LoginSignup
0
1

More than 1 year has passed since last update.

5.2 (難) t分布

Last updated at Posted at 2022-05-14

方針は5章後半~7章の内容を含みます.

方針

t分布について.

Z\sim \mathcal{N}(0,1),\ \ Y\sim\chi_m^2

の時,

\frac{Z}{\sqrt{Y/m}}\sim t_m

これが分かっていると,t検定で使う

\frac{\sqrt{n}(\bar{X}-\mu)}{V}\sim t_{n-1}

が分かる.ただし,

X_1,…,X_n:iid\sim\mathcal{N}(\mu,\sigma^2)

として

\bar{X}=\frac{1}{n}\sum_{i=1}^nX_i,\ \ \ V^2=\frac{1}{n-1}(X_i-\bar{X})^2

と置いた.中心極限定理 (CLT) により,

Z=\frac{\sqrt{n}(\bar{X}-\mu)}{\sigma}\rightarrow_d\mathcal{N}(0,1)

一方,

Y=\sum_{i=1}^m\left(\frac{X_i-\bar{X}}{\sigma}\right)^2=\frac{(n-1)V^2}{\sigma^2}\sim\chi_{n-1}^2

ゆえ,

\frac{Z}{\sqrt{Y/(n-1)}}\sim t_{n-1}

である.今,

\frac{Z}{\sqrt{Y/(n-1)}}=\frac{\frac{\sqrt{n}(\bar{X}-\mu)}{\sigma}}{\sqrt{\frac{V^2}{\sigma^2}}}=\frac{\sqrt{n}(\bar{X}-\mu)}{V}

より,

\frac{\sqrt{n}(\bar{X}-\mu)}{V}\sim t_{n-1}

が得られた.

答案

5.-3.jpg
5.-4.jpg

参考文献

0
1
0

Register as a new user and use Qiita more conveniently

  1. You get articles that match your needs
  2. You can efficiently read back useful information
  3. You can use dark theme
What you can do with signing up
0
1