统计学名词解释 —— 6. 三大抽样分布（卡方分布、t分布、F分布）

从经验可知，大部分的样本分布服从或近似服从「正态分布」。现在我们要看看和正态分布有所异同，也是非常常见的三大分布都是什么样的。

$x^2$ 分布

$Y\sim X^2(n)$ 分布又称卡方分布，它的定义如下：

基本概念

设 $X_1,X_2,\cdots ,X_n$ 来自正态分布总体 $N(0,1)$ 的样本，则称统计量

$$Y=X_1^2+X_2^2+\cdots X_n^2$$

服从自由度为 $n$ 的 $X^2$ 分布，记为 $Y\sim X^2(n)$，$X^2(n)$ 分布的概率密度函数为：

$$f(y)=\{\begin{array}{cc}\frac{1}{2^{n/2}\Gamma (n/2)}{y}^{n/2-1}{e}^{-y/2}& y>0\\ 0& otherwise\end{array}$$

函数密度图像

这张图主要说明，随着样本数增加，卡方分布的概率密度图像逐渐从类似 $log$ 的对数图像逐渐接近柏松分布。使得「概率密度图像（PDF）」呈现出和「泊松等待」相类似的特征。

由于组成卡方分布的每个样本 $X$ 来自标准正态分布，所以每个独立样本的期望 $E(X)=0$，方差 $D(X)=1$。

基本性质

对于 $X^2$ 分布来说它有两个性质

其一：

当 $X^2$ 分布的期望 $E(Y)=n$时，它的方差 $D(Y)=2n$

其二：

$X^2$ 分布具有可加性。
比如，有 $X\sim Y^2(m)$ 和 $Y\sim Y^2(n)$，且 X 和 Y 相互独立，有 $X+Y\sim X^2(m+n)$

例题

设 $(X_1,X_2,\cdots ,X_6)$ 为取自标准正态总体 $N(0,1)$ 的一个样本，求下列三个统计量的分布
（1） $X_1^2+X_2^2$
（2）$X_1^2$
（3）$X_1^2+a(X_2+X_3{)}^2+b(X_4+X_5+X_6{)}^2$

解（1）：
由样本定义可知，$X_1,X_2,\cdots X_6$ 彼此相互独立，且服从 $N(0,1)$，所以 $X_1^2+X_2^2\sim X^2(2)$

解（2）：
由样本定义可知，$X_1,X_2,\cdots X_6$ 彼此相互独立，且服从 $N(0,1)$，因此对于单个元素它的卡方分布为 $X_1^2\sim X^2(1)$

解（3）：
从卡方分布的定义出发，我们令

$$\begin{gathered} Y_1=X_1^2 \\ {Y}_2=a(X_2+X_3{)}^2 \\ {Y}_3=b(X_4+X_5+X_6{)}^2 \end{gathered}$$

对于 $Y_1=X_1^2$来说，由于元素来自标准正态总体，所以 $Y_1$ 的期望 $E(Y_1)=0$，方差 $D(Y_1)=1$，所以 $Y_1\sim N(0,1)$

对于 $Y_2=a(X_2+X_3{)}^2$ 来说，它有两个离散的样本，在 《概率论基础 —— 8.数学期望、方差、协方差》 一节中，我们可以知道由样本 $(X_2,X_3)$ 组成的离散集合，我们可以通过离散型期望、方差的计算方法得到 $E(X_2,X_3)=E(X_2)+E(X_3)=0$，其方差 $D(X_2,X_3)=D(X_2)+D(X_3)=2$，于是有 $(X_2+X_3)\sim N(0,2)$ ，我们对正太分布进行标准化，代入如下公式：

$$\frac{X-\mu }{\sigma }=\frac{X-0}{\sqrt{2}}=\frac{X}{\sqrt{2}}$$

于是我们得到标准正态分布 $\frac{X_2+X_3}{\sqrt{2}}\sim N(0,1)$

同理，对于 $Y_3=b(X_4+X_5+X_6{)}^2$，它的样本集合 $(X_4,X_5,X_6)$ 的期望为0，方差为3，其标准正态分布为 $\frac{X_4+X_5+X_6}{\sqrt{3}}$

再从卡方分布的基本概念出发，拼凑出它应该为

$$X^2=X_1^2+{\left(\frac{X_2+X_3}{\sqrt{2}}\right)}^2+{\left(\frac{X_4+X_5+X_6}{\sqrt{3}}\right)}^2=X_1^2+\frac{(X_2+X_3{)}^2}{2}+\frac{(X_4+X_5+X_6{)}^2}{3}$$

