本稿では、①期待値の定義に沿った方法、②F分布の定義を用いる方法の2通りの方法で、F分布の期待値と分散を導出しています。①の方法は正確な計算力を要し、②の方法は知っていれば簡単ですが、カイ2乗分布の逆数の期待値などの算出ができなければならないので、いずれにしても骨のある問題です。
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。
【公式】F分布の期待値と分散
【公式】
F分布の期待値と分散
Expected Value and Variance of F-Distribution
$\mathrm{F}$分布 $\mathrm{F} \left(m,n\right)$ の期待値 $E(X)$ と分散 $V \left(X\right)$ は、 \begin{gather} \begin{matrix}E \left(X\right)=\displaystyle\frac{n}{n-2}&2 \lt n\\\end{matrix}\\ \begin{matrix}V \left(X\right)=\displaystyle\frac{2n^2 \left(m+n-2\right)}{m \left(n-2\right)^2 \left(n-4\right)}&4 \lt n\\\end{matrix} \end{gather} で与えられる。
導出法①:定義に沿った方法
(i)期待値
期待値の定義式 $E \left(X\right)=\int_{-\infty}^{\infty}{x \cdot f \left(x\right)dx}$ より、
\begin{align}
E \left(X\right)&=\int_{-\infty}^{0}{x \cdot 0dx}+\int_{0}^{\infty}{x \cdot f \left(x\right)dx}\\
&=\int_{0}^{\infty}{x \cdot \frac{x^{\frac{m}{2}-1}}{B \left(\frac{m}{2},\frac{n}{2}\right) \cdot \left(1+\frac{m}{n}x\right)^\frac{m+n}{2}} \left(\frac{m}{n}\right)^\frac{m}{2}dx}\\
&=\frac{1}{B \left(\frac{m}{2},\frac{n}{2}\right)} \left(\frac{m}{n}\right)^\frac{m}{2}\int_{0}^{\infty}{\frac{x^\frac{m}{2}}{ \left(1+\frac{m}{n}x\right)^\frac{m+n}{2}}dx}\\
\end{align}
ここで、以下のように変数変換すると、
\begin{gather}
\left(1+\frac{m}{n}x\right)^{-1}=u\Leftrightarrow x=\frac{n}{m} \left(\frac{1}{u}-1\right)\\
\frac{dx}{du}=-\frac{n}{m}\frac{1}{u^2}\Rightarrow dx=-\frac{n}{m}\frac{1}{u^2}du\\
x:0\rightarrow\infty \quad \Rightarrow \quad u:1\rightarrow0
\end{gather}
となるので、
置換積分法により、
\begin{align}
E \left(X\right)&=\frac{1}{B \left(\frac{m}{2},\frac{n}{2}\right)} \left(\frac{m}{n}\right)^\frac{m}{2}\int_{1}^{0}{ \left\{\frac{n}{m} \left(\frac{1}{u}-1\right)\right\}^\frac{m}{2}u^\frac{m+n}{2} \left(-\frac{n}{m}\frac{1}{u^2}\right)du}\\
&=\frac{1}{B \left(\frac{m}{2},\frac{n}{2}\right)} \left(\frac{m}{n}\right)^\frac{m}{2} \left(\frac{n}{m}\right)^{\frac{m}{2}+1}\int_{0}^{1}{ \left(\frac{1}{u}-1\right)^\frac{m}{2}u^{\frac{m+n}{2}-2}du}\\
&=\frac{1}{B \left(\frac{m}{2},\frac{n}{2}\right)} \cdot \frac{n}{m}\int_{0}^{1}{ \left(\frac{1}{u}-1\right)^\frac{m}{2}u^{\frac{m+n}{2}-2}du}\\
&=\frac{1}{B \left(\frac{m}{2},\frac{n}{2}\right)} \cdot \frac{n}{m}\int_{0}^{1}{u^{\frac{n}{2}-2} \left(1-u\right)^\frac{m}{2}du}
\end{align}
ベータ関数の定義式 $B \left(\alpha,\beta\right)=\int_{0}^{1}{x^{\alpha-1} \left(1-x\right)^{\beta-1}dx}$ より、
\begin{align}
\int_{0}^{1}{u^{\frac{n}{2}-2} \left(1-u\right)^\frac{m}{2}du}&=\int_{0}^{1}{u^{ \left(\frac{n}{2}-1\right)-1} \left(1-u\right)^{ \left(\frac{m}{2}+1\right)-1}du}\\
&=B \left(\frac{n}{2}-1,\frac{m}{2}+1\right)
\end{align}
ベータ関数の性質
\begin{align}
B \left(\alpha,\beta+1\right)=\frac{\beta}{\alpha}B \left(\alpha+1,\beta\right)
\end{align}
より、
\begin{align}
\alpha=\frac{n}{2}-1 \quad \beta=\frac{m}{2}
\end{align}
とすると、
