Articulo de referencia

Distribución chi no central

k > 0\\, degrees of freedom \n \\lambda > 0\\, "},"support":{"wt":" x \\in [0; +\\infty)\\, "},"pdf":{"wt":" \\frac{e^{-(x^2+\\lambda^2)/2}x^k\\lambda}\n{(\\lambda x)^{k/2}} I_{...

En teoría de la probabilidad y estadística , la distribución chi no central [ 1 ] es una generalización no central de la distribución chi . También se la conoce como distribución de Rayleigh generalizada.

Definición

Siincógnitai{\displaystyle X_{i}}son k variables aleatorias independientes, distribuidas normalmente con mediasμi{\displaystyle \mu _{i}}y variacionesσi2{\displaystyle \sigma _{i}^{2}}, entonces la estadística

Z=i=1k(incógnitaiσi)2{\displaystyle Z={\sqrt {\sum _{i=1}^{k}\left({\frac {X_{i}}{\sigma _{i}}}\right)^{2}}}}

se distribuye según la distribución chi no central. La distribución chi no central tiene dos parámetros:k{\displaystyle k}que especifica el número de grados de libertad (es decir, el número deincógnitai{\displaystyle X_{i}}), yλ{\displaystyle \lambda }que está relacionado con la media de las variables aleatoriasincógnitai{\displaystyle X_{i}}por:

λ=i=1k(μiσi)2{\displaystyle \lambda ={\sqrt {\sum _{i=1}^{k}\left({\frac {\mu _{i}}{\sigma _{i}}}\right)^{2}}}}

Propiedades

Función de densidad de probabilidad

La función de densidad de probabilidad (pdf) es

F(incógnita;k,λ)=mi(incógnita2+λ2)/2incógnitakλ(λincógnita)k/2Ik/21(λincógnita){\displaystyle f(x;k,\lambda )={\frac {e^{-(x^{2}+\lambda ^{2})/2}x^{k}\lambda }{(\lambda x)^{k/2}}}I_{k/2-1}(\lambda x)}

dóndeIν(z){\displaystyle I_{\nu }(z)}es una función de Bessel modificada de primer tipo.

Momentos crudos

Los primeros momentos crudos son:

μ1=π2L1/2(k/21)(λ22){\displaystyle \mu _{1}^{'}={\sqrt {\frac {\pi }{2}}}L_{1/2}^{(k/2-1)}\left({\frac {-\lambda ^{2}}{2}}\right)}
μ2=k+λ2{\displaystyle \mu _{2}^{'}=k+\lambda ^{2}}
μ3=3π2L3/2(k/21)(λ22){\displaystyle \mu _{3}^{'}=3{\sqrt {\frac {\pi }{2}}}L_{3/2}^{(k/2-1)}\left({\frac {-\lambda ^{2}}{2}}\right)}
μ4=(k+λ2)2+2(k+2λ2){\displaystyle \mu _{4}^{'}=(k+\lambda ^{2})^{2}+2(k+2\lambda ^{2})}

dóndeLnorte(a)(z){\displaystyle L_{n}^{(a)}(z)}es una función de Laguerre . Nótese que el 2norte{\displaystyle n}El momento es el mismo que elnorte{\displaystyle n}momento n de la distribución chi-cuadrado no central conλ{\displaystyle \lambda }siendo reemplazado porλ2{\displaystyle \lambda ^{2}}.

Distribución chi bivariada no central

Dejarincógnitaj=(incógnita1j,incógnita2j),j=1,2,norte{\displaystyle X_{j}=(X_{1j},X_{2j}),j=1,2,\dots n}, sea un conjunto de n vectores aleatorios normales bivariados independientes e idénticamente distribuidos con distribuciones marginalesnorte(μi,σi2),i=1,2{\displaystyle N(\mu _{i},\sigma _{i}^{2}),i=1,2}correlaciónρ{\displaystyle \rho }y el vector medio y la matriz de covarianza

mi(incógnitaj)=μ=(μ1,μ2)T,Σ=[σ11σ12σ21σ22]=[σ12ρσ1σ2ρσ1σ2σ22],{\displaystyle E(X_{j})=\mu =(\mu _{1},\mu _{2})^{T},\qquad \Sigma ={\begin{bmatrix}\sigma _{11}&\sigma _{12}\\\sigma _{21}&\sigma _{22}\end{bmatrix}}={\begin{bmatrix}\sigma _{1}^{2}&\rho \sigma _{1}\sigma _{2}\\\rho \sigma _{1}\sigma _{2}&\sigma _{2}^{2}\end{bmatrix}},}

conΣ{\displaystyle \Sigma }definido positivo . Definir

U=[j=1norteincógnita1j2σ12]1/2,V=[j=1norteincógnita2j2σ22]1/2.{\displaystyle U=\left[\sum _{j=1}^{n}{\frac {X_{1j}^{2}}{\sigma _{1}^{2}}}\right]^{1/2},\qquad V=\left[\sum _{j=1}^{n}{\frac {X_{2j}^{2}}{\sigma _{2}^{2}}}\right]^{1/2}.}

Entonces, la distribución conjunta de U y V es una distribución chi bivariada central o no central con n grados de libertad . [ 2 ] [ 3 ] Si uno o ambosμ10{\displaystyle \mu _{1}\neq 0}oμ20{\displaystyle \mu _{2}\neq 0}La distribución es una distribución chi bivariada no central.

  • Siincógnita{\displaystyle X}es una variable aleatoria con distribución chi no central, la variable aleatoriaincógnita2{\displaystyle X^{2}}tendrá la distribución chi-cuadrado no central . Allí se pueden ver otras distribuciones relacionadas.
  • Siincógnita{\displaystyle X}¿Se distribuye chi ?incógnitaχk{\displaystyle X\sim \chi _{k}}entoncesincógnita{\displaystyle X}También tiene una distribución chi no central:incógnitanortedoχk(0){\displaystyle X\sim NC\chi _{k}(0)}En otras palabras, la distribución chi es un caso especial de la distribución chi no central (es decir, con un parámetro de no centralidad de cero).
  • Una distribución chi no central con 2 grados de libertad es equivalente a una distribución de Rice conσ=1{\displaystyle \sigma =1}.
  • Si X sigue una distribución chi no central con 1 grado de libertad y parámetro de no centralidad λ, entonces σ X sigue una distribución normal plegada cuyos parámetros son iguales a σλ y σ 2 para cualquier valor de σ.

Referencias

  1. JH Park (1961). "Momentos de la distribución generalizada de Rayleigh" . Quarterly of Applied Mathematics . 19 (1): 45– 49. doi : 10.1090/qam/119222 . JSTOR 43634840 . 
  2. Marakatha Krishnan (1967). "La distribución chi bivariada no central". SIAM Review . 9 (4): 708– 714. Bibcode : 1967SIAMR...9..708K . doi : 10.1137/1009111 .
  3. PR Krishnaiah, P. Hagis, Jr. y L. Steinberg (1963). "Una nota sobre la distribución chi bivariada". SIAM Review . 5 (2): 140– 144. Bibcode : 1963SIAMR...5..140K . doi : 10.1137/1005034 . JSTOR 2027477 . {{cite journal}}: CS1 maint: varios nombres: lista de autores ( enlace )