所以，$a=\frac{1}{2}$， $b=\frac{1}{3}$

$t$ 分布

基本概念

设 $X\sim N(0,1)$，$Y\sim X^2(n)$，且 X, Y 相互独立，则称随机变量
$$t=\frac{X}{\sqrt{Y/n}}$$
服从自由度为 $n$ 的 $t$ 分布，记为 $t\sim t(n)$。$t(n)$ 分布的概率密度函数函数为：

$$h(t)=\frac{\Gamma [(n+1)/2]}{\sqrt{\pi n}\Gamma (n/2)}(1+\frac{t^2}{n}{)}^{-(n+1)/2},-\infty <t<\infty$$

函数密度图像

例题

假设总体 $X\sim N(0,3^2)$，$X_1,X_2,\cdots X_n$ 是来自总体X的简单随机样本，则统计量
$$Y=\frac{X_1+X_2+X_3+X_4}{\sqrt{X_5^2+X_6^2+X_7^2+X_8^2}}$$ 服从自由度为____ 的 __________ 分布。

解：

我们从t分布的基本定义入手

$$t=\frac{X}{\sqrt{Y/n}}$$

注意对于t分布的要求，其中的元素必须服从 $X\sim N(0,1)$，分母的Y是卡方分布，$Y\sim X^2(n)$。

所以令 $Z=X_1+X_2+X_3+X_4\sim N(0,36)$，我们可以标准化这个分布后得到 $\frac{Z}{6}\sim N(0,1)$。

分母虽然看起来很像卡方分布，但是由于假设的总体 $X\sim N(0,3^2)$，所以我们要先对它进行标准化后，可以得到 $\frac{X_i}{3}\sim N(0,1)$，然后凑出一个卡方分布得到

$$Y^{\prime }={\left(\frac{X_5}{3}\right)}^2+{\left(\frac{X_6}{3}\right)}^2+{\left(\frac{X_7}{3}\right)}^2+{\left(\frac{X_8}{3}\right)}^2=\frac{X_5^2+X_6^2+X_7^2+X_8^2}{9}\sim X^2(4)$$

然后分别把得到的 $Z$ 和 $Y^{\prime }$ 代入 $t$ 分布公式中，于是得到

$$t=\frac{X/6}{\sqrt{Y^{\prime }/4}}=\frac{1}{6}\frac{X_1+X_2+X_3+X_4}{\sqrt{\frac{X_5^2+X_6^2+X_7^2+X_8^2}{9\times 4}}}=\frac{X_1+X_2+X_3+X_4}{\sqrt{X_5^2+X_6^2+X_7^2+X_8^2}}\sim t(4)$$

所以它是自由度为4的t分布。

$F$ 分布

基本概念

设 $U\sim X^2(n_1)$，$V\sim X^2(n_2)$，且 $U$，$V$ 相互独立，则称随机变量

$$F=\frac{U/n_1}{V/n_2}$$

服从自由度为 $(n_1,n_2)$ 的 $F$ 分布，记为 $F\sim F(n_1,n_2)$。$F(n_1,n_2)$ 分布的概率密度函数为：

$$\phi (y)=\{\begin{array}{cc}\frac{\Gamma [(n_1+n_2)/2](n_1/n_2{)}^{n_1/2}{y}^{(n_1/2)-1}}{1}& y>0\\ 0& otherwise\end{array}$$

函数密度图像

例题

设随机变量 $T\sim t(n)$，$F=\frac{1}{T^2}$ 求随机变量F的分布

解：

先从 $t$ 分布的定义出发，它是

$$t=\frac{X}{\sqrt{Y/n}}$$

其中 $X\sim N(0,1)$，$Y\sim X^2(n)$，所以我们得到 $T=\frac{X}{\sqrt{Y/n}}$。代入 $F=\frac{1}{T^2}$ 后，我们有

$$F=\frac{Y/n}{X^2}$$

由于我们前面已经假设了 $X\sim N(0,1)$，所以当 $Y^{\prime }=X^2$ 时，它自然也是卡方分布，且只有一个元素，于是有 $Y^{\prime }\sim X^2(1)$，参考F分布的定义，我们有

$$F^{\prime }=\frac{U/n_1}{V/n_2}$$

且 $U$，$V$ 均是卡方分布，我们代入已知的 $Y/n$ 到 $U/n_1$，$Y^{\prime }$ 可等价于 $Y^{\prime }/1$ 并且 $Y$ 和 $Y^{\prime }$互相独立，于是也可以代入到 $V/n_2$，得到最终 $F^{\prime }$ 的分布

$$F^{\prime }=\frac{Y/n}{Y^{\prime }/1}=\frac{Y/n}{X^2}$$

所以 $F=F^{\prime }$，于是 $F\sim F(n,1)$。