卡方分布的期望值和方差

satadriver

已于 2023-09-29 14:35:54 修改

阅读量7.8k

点赞数 2

分类专栏：概率论和数理统计文章标签：概率论

于 2023-09-29 14:00:52 首次发布

本文链接：https://blog.csdn.net/m0_37567738/article/details/133415694

版权

概率论和数理统计专栏收录该内容

29 篇文章

订阅专栏

卡方分布的定义：

若n个相互独立的随机变量ξ₁，ξ₂，…,ξn ，均服从标准正态分布（也称独立同分布于标准正态分布），则这n个服从标准正态分布的随机变量的平方和构成一新的随机变量，其分布规律称为卡方分布（chi-square distribution）。

期望值：

$\chi^2 = x_1^2 + x_2^2 + x_3^2 + ... x_n^2$

$E(\chi^2 )=E( x_1^2 + x_2^2 + x_3^2 + ... x_n^2 )=\\ E(x_1^2) + E(x_2^2) + E(x_3^2) + ... E(x_n^2 ) =\\ \int _{-\infty}^{+\infty} x_1^2 f(x_1) dx+ \int _{-\infty}^{+\infty} x_2^2 f(x_1) dx + \int _{-\infty}^{+\infty} x_3^2 f(x_1) dx + ... +\int _{-\infty}^{+\infty} x_n^2f(x_1) dx = n$

方差：

$\chi^2 = x_1^2 + x_2^2 + x_3^2 + ... x_n^2$

$D(\chi^2 )=D( x_1^2 + x_2^2 + x_3^2 + ... x_n^2 )=\\ =D( x_1^2) + D(x_2^2) + D(x_3^2) + ... + D(x_n^2 )=\\ =E(x_1^4) - [E(x_1^2)]^2+ E(x_2^4) - [E(x_2^2)]^2 + E(x_3^4) -[E(x_3^2)]^2+ ... + E(x_n^4 ) - [E(x_n^2)]^2=\\ \int_{-\infty}^{+\infty}x_1^4 e^{-\frac{x_1^2}{2}} dx_1 -1 + \int_{-\infty}^{+\infty}x_2^4e^{-\frac{x_2^2}{2}} dx_2 -1 + \int_{-\infty}^{+\infty}x_3^4 e^{-\frac{x_3^2}{2}} dx_3 -1+ ... + \int_{-\infty}^{+\infty}x_n^4 e^{-\frac{x_n^2}{2}} dx_n -1 = ???\\$

注意观察，上述第一步的转换用到了独立分布的定义。独立分布的随机变量，其和的方差的等于方差的和。

观察第一项：

$\int_{-\infty}^{+\infty}x_1^4 e^{-\frac{x_1^2}{2}} dx_1 = \\ x_1^3 [-e^{-\frac{x_1^2}{2}} ] |_{-\infty}^{+\infty} - \int_{-\infty}^{+\infty}3x_1^2 [-e^{-\frac{x_1^2}{2}} ]dx_1=\\ \int_{-\infty}^{+\infty}3x_1^2 [e^{-\frac{x_1^2}{2}} ]dx_1= \\ x_1 [-3e^{-\frac{x_1^2}{2}} ] |_{-\infty}^{+\infty} - \int_{-\infty}^{+\infty} [-3e^{-\frac{x_1^2}{2}} ]dx_1= 3$
因此可得， $\chi^2$ 的方差是3n-n = 2n