Gelen olasılık teorisi ve istatistik , konsolide bütçe dışında kalan ki-kare dağılımı (veya konsolide bütçe dışında kalan ki-kare dağılımı, konsolide bütçe dışında kalan dağılım ) bir olan konsolide bütçe dışında kalan genelleme içinde ki-kare dağılımı . Genellikle , boş dağılımın (belki asimptotik olarak) bir ki-kare dağılımı olduğu istatistiksel testlerin güç analizinde ortaya çıkar ; Bu tür testlerin önemli örnekleri olabilirlik-oran testleridir .
Arka plan
Izin olmak k bağımsız olarak , normal dağılım aracı ile rastgele değişkenler ve birim sapma. Daha sonra rastgele değişken
merkezi olmayan ki-kare dağılımına göre dağıtılır. İki parametresi vardır: serbestlik derecesi sayısını (yani sayısını ) belirten ve rastgele değişkenlerin ortalaması ile ilgili olan :
bazen merkezi olmayan parametre olarak adlandırılır . Bazı referansların , yukarıdaki toplamın yarısı veya karekökü gibi başka şekillerde tanımlandığını unutmayın .
Bu dağılım, çok değişkenli istatistiklerde çok değişkenli normal dağılımın bir türevi olarak ortaya çıkar . Merkezi da ki-kare dağıtım kare olan bir norm a rasgele vektör ile dağıtım (yani, o dağılımdan rasgele alınmış bir noktaya kökenli kare uzaklık), merkezi olmayan rasgele vektörün kare norm ile dağıtım. Burada uzunluğu sıfır vektörüdür k , ve bir birim matris boyutu k .
Tanım
Olasılık yoğunluk fonksiyonu (pdf) ile verilir
burada serbestlik dereceli ki-kare olarak dağıtılır .
Bu gösterimden, merkezi olmayan ki-kare dağılımının, merkezi ki-kare dağılımlarının Poisson ağırlıklı bir karışımı olduğu görülmektedir . Rastgele değişken olduğunu varsayalım J bir sahiptir Poisson dağılımına ortalama ile , ve koşullu dağılımı ve Z verilen J = I ki-kare ile k + 2 i serbestlik derecesi. O zaman Z'nin koşulsuz dağılımı , k serbestlik derecesi ve merkezi olmayan parametre ile merkezi olmayan ki-karedir .
Alternatif olarak, pdf şu şekilde yazılabilir:
tarafından verilen birinci türden
değiştirilmiş bir Bessel işlevi nerede
Bessel fonksiyonları ve hipergeometrik fonksiyonlar arasındaki ilişkiyi kullanarak, pdf şu şekilde de yazılabilir:
Siegel (1979), k = 0 durumunu spesifik olarak tartışır ( sıfır serbestlik derecesi ), bu durumda dağılımın sıfırda ayrı bir bileşeni vardır.
Özellikler
Moment üreten fonksiyon
Moment-üreten fonksiyon ile verilir
anlar
İlk birkaç ham an :
İlk birkaç merkezi an :
N inci kümülant olan
Buradan
Kümülatif dağılım fonksiyonu
Yine merkezi ve merkezi olmayan ki-kare dağılımları arasındaki ilişki kullanılarak kümülatif dağılım fonksiyonu (cdf) şu şekilde yazılabilir:
nerede merkezi ki-kare dağılımının kümülatif dağılım fonksiyonu olan k verilir serbestlik derecesine
- ve burada bir alt tamamlanmamış gama fonksiyonu .
Marcum S fonksiyonlu da CDF temsil etmek için kullanılabilir.
Yaklaşım (kuantiller dahil)
Abdel-Aty, merkezi olmayan bir Wilson-Hilferty yaklaşımı ("ilk yaklaşık" olarak) türetir:
yaklaşık olarak normal dağılır , yani
ki bu oldukça doğru ve merkezsizliğe iyi uyum sağlıyor. Ayrıca, olur için , (merkezi) ki-kare durumda.
