F分布の定義と概要(確率密度関数の導出付き)

公開日:

【2023年4月1週】 【B000】数理統計学 【B040】連続型の確率分布

この記事をシェアする
  • B!
サムネイル画像

本稿では、F分布の定義と概要についてまとめています。確率密度関数の導出、逆数変換した後の分布もF分布であることの証明、期待値・分散の紹介が含まれます。

なお、閲覧にあたっては、以下の点にご注意ください。

  • スマートフォンやタブレット端末でご覧の際、数式が見切れている場合は、横にスクロールすることができます。

F分布

定義・意味

確率変数 XY が互いに独立に自由度 mnχ2分布 Xχ2(m) Yχ2(n) に従うとき、 これらの確率変数を用いて作られる確率変数 F=χ2(m)mχ2(n)n が従う連続型確率分布を 自由度 m,nF分布 F-distribution という。

確率密度関数

確率密度関数 f(x) は、ガンマ関数を用いると、 f(x)={Γ(m+n2)xm22Γ(m2)Γ(n2)(1+mnx)m+n2(mn)m20x0x<0n={1,2,}m={1,2,} もしくは、ベータ関数を用いると、 f(x)={xm22B(m2,n2)(1+mnx)m+n2(mn)m20x0x<0n={1,2,}m={1,2,} で与えられる。

略記法

また、F分布は、 F(m,n) と略記されることがある。

【定理】F分布の確率密度関数の導出

【定理】
F分布の確率密度関数の導出
Derivation of F-Distribution

確率変数 XY が互いに独立に自由度 mnχ2分布 Xχ2(m) Yχ2(n) に従うとき、 これらの確率変数を用いて作られる確率変数 F=χ2(m)mχ2(n)n F分布に従う。

導出

導出

確率変数 X,Y の確率密度関数は、 g(x)={12m2Γ(m2)xm21ex20x0otherh(y)={12n2Γ(n2)yn21ey20y0other 確率変数の独立性の定義式 f(x,y)=g(x)h(y) より、同時確率密度関数は、 f(x,y)=12m2Γ(m2)xm21ex212n2Γ(n2)yn21ey2 ここで、以下のように変数変換すると、 {w=xmynv=y{x=mnwvy=vx:0y:0w:0v:0 変数変換のヤコビアンは、 |J|=|xwywxvyv|=|mnv0mnw1|=|mnv0|=mnv 変数変換後の同時確率密度関数の公式 g(v,w)=f{x(v,w),y(v,w)}|J| より、 g(v,w)=12m2Γ(m2)(mnwv)m21e12mnwv12n2Γ(n2)vn21ev2mnv=12m+n2Γ(m2)Γ(n2)(mn)m2wm21vm+n21ev2(mnw+1) 周辺確率分布の定義式 g(x)=f(x,y)dy より、 k(w)=012m+n2Γ(m2)Γ(n2)(mn)m2wm21vm+n21ev2(mnw+1)dv=wm212m+n2Γ(m2)Γ(n2)(mn)m20vm+n21ev2(mnw+1)dv ガンマ関数の公式 Γ(α)βα=0xα1eβxdx より、 α=m+n2β=12(mnw+1) とすると、 k(w)=wm212m+n2Γ(m2)Γ(n2)(mn)m2Γ(m+n2)2m+n2(1+mnw)m+n2=Γ(m+n2)wm21Γ(m2)Γ(n2)(1+mnw)m+n2(mn)m2 また、ベータ関数とガンマ関数の関係 B(α,β)=Γ(α)Γ(β)Γ(α+β) より、 k(w)=wm21B(m2,n2)(1+mnw)m+n2(mn)m2

【命題】F分布の逆数変換

【命題】
F分布の逆数変換
Reciprocal Transformation of F-Distribution

確率変数 X が自由度 (m,n)F分布 F(m,n) に従うとき、 逆数変換した確率変数 Y=1X は、 自由度 (n,m)F分布 F(n,m) に従う。

証明法①:F分布の定義を用いる方法

証明

F分布に従う確率変数の定義式より、 X=χ2(m)mχ2(n)n これを逆数変換すると、 Y=χ2(n)nχ2(m)m これは、自由度 (n,m)F分布 F(n,m) の定義式である。 したがって、確率変数 Y は自由度 (n,m)F分布 F(n,m) に従う。

証明法②:逆数変換の公式を用いる方法

証明

F分布の確率密度関数は、 f(x)=xm22B(m2,n2)(1+mnx)m+n2(mn)m2 Y=1X の取り得る値の範囲は、 0X0Y 逆数変換の公式 g(y)=f(1y)1y2 より、 g(y)=(1y)m21B(m2,n2)(1+mn1y)m+n2(mn)m2(1y)2=(1y)m2+1B(m2,n2)(1+mn1y)m+n2(mn)m2=(mny)m2B(m2,n2){mny(nym+1)}m+n21y=(mny)m2B(m2,n2)(mny)m2(mny)n2(1+nmy)m+n21y=1B(m2,n2)(mny)n2(1+nmy)m+n21y=1B(m2,n2)(nym)n2(1+nmy)m+n21y=1B(m2,n2)(1+nmy)m+n2(nym)n21y=1B(m2,n2)(1+nmy)m+n2{y(nm)}n21y=1B(m2,n2)(1+nmy)m+n2(nm)n2yn2y1 ベータ関数の対称性 B(m2,n2)=B(n2,m2) より、 g(y)=yn21B(n2,m2)(1+nmy)m+n2(nm)n2 これは、自由度 (n,m)F分布 F(n,m) の確率密度関数である。 したがって、確率密度関数の一意性により、確率変数 Y は自由度 (n,m)F分布 F(n,m) に従う。

重要事項のまとめ

略記法

F(n)

パラメータ

n={1,2,}m={1,2,}

確率密度関数

f(x)={Γ(m+n2)xm22Γ(m2)Γ(n2)(1+mnx)m+n2(mn)m20x0x<0 または、 f(x)={xm22B(m2,n2)(1+mnx)m+n2(mn)m20x0x<0

期待値

E(X)=nn22<n

分散

V(X)=2n2(m+n2)m(n2)2(n4)4<n

参考文献

  • 小寺 平治 著. 数理統計:明解演習. 共立出版, 1986, p.61
  • 野田 一雄, 宮岡 悦良 著. 入門・演習数理統計. 共立出版, 1990, p.149-152
  • 竹村 彰通 著. 現代数理統計学. 創文社, 1991, p.71-72
  • 稲垣 宣生 著. 数理統計学. 裳華房, 2003, p.92-94
  • 久保川 達也 著, 新井 仁之, 小林 俊行, 斎藤 毅, 吉田 朋広 編. 現代数理統計学の基礎. 共立出版, 2017, p.92-94
  • 黒木 学 著. 数理統計学:統計的推論の基礎. 共立出版, 2020, p.117-119

関連記事

自己紹介

自分の写真

yama

大学時代に読書の面白さに気づいて以来、読書や勉強を通じて、興味をもったことや新しいことを学ぶことが生きる原動力。そんな人間が、その時々に学んだことを備忘録兼人生の軌跡として記録しているブログです。

このブログを検索

ブログ アーカイブ

QooQ