统计量与伽玛分布的独立性


9

是来自伽马分布G a m m a α β 的随机样本。X1,...,XnGamma(α,β)

小号2是样品均值和样本方差,分别。X¯S2

然后证明或反驳该小号2 / ˉ X 2是独立的。X¯S2/X¯2


我的尝试:由于,我们需要检查的独立性ˉXXS2/X¯2=1n1i=1n(XiX¯1)2X¯,但我应该怎么建立它们之间的独立性?(XiX¯)i=1n


2
考虑总和和比例W i= X i / U的向量W的联合拉普拉斯变换。这是Ë { EXP [ - ü - žW¯¯ ] } ; 您可以证明这是t函数与z函数的乘积。U:=iXiWWi:=Xi/UE{exp[tUzW]}tz
伊夫(Yves)

@Yves您可以检查下面发布的我的答案吗?
bellcircle

Answers:


4

积分有一个可爱,简单,直观直观的演示α. 它仅依赖于均匀分布,Gamma分布,泊松过程和随机变量的众所周知的属性,如下所示:

  1. 每个是直到泊松过程的α点出现的等待时间。Xiα

  2. 因此,总和是该过程的n个α点出现之前的等待时间。让我们把这些点ž 1Z ^ 2... ž ñ αY=X1+X2++XnnαZ1,Z2,,Znα.

  3. 为条件,前n个α - 1点独立地均匀地分布在0Y之间Ynα10Y.

  4. 因此,比率独立地均匀地分布之间01。 特别是,它们的分布不依赖于ÿ Zi/Y, i=1,2,,nα101.Y.

  5. 因此,任何(测量)功能是独立的ÿ Zi/YY.

  6. 在这些功能是(其中括号[]表示阶统计的的Ž)。

    X1/Y=Z[α]/YX2/Y=Z[2α]/YZ[α]/YXn1/Y=Z[(n1)α]/YZ[(n2)α]/YXn/Y=1Z[(n1)α]/Y
    []Zi

在这一点上,只需注意,可以明确地写成的(可测量)函数X / ÿ,因此是独立的ˉ X = ý / Ñ S2/X¯2Xi/YX¯=Y/n.


3

你想证明的是,平均ñ rv.s X / ˉ X 是独立的,或者等价的总和ü = Σ X ñw ^ = X / ü是独立的。我们可以通过假设证明稍微更一般的结果X 有可能不同的形状α ,但相同的比例β > 0可以被假定为β =X¯nXi/X¯U:=XinWi:=Xi/UXiαiβ>0β=1

考虑W = [ W i ] n i = 1的联合Laplace变换, 即 ψ t UW=[Wi]i=1n 表示为0nCst上n维积分

ψ(t,z):=E{exp[tUzW}=E{exp[tiXiiziXiU]}
n(0,)n
其中常数是相对于 X。如果通过设置 y在积分符号下引入新变量 = 1 + t
Cstexp[(1+t)(x1++xn)z1x1++znxnx1++xn]x1α11xnαn1dx
x,我们很容易看到积分可以写成两个函数的乘积,一个取决于 t,另一个取决于向量 z。这证明 U W是独立的。y:=(1+t)xtzUW

免责声明。这个问题与卢卡奇关于比例和独立性的定理有关,因此与尤金·卢卡奇(Eugene Lukacs)的文章《伽玛分布的表征》有关。我只是在这里摘录了本文的相关部分(即第324页),并对表示法进行了一些更改。我还用拉普拉斯变换代替了特征函数的使用,以避免更改涉及复数的变量。


1
(+1)关于伽玛分布特征的论文。
StubbornAtom

1

U=iXi(Xi/U)iββ

Uβ(Xi/U)i

βα


α
By using our site, you acknowledge that you have read and understand our Cookie Policy and Privacy Policy.
Licensed under cc by-sa 3.0 with attribution required.