UA MATH564 概率论VI 数理统计基础5 F分布
假设X∼χm,δ2,Y∼χn2且二者独立,则
Z=Y/nX/m∼Fm,n,δ
其中δ被称为非中心参数,δ=0则称Z服从中心化的F分布,简称F分布。注意到Z也是两个随机变量的商,可以用上一讲介绍的引理1计算Z的概率密度,此处省略过程:
f(x∣m,n,δ)=e−2δ2i=0∑∞i!(2δ2)in2nm2m+ici(n+mx)2m+n+ix2m−1+ici=Γ(2n)Γ(2m+i)Γ(2m+n+i)
当δ=0时,概率密度为
f(x∣m,n)=Γ(2n)Γ(2m)Γ(2m+n)n2nm2m(n+mx)2m+nx2m−1
下面介绍三条性质:
性质1:tn,δ=dF1,n,δ
性质2:Xi∼N(a,σ2),Yj∼N(b,σ2),i=1,⋯,m,j=1,⋯,n所有的X,Y均互相独立,则
Z=n−11∑j=1n(Yj−Yˉ)2m−11∑i=1n(Xi−Xˉ)2∼Fm−1,n−1
性质3:记Xn∼Fm,n,δ,则Xn→dm1χm,δ2
性质1根据概率密度的表达式就可以证明,性质2也可以根据定义写出来。性质1的意义是说明在线性模型中,针对单个系数做t检验和做partial F检验是等价的;性质2的意义是给双正态总体的方差检验提供依据。下面证明性质3:
证明
根据定义,可以将Xn写成
Xn=Y/nK/m∼Fm,n,δ
K∼χm,δ2,Y∼χn2且二者独立。其中Y/n又可以写成
nY=n1j=1∑nZj2,Zj∼iidN(0,1)
根据大数定律,
nY=n1j=1∑nZj2→PE[Z12]=1
因此Xn→dK/m∼m1χm,δ2
证毕