\begin{align}
B \left(\frac{n}{2}-1,\frac{m}{2}+1\right)=\frac{\frac{m}{2}}{\frac{n}{2}-1}B \left(\frac{n}{2},\frac{m}{2}\right)
=\frac{m}{n-2}B \left(\frac{n}{2},\frac{m}{2}\right)
\end{align}
したがって、
\begin{align}
E \left(X\right)&=\frac{1}{B \left(\frac{m}{2},\frac{n}{2}\right)} \cdot \frac{n}{m} \cdot \frac{m}{n-2}B \left(\frac{n}{2},\frac{m}{2}\right)\\
&=\frac{n}{n-2}
\end{align}
$\mathrm{F}$分布の定義域は、$0 \le x$ であることから、$0 \le E \left(X\right)$ となるので、
\begin{gather}
\begin{matrix}E \left(X\right)=\displaystyle\frac{n}{n-2}&2 \lt n\\\end{matrix}\\
\begin{matrix}V \left(X\right)=\displaystyle\frac{2n^2 \left(m+n-2\right)}{m \left(n-2\right)^2 \left(n-4\right)}&4 \lt n\\\end{matrix}
\end{gather}
$\blacksquare$
(ii)分散
2乗の期待値の定義式 $E \left(X^2\right)=\int_{-\infty}^{\infty}{x^2 \cdot f \left(x\right)dx}$ より、
\begin{align}
E \left(X^2\right)&=\int_{-\infty}^{0}{x \cdot 0dx}+\int_{0}^{\infty}{x^2 \cdot f \left(x\right)dx}\\
&=\int_{0}^{\infty}{x^2 \cdot \frac{x^{\frac{m}{2}-1}}{B \left(\frac{m}{2},\frac{n}{2}\right) \cdot \left(1+\frac{m}{n}x\right)^\frac{m+n}{2}} \left(\frac{m}{n}\right)^\frac{m}{2}dx}\\
&=\int_{0}^{\infty}{\frac{x^{\frac{m}{2}+1}}{B \left(\frac{m}{2},\frac{n}{2}\right) \cdot \left(1+\frac{m}{n}x\right)^\frac{m+n}{2}} \left(\frac{m}{n}\right)^\frac{m}{2}dx}
\end{align}
(i)と同様の変数変換を行うと、置換積分法により、
\begin{align}
E \left(X^2\right)&=\frac{1}{B \left(\frac{m}{2},\frac{n}{2}\right)} \left(\frac{m}{n}\right)^\frac{m}{2}\int_{1}^{0}{ \left\{\frac{n}{m} \left(\frac{1}{u}-1\right)\right\}^{\frac{m}{2}+1}u^\frac{m+n}{2} \left(-\frac{n}{m}\frac{1}{u^2}\right)du}\\
&=\frac{1}{B \left(\frac{m}{2},\frac{n}{2}\right)} \left(\frac{m}{n}\right)^\frac{m}{2} \left(\frac{n}{m}\right)^{\frac{m}{2}+2}\int_{0}^{1}{ \left(\frac{1}{u}-1\right)^{\frac{m}{2}+1}u^{\frac{m+n}{2}-2}du}\\
&=\frac{1}{B \left(\frac{m}{2},\frac{n}{2}\right)} \cdot \frac{n^2}{m^2}\int_{0}^{1}{ \left(\frac{1}{u}-1\right)^{\frac{m}{2}+1}u^{\frac{m+n}{2}-2}du}\\
&=\frac{1}{B \left(\frac{m}{2},\frac{n}{2}\right)} \cdot \frac{n^2}{m^2}\int_{0}^{1}{u^{\frac{n}{2}-3} \left(1-u\right)^{\frac{m}{2}+1}du}\\
&=\frac{1}{B \left(\frac{m}{2},\frac{n}{2}\right)} \cdot \frac{n^2}{m^2}\int_{0}^{1}{u^{ \left(\frac{n}{2}-2\right)-1} \left(1-u\right)^{ \left(\frac{m}{2}+2\right)-1}du}
\end{align}
ベータ関数の定義式 $B \left(\alpha,\beta\right)=\int_{0}^{1}{x^{\alpha-1} \left(1-x\right)^{\beta-1}dx}$ より、
\begin{align}
E \left(X^2\right)&=\frac{1}{B \left(\frac{m}{2},\frac{n}{2}\right)} \cdot \frac{n^2}{m^2} \cdot B \left(\frac{n}{2}-2,\frac{m}{2}+2\right)
\end{align}
ベータ関数の性質
\begin{align}
B \left(\alpha,\beta+1\right)=\frac{\beta}{\alpha}B \left(\alpha+1,\beta\right)
\end{align}
より、
\begin{align}
\alpha=\frac{n}{2}-1 \quad \beta=\frac{m}{2}
\end{align}
とすると、
\begin{align}
