Распределения F и t
5.4. Распределения F и t
Центральное и нецентральное распределения F
В разделе 1.13 дано определение центрального распределения F на основе выборочных дисперсий. Для совокупностей случайных переменных, распределённых по нормальному закону, центральное распределение F определяется так. Если случайная переменная u распределена по закону c2(п), а случайная переменная v распределена по закону c2(т) и эти переменные статистически независимы, то переменная
w= (5.4.1)
распределена по закону F(п, т) центрального распределения F с п и т степенями свободы. Математическое ожидание и дисперсия случайной переменной w находятся соответственно по формулам
E(w)= и D(w)=. (5.4.2)
Функция плотности вероятности центрального распределения F(p, q) имеет вид [Johnson c соавт. (1995) Vol.2, стр.325]
pF(w)=.
На Рис.5.4.1 синей кривой показан график функции плотности вероятности случайной переменной, имеющей распределение F со степенями свободы п=7 и т=8.
Рекомендуемые материалы
Из рисунка видно, что, как и случайная переменная с распределением c2, имеющая центральное распределение F случайная переменная принимает только неотрицательные значения. Центральное распределение F определяется двумя параметрами; числом п степеней свободы числителя и числом т степеней свободы знаменателя. При этом в записи F(п, т) первым всегда стоит число степеней свободы числителя.
Рис.5.4.1. Графики функций плотности вероятности распределений: центрального F(п, т) синим цветом и нецентрального F(п, т, g) красным цветом.
Теперь допустим, что случайная переменная u распределена по закону нецентрального распределения c2(п, g), в то время как случайная переменная v остается распределенной по центральному распределению c2(т), и эти переменные статистически независимы. Тогда переменная
w*= (5.4.3)
распределена по закону F(п, т, g) нецентрального распределения F с параметром не центральности g, являющимся тем же параметром не центральности, что и в нецентральном распределении c2 случайной переменной u. Математическое ожидание переменной w* находится по формуле
E(w*)=, (5.4.4)
из которой видно, что E(w*) больше, чем E(w) в (5.4.2).
Функция плотности вероятности нецентрального распределения F(п, т, g) имеет вид [Kay (1998) cтр. 29]
рF*(w)=e–γ/2.
График функции плотности вероятности нецентрального распределения F(п, т, g) показан на Рис.5.4.1 красной кривой. При его расчёте в программе Mathcad 13 вместо бесконечности в сумме бралось число 145, так как при больших числах программа даёт ошибку о получении число большего 10307, которое является постоянной бесконечности для этой программы.
Центральное и нецентральное распределения t
В разделе 1.10 дано определение центрального распределения t на основе выборочного стандартного отклонения. В общем, если случайная переменная z имеет стандартное нормальное распределение N(0, 1), а случайная переменная u имеет распределение c2(т) и они статистически независимы, то, по определению, переменная
tz= (5.4.6)
имеет распределение t(т), то есть имеет центральное распределение t с т степенями свободы.
Функция плотности вероятности центрального распределения t(т) имеет вид [Johnson c соавт. (1995) Vol.2, стр.363]
рt(t)=.
График функцию плотности вероятности центрального распределения t с т=5 степенями свободы показан на Рис.5.4.2 синей кривой.
Рис.5.4.2. Синяя и красная кривые графиков функций плотности вероятности соответственно центрального и нецентрального распределений t.
Математическое ожидание имеющей центральное распределение t переменной всегда равно нулю и не зависит от параметра т распределения. При т>2, дисперсия случайной переменной tz находится по формуле D(tz)=т/(т–2). Из неё видно, что при увеличении числа степеней свободы дисперсия стремится к единице.
Теперь пусть случайная переменная (у) имеет нормальное распределение N(y, 1), а случайная переменная u имеет распределение c2(т) и эти переменные статистически независимы. Тогда случайная переменная
tу= (5.4.7)
имеет распределение t(т, y), то есть, нецентральное распределение t с т степенями свободы и параметром не центральности y. Если же случайная переменная (у) имеет нормальное распределение N(y, s2), то случайная переменная
tу*= (5.4.8)
имеет распределение t(т, y/s), так как, в силу (3.2.6), (3.2.8) и по пункту 1 теоремы 4.5.2, отношение у/s~N(y/s, 1).
Функция плотности вероятности распределения t(т, y) имеет вид
рt*(t)=.
График этой функций плотности вероятности показан на Рис. 5.4.2 красной кривой. При этом нецентральное распределение имеет тоже т=5 степеней свободы и параметр не центральности y=1.
Лекция "РАССЕЛ Бертран" также может быть Вам полезна.
В силу (5.4.6), статистика tz= имеет центральное распределение t(т). Если возвести в квадрат эту статистику , то, в силу (5.3.1), переменная z2 в числителе приобретает распределение c2(1), а переменная u имеет распределение c2(т) и эти переменные статистически независимы. Следовательно, статистика
tz2= (5.4.9)
имеет распределение F(1, т).
В силу (5.4.7), статистика tу= имеет нецентральное распределение t(т, y). Если возвести в квадрат tу, то в числителе переменная у2 приобретает нецентральное распределение c2(1, y 2/2), а переменная u имеет распределение c2(т) и эти переменные статистически независимы. Следовательно, статистика
tу2= (5.4.10)
имеет нецентральное распределение F(1, т, y 2/2).