Distribució khi quadrat no central
En Teoria de la Probabilitat i Estadística, la distribució khi quadrat no central (o distribució no central) és una generalització de la distribució khi quadrat incorporant un paràmetre que s'anomena de no centrament. Sovint sorgeix en l'anàlisi de potència de contrast d'hipòtesis estadístiques en què la distribució nul·la és (potser asimtòticament) una distribució khi quadrat; exemples importants d'aquestes proves són les prova de raó de versemblança.[1]
Funció de distribució de probabilitat | |
Tipus | Densitat |
---|---|
Paràmetres | graus de llibertat paràmetre de no centralitat |
Suport | |
fdp | |
FD | on és la Funció Q de Marcum |
Esperança matemàtica | |
Variància | |
Coeficient de simetria | |
Curtosi | |
FGM | |
FC |
Definicions modifica
Com el el cas de la distribució ordinària començarem pel cas que el nombre de graus de llibertat sigui un nombre enter positiu i després, mitjançant la funció de densitat ho estendrem a qualsevol nombre de graus de llibertat .Siguin variables aleatòries independents, distribuïdes normalment amb mitjanes respectivament i totes amb variància 1: . Aleshores es diu que la variable aleatòria
té una distribució khi-quadrat no central amb graus de llibertat i paràmetre de no centralitat [2] S'escriu . Si , aleshores té una distribució ordinària amb graus de llibertat: .
Equivalentment, es pot definir la distribució com la distribució de la suma
Nota: Algunes referències defineixen el paràmetre de no centralitat d'altres maneres, com la meitat de la suma o la seva arrel quadrada.
Funció de densitat modifica
La funció de densitat de probabilitat (pdf) ve donada per [3][4]
on es distribueix com una amb graus de llibertat, i és l seva funció de densitat:
És a dir, la distribució és una mixtura de distribucions , amb pesos donats per una distribució de Poisson de paràmetre .
1r. pas. Demostrarem la descomposició
2n. pas. Calcularem una primera versió de la funció de densitat de .
3r. pas. Reescriurem la funció de densitat que hem trobat al pas anterior i identificarem una mixtura de distribucions amb diferents graus de llibertat i pesos de Poisson.
4t. pas. Ajuntant els passos 1 i 3 deduirem la densitat de .
1r. pas. Escrivim
2n. pas. Càlcul d'una primera versió de la funció de densitat de . La variable aleatòria és la transformació d'una variable mitjançant la funció donada per ; però aquesta funció no és bijectiva i cal separ-la en dues parts bijectives:
Designarem per la funció de densitat d'una distribució . Notem que per una distribució tenim
"4t." pas. Càlcul de la funció de densitat de . Utilitzarem les propietats de la funció generatriu de moments (també es podria fer de manera anàloga amb les funcions característiques). Designarem per la funció generatriu d'una variable aleatòria :
Expressió alternativa de la funció de densitat modifica
La funció de densitat també es pot escriure
D'altra banda, val
Extensió a un nombre de graus de llibertat no enter modifica
La funció (*) està ben definida i és una funció de densitat per a qualsevol . Per tant, podem definir una variable amb com aquella que té per funció de densitat (*).[3] Naturalment, es perd la interpretació com al nombre de sumands independents.
Moments, funció generatriu de moments i funció característica modifica
Els moments es poden calcular utilitzant les propietats de les mixtures de distribucions. Sigui i . Designem per els pesos donats per una distribució de Poisson de paràmetre :
Una propietat de les formes quadràtiques en variables normals modifica
Aquesta propietat, que té interès per ella mateixa, és el fonament de la utilització de la distribució en l'estudi de la potència d'un test sobre la mitjana d'una població normal multivariable, segon veurem en un exemple.
Propietat. Considerem un vector aleatori normal multivariable amb . Aleshores:[5]
- .
- , amb .
Exemple. Muirhead.[5] Considerem un contrast d'hipòtesis sobre la mitjana d'una població normal multivariable amb matriu de variàncies-covariàncies coneguda. Sigui una mostra d'una distribució . Llavors
Ocurrència i aplicacions modifica
Es poden obtenir intervals de tolerància de regressió normal a dues cares basant-se en la distribució khi quadrat no central. Això permet calcular un interval estadístic dins del qual, amb un cert nivell de confiança, es troba una proporció especificada d'una població mostrada.[8]
Referències modifica
- ↑ Patnaik, P. B. Biometrika, 36, 1/2, 1949, pàg. 202–232. DOI: 10.2307/2332542. ISSN: 0006-3444.
- ↑ «Noncentral Chi-Squared Distribution» (en anglès). https://valelab4.ucsf.edu.+[Consulta: 5 juliol 2023].
- ↑ 3,0 3,1 Johnson, Norman L.; Kotz, Samuel; Balakrishnan, Narayanaswamy. Continuous univariate distributions. 2. 2. ed. Nova York: Wiley, 1995, p. 436. ISBN 978-0-471-58494-0.
- ↑ «Noncentral Chi-Square Distribution - MATLAB & Simulink» (en anglès). https://www.mathworks.com.+[Consulta: 5 juliol 2023].
- ↑ 5,0 5,1 Muirhead, Robb John. Aspects of multivariate statistical theory. Hoboken, N.J: Wiley-Interscience, 2005, p. 26-27. ISBN 978-0-471-76985-9.
- ↑ Seber, George Arthur Frederick. A matrix handbook for statisticians. Hoboken (N.J.): J. Wiley, 2008, p. 221. ISBN 978-0-471-74869-4.
- ↑ No hi ha ambigüitat en la notació ja que . Vegeu la referència anterior Seber, 2008, pàgina 221, item 10.8 (f)
- ↑ «Noncentral chi-square distribution» (en anglès). http://www.math.wm.edu.+[Consulta: 5 juliol 2023].