B \left(\frac{n}{2}-2,\frac{m}{2}+2\right)&=\frac{\frac{m}{2}+1}{\frac{n}{2}-2}B \left(\frac{n}{2}-1,\frac{m}{2}+1\right)\\
&=\frac{m+2}{n-4}B \left(\frac{n}{2}-1,\frac{m}{2}+1\right)\\
&=\frac{m+2}{n-4} \cdot \frac{m}{n-2}B \left(\frac{n}{2},\frac{m}{2}\right)
\end{align}
したがって、
\begin{align}
E \left(X^2\right)&=\frac{1}{B \left(\frac{m}{2},\frac{n}{2}\right)} \cdot \frac{n^2}{m^2} \cdot \frac{m+2}{n-4} \cdot \frac{m}{n-2}B \left(\frac{n}{2},\frac{m}{2}\right)\\
&=\frac{ \left(m+2\right)n^2}{m \left(n-2\right) \left(n-4\right)}
\end{align}
分散の公式 $V \left(X\right)=E \left(X^2\right)- \left\{E \left(X\right)\right\}^2$ より、
\begin{align}
V \left(X\right)&=\frac{n^2 \left(m+2\right)}{m \left(n-2\right) \left(n-4\right)}-\frac{n^2}{ \left(n-2\right)^2}\\
&=\frac{n^2 \left\{ \left(m+2\right) \left(n-2\right)-m \left(n-4\right)\right\}}{m \left(n-2\right)^2 \left(n-4\right)}\\
&=\frac{n^2 \left(mn-2m+2n-4-mn+4m\right)}{m \left(n-2\right)^2 \left(n-4\right)}\\
&=\frac{n^2 \left(2m+2n-4\right)}{m \left(n-2\right)^2 \left(n-4\right)}\\
&=\frac{2n^2 \left(m+n-2\right)}{m \left(n-2\right)^2 \left(n-4\right)}
\end{align}
$0 \lt V \left(X\right)$ である必要があるので、
\begin{gather}
\begin{matrix}V \left(X\right)=\displaystyle\frac{2n^2 \left(m+n-2\right)}{m \left(n-2\right)^2 \left(n-4\right)}&4 \lt n\\\end{matrix}
\end{gather}
$\blacksquare$
導出法②:F分布の定義を用いる方法
$X,Y$ を互いに独立に自由度 $m$ と $n$ の $\chi^2$分布
\begin{align}
X \sim \chi^2 \left(m\right) \quad \ Y \sim \chi^2 \left(n\right)
\end{align}
に従う確率変数とすると、
$\chi^2$分布の期待値の公式より、
\begin{gather}
E \left(X\right)=m \quad E \left(X^2\right)=m^2+2m\\
E \left(\frac{1}{Y}\right)=\frac{1}{n-2} \quad E \left(\frac{1}{Y^2}\right)=\frac{1}{ \left(n-2\right) \left(n-4\right)}
\end{gather}
独立な確率変数の期待値の性質 $E \left(XY\right)=E \left(X\right)E \left(Y\right)$ より、
(i)期待値
\begin{align}
E \left(F\right)&=E \left(\frac{nX}{mY}\right)\\
&=\frac{n}{m}E \left(X\right) \cdot E \left(\frac{1}{Y}\right)\\
&=\frac{n}{m} \cdot m \cdot \frac{1}{n-2}\\
&=\frac{1}{n-2}
\end{align}
$\blacksquare$
(ii)分散
\begin{align}
E \left(F^2\right)&=E \left(\frac{n^2X^2}{m^2Y^2}\right)\\
&=\frac{n^2}{m^2}E \left(X^2\right) \cdot E \left(\frac{1}{Y^2}\right)\\
&=\frac{n^2}{m^2} \cdot m \left(m+2\right) \cdot \frac{1}{ \left(n-2\right) \left(n-4\right)}\\
&=\frac{ \left(m+2\right)n^2}{m \left(n-2\right) \left(n-4\right)}
\end{align}
分散の公式 $V \left(X\right)=E \left(X^2\right)- \left\{E \left(X\right)\right\}^2$ より、
\begin{align}
V \left(X\right)&=\frac{n^2 \left(m+2\right)}{m \left(n-2\right) \left(n-4\right)}-\frac{n^2}{ \left(n-2\right)^2}\\
&=\frac{2n^2 \left(m+n-2\right)}{m \left(n-2\right)^2 \left(n-4\right)}
\end{align}
$\blacksquare$
参考文献
- 野田 一雄, 宮岡 悦良 著. 入門・演習数理統計. 共立出版, 1990, p.151
- 稲垣 宣生 著. 数理統計学. 裳華房, 2003, p.94
- 黒木 学 著. 数理統計学:統計的推論の基礎. 共立出版, 2020, p.119
0 件のコメント:
コメントを投稿