Sankaran , kümülatif dağılım fonksiyonu için bir dizi kapalı form yaklaşımını tartışıyor . Daha önceki bir makalede, aşağıdaki yaklaşımı türetmiş ve ifade etmiştir:
nerede
-
belirtmektedir kümülatif dağılım fonksiyonu arasında , standart normal dağılım ;
Bu ve diğer yaklaşımlar daha sonraki bir ders kitabında tartışılacaktır.
Belirli bir olasılık için, bu formüller, yaklaşık nicelikleri hesaplamak için karşılık gelen yaklaşıklığı sağlamak üzere kolayca tersine çevrilir .
pdf'nin türetilmesi
Olasılık yoğunluk fonksiyonunun türetilmesi en kolay şekilde aşağıdaki adımlar gerçekleştirilerek yapılır:
- Yana birimi varyansları var, ortak dağıtım konum kayması kadar, küresel simetriktir.
- Küresel simetri, o zaman, dağılımının sadece kare uzunluğu aracılığıyla araçlara bağlı olduğunu ima eder . Genelliği kaybetmeden, bu nedenle ve alabiliriz .
- Şimdi yoğunluğunu türetelim (yani k = 1 durumu). Rastgele değişkenlerin basit dönüşümü şunu gösterir:
- standart normal yoğunluk nerede .
- Bir Taylor serisinde cosh terimini genişletin . Bu hareketsiz yoğunluğun Poisson ağırlıklı karışım gösterimini verir k seri ki-kare rastgele değişkenler endeksleri yukarıda 1 + 2 olduğu = 1 i , bu durumda.
- Son olarak, genel durum için. Biz o, genelliği kaybetmeden varsaydım standart normal, ve bu yüzden bir sahiptir merkezi (ile ki-kare dağılımı k - 1) bağımsız serbestlik derecesi, . için poisson ağırlıklı karışım gösteriminin kullanılması ve ki-kare rasgele değişkenlerin toplamının da bir ki-kare olduğu gerçeği, sonucu tamamlar. Serideki indeksler gerektiği gibi (1 + 2 i ) + ( k − 1) = k + 2 i şeklindedir.
İlgili dağılımlar
- Eğer bir ki-kare dağıtılan sonra olmayan santral ki-kare de olarak dağılımı:
- Bağımsız, merkezi olmayan ki-kare değişkenlerinin doğrusal bir kombinasyonu , genelleştirilmiş ki-kare dağılımıdır .
- Eğer ve ve bağımsız ise, o zaman merkezi olmayan bir F- dağıtılmış değişken şu şekilde geliştirilir:
- eğer , o zaman
- Eğer , o zaman alır Pirinç dağıtım parametresi .
- Normal yaklaşım: if , o zaman ya veya olarak dağılımda .
- Eğer ve , nerede bağımsızsa, o zaman nerede .
- Genel olarak, sonlu bir küme için , bu merkezi olmayan ki-kare dağıtılmış rasgele değişkenlerin toplamı, burada dağılıma sahiptir . Bu, aşağıdaki gibi moment üreten fonksiyonlar kullanılarak görülebilir: rasgele değişkenlerin bağımsızlığı ile . Geriye merkezi olmayan ki-kare dağılımları için MGF'yi eklemek ve yeni MGF'yi hesaplamak kalır - bu bir alıştırma olarak bırakılmıştır. Alternatif olarak, yukarıdaki arka plan bölümündeki yorum yoluyla, varyansları 1 ve belirtilen ortalamalarla bağımsız normal dağılmış rastgele değişkenlerin karelerinin toplamı olarak görülebilir.
