※ブログ記事の商品・サービスリンクにはアフィリエイトリンクが含まれます。

現代数理統計学の基礎 4章 問14

2つの確率変数の変換問題を引き続きちょこちょこやります。

今回はカイ二乗分布同士を使った確率変数変換の問題ですね。

まず(1)ではWとZが独立であることを示します。同時確率密度関数がそれぞれの確率変数の積になる事を示せれば、独立であると言えます。

\(Z=X+Y, W=\frac{X}{X+Y}\)なので

\(X=WZ, Y=(1-W)Z\)

となります。

ヤコビアンは

\(J_{(z,w\rightarrow x,y)}=z\)となります。

同時確率密度関数は

\(f_{Z,W}(z,w)=\frac{(\frac{1}{2})^{\frac{m_1}{2}}}{\Gamma(\frac{m_1}{2})}(wz)^{\frac{m_1}{2}-1}\exp\left(-\frac{wz}{2}\right)\frac{(\frac{1}{2})^{\frac{m_2}{2}}}{\Gamma(\frac{m_2}{2})}\{(1-w)z\}^{\frac{m_2}{2}-1}\exp\left(-\frac{(1-w)z}{2}\right)z\)

上述したようにzとwの関数の積になるように整理します。

\(=\frac{(\frac{1}{2})^{\frac{m_1}{2}}}{\Gamma(\frac{m_1}{2})}w^{\frac{m_1}{2}-1}(1-w)^{\frac{m_1}{2}-1}\frac{(\frac{1}{2})^{\frac{m_2}{2}}}{\Gamma(\frac{m_2}{2})}z^{\frac{m_1+m_2}{2}}\exp\left(-\frac{z}{2}\right)\)

まずここまでで、zとwが独立であることがわかりますので、(1)は終わりです。

続いて(2)。

整理してみてみるとwの関数はベータ分布の式に、zの関数は自由度\(m_1+m_2\)のカイ二乗分布の式に近いことに気づきます。

そこで、うまく変形して

\(=\frac{\Gamma(\frac{m_1+m_2}{2})}{\Gamma(\frac{m_1}{2})\Gamma(\frac{m_2}{2})}w^{\frac{m_1}{2}-1}(1-w)^{\frac{m_1}{2}-1}\frac{(\frac{1}{2})^{\frac{m_1+m_2}{2}}}{\Gamma(\frac{m_1+m_2}{2})}z^{\frac{m_1+m_2}{2}}\exp\left(-\frac{z}{2}\right)\)

\(W\sim Beta\left(\frac{m_1}{2},\frac{m_2}{2}\right), Z\sim \chi^2_{\frac{m_1+m_2}{2}}\)

であることが分かりました。

コメントを残す

メールアドレスが公開されることはありません。 が付いている欄は必須項目です

CAPTCHA


日本語が含まれない投稿は無視されますのでご注意ください。(スパム対策)