- Karmaşık konsolide bütçe dışında kalan ki-kare dağılımı radyo iletişim ve radar sistemlerinde uygulamaları vardır. Merkezi olmayan dairesel simetri, ortalamaları ve birim varyansları olan bağımsız skaler karmaşık rastgele değişkenler olsun : . Daha sonra gerçek rastgele değişken , karmaşık merkezi olmayan ki-kare dağılımına göre dağıtılır:
-
- nerede
Dönüşümler
Sankaran (1963) formun dönüşümlerini tartışır
. O açılımlarını analiz kümülantların ait vadede yukarı ve gösterileri olduğu aşağıdaki seçenekler üretmek makul sonuçlar:
-
yaklaşık olarak bağımsız ikinci kümülatı yapar
-
üçüncü kümülatı yaklaşık olarak bağımsız yapar
-
dördüncü kümülatı yaklaşık olarak bağımsız yapar
Ayrıca, ortalama ve varyansa sahip rasgele bir değişken üreten bir varyans dengeleyici dönüşüm olarak daha basit bir dönüşüm kullanılabilir .
Bu dönüşümlerin kullanılabilirliği, negatif sayıların kareköklerini alma ihtiyacı nedeniyle engellenebilir.
Çeşitli ki ve ki-kare dağılımları
İsim |
istatistik
|
ki-kare dağılımı |
|
merkezi olmayan ki-kare dağılımı |
|
chi dağılımı |
|
merkezi olmayan chi dağılımı |
|
Olaylar
Tolerans aralıklarında kullanım
Merkezi olmayan ki-kare dağılımına dayalı olarak iki taraflı normal regresyon tolerans aralıkları elde edilebilir. Bu, belirli bir güven düzeyiyle, örneklenen popülasyonun belirli bir oranının içine düştüğü istatistiksel bir aralığın hesaplanmasını sağlar.
Notlar
-
^ Muirhead (2005) Teoremi 1.3.4
-
^ Nuttall Albert H. (1975): S katılımı bazı integraller M işlev , Information Theory IEEE Transactions , 21 (1), 95-96,
ISSN 0018-9448
-
^ Abdel-Aty, S. (1954). Yüzde Noktaları için Yaklaşık Formüller ve Merkezi Olmayan χ2 Dağılımının Olasılık İntegrali Biometrika 41, 538–540. doi:10.2307/2332731
-
^ Sankaran, M. (1963). Merkezi olmayan ki-kare dağılımına yaklaşımlar Biometrika , 50(1-2), 199–204
-
^ Sankaran, M. (1959). "Merkezi olmayan ki-kare dağılımında", Biometrika 46, 235–237
-
^ Johnson ve ark. (1995) Sürekli Tek Değişkenli Dağılımlar Bölüm 29.8
-
^ Muirhead (2005) sayfa 22–24 ve problem 1.18.
-
^ Derek S. Young (Ağustos 2010). "tolerans: Tolerans Aralıklarını Tahmin Etmek İçin Bir R Paketi" . İstatistiksel Yazılım Dergisi . 36 (5): 1–39. ISSN 1548-7660 . Erişim tarihi: 19 Şubat 2013 ., P. 32
Referanslar
- Abramowitz, M. ve Stegun, IA (1972), Handbook of Mathematical Functions , Dover. Bölüm 26.4.25.
- Johnson, NL, Kotz, S., Balakrishnan, N. (1995), Sürekli Tek Değişkenli Dağılımlar, Cilt 2 (2. Baskı) , Wiley. ISBN 0-471-58494-0
- Muirhead, R. (2005) Çok Değişkenli İstatistik Teorisinin Yönleri (2. Baskı). Wiley. ISBN 0-471-76985-1
- Siegel, AF (1979), "Sıfır serbestlik dereceli merkezi olmayan ki-kare dağılımı ve tekdüzelik testi", Biometrika , 66, 381-386
-
Press, SJ (1966), "Merkezi olmayan ki-kare değişkenlerinin doğrusal kombinasyonları", The Annals of Mathematical Statistics , 37 (2) : 480–487 , doi : 10.1214/aoms/117769951 , JSTOR 2238621