本稿では、①期待値の定義に沿った方法、②t分布の定義を用いる方法の2通りの方法で、t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】t分布の期待値と分散
【公式】
t分布の期待値と分散
Expected Value and Variance of t-Distribution
$\mathrm{t}$分布 $t \left(n\right)$ の期待値 $E(X)$ と分散 $V \left(X\right)$ は、 \begin{gather} E(X)=0\\ V \left(X\right)=\frac{n}{n-2} \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}^{\infty}{x \cdot \frac{1}{\sqrt n \cdot B \left(\frac{n}{2},\frac{1}{2}\right)} \left(1+\frac{x^2}{n}\right)^{-\frac{n+1}{2}}dx}\\
&=\frac{1}{\sqrt n \cdot B \left(\frac{n}{2},\frac{1}{2}\right)}\int_{-\infty}^{\infty}{x \left(1+\frac{x^2}{n}\right)^{-\frac{n+1}{2}}dx}\tag{1}
\end{align}
ここで、以下のように変数変換すると、
\begin{gather}
s=-x\Leftrightarrow x=-s\\
\frac{ds}{dx}=-1\Rightarrow dx=-ds\\
x:-\infty\rightarrow\infty \quad \Rightarrow \quad t:\infty\rightarrow-\infty
\end{gather}
となるので、
置換積分法により、
\begin{align}
E \left(X\right)&=\frac{1}{\sqrt n \cdot B \left(\frac{n}{2},\frac{1}{2}\right)}\int_{\infty}^{-\infty}{ \left(-s\right) \left\{1+\frac{ \left(-s\right)^2}{n}\right\}^{-\frac{n+1}{2}} \left(-1\right)ds}\\
&=-\frac{1}{\sqrt n \cdot B \left(\frac{n}{2},\frac{1}{2}\right)}\int_{-\infty}^{\infty}{s \left(1+\frac{s^2}{n}\right)^{-\frac{n+1}{2}}ds}\tag{2}
\end{align}
ここで、
\begin{align}
g \left(x\right)=\int_{-\infty}^{\infty}{x \left(1+\frac{x^2}{n}\right)^{-\frac{n+1}{2}}dx}
\end{align}
とすると、
式 $(1),(2)$ より、
\begin{align}
g \left(x\right)&=\int_{-\infty}^{\infty}{x \left(1+\frac{x^2}{n}\right)^{-\frac{n+1}{2}}dx}\\
&=- \left\{-\int_{-\infty}^{\infty}{x \left(1+\frac{x^2}{n}\right)^{-\frac{n+1}{2}}dx}\right\}\\
&=-g \left(-x\right)
\end{align}
したがって、$g \left(x\right)$ は奇関数であるから、奇関数の性質 $\int_{-a}^{a}f \left(x\right)dx=0$ より、
\begin{align}
E \left(X\right)=0
\end{align}
$\blacksquare$
(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}^{\infty}{x^2 \cdot \frac{1}{\sqrt n \cdot B \left(\frac{n}{2},\frac{1}{2}\right)} \left(1+\frac{x^2}{n}\right)^{-\frac{n+1}{2}}dx}\\
&=\frac{1}{\sqrt n \cdot B \left(\frac{n}{2},\frac{1}{2}\right)}\int_{-\infty}^{\infty}{x^2 \left(1+\frac{x^2}{n}\right)^{-\frac{n+1}{2}}dx}
\end{align}
右辺の積分部分の区間を分割すると、
\begin{align}
\int_{-\infty}^{\infty}{x^2 \left(1+\frac{x^2}{n}\right)^{-\frac{n+1}{2}}dx}=\int_{-\infty}^{0}{x^2 \left(1+\frac{x^2}{n}\right)^{-\frac{n+1}{2}}dx}+\int_{0}^{\infty}{x^2 \left(1+\frac{x^2}{n}\right)^{-\frac{n+1}{2}}dx}
\end{align}
ここで、
\begin{gather}
A=\int_{-\infty}^{0}{x^2 \left(1+\frac{x^2}{n}\right)^{-\frac{n+1}{2}}dx}\\
B=\int_{0}^{\infty}{x^2 \left(1+\frac{x^2}{n}\right)^{-\frac{n+1}{2}}dx}
\end{gather}
とおくと、
$A$ について、以下のように変数変換すると、
\begin{gather}
s=-x\Leftrightarrow x=-s\\
\frac{ds}{dx}=-1\Rightarrow dx=-ds\\
x:-\infty\rightarrow0 \quad \Rightarrow \quad t:\infty\rightarrow0
\end{gather}
となるので、
置換積分法により、
\begin{align}
A&=\int_{\infty}^{0}{s^2 \left(1+\frac{s^2}{n}\right)^{-\frac{n+1}{2}} \left(-1\right)ds}\\
&=\int_{0}^{\infty}{s^2 \left(1+\frac{s^2}{n}\right)^{-\frac{n+1}{2}}ds}\\
&=\int_{0}^{\infty}{x^2 \left(1+\frac{x^2}{n}\right)^{-\frac{n+1}{2}}dx}\\
&=B
\end{align}
よって、
\begin{gather}
\int_{-\infty}^{\infty}{x^2 \left(1+\frac{x^2}{n}\right)^{-\frac{n+1}{2}}dx}=2\int_{0}^{\infty}{x^2 \left(1+\frac{x^2}{n}\right)^{-\frac{n+1}{2}}dx}\\
E \left(X^2\right)=\frac{2}{\sqrt n \cdot B \left(\frac{n}{2},\frac{1}{2}\right)}\int_{0}^{\infty}{x^2 \left(1+\frac{x^2}{n}\right)^{-\frac{n+1}{2}}dx}
\end{gather}
ここで、以下のように変数変換すると、
\begin{gather}
\left(1+\frac{x^2}{n}\right)^{-1}=u\Leftrightarrow x=\sqrt{n \left(\frac{1}{u}-1\right)}\\
\frac{dx}{du}=-\frac{\sqrt n}{2u^2\sqrt{ \left(\frac{1}{u}-1\right)}}\Rightarrow dx=-\frac{\sqrt n}{2u^2\sqrt{ \left(\frac{1}{u}-1\right)}}du\\
x:0\rightarrow\infty \quad \Rightarrow \quad t:1\rightarrow0
\end{gather}
となるので、
置換積分法により、
\begin{align}
E \left(X^2\right)&=\frac{2}{\sqrt n \cdot B \left(\frac{n}{2},\frac{1}{2}\right)}\int_{1}^{0}{n \left(\frac{1}{u}-1\right)u^\frac{n+1}{2} \left\{-\frac{\sqrt n}{2u^2\sqrt{ \left(\frac{1}{u}-1\right)}}\right\}du}\\
&=\frac{n}{B \left(\frac{n}{2},\frac{1}{2}\right)}\int_{0}^{1}{u^{\frac{n}{2}-2} \left(1-u\right)^\frac{1}{2}du}\\
&=\frac{n}{B \left(\frac{n}{2},\frac{1}{2}\right)}\int_{0}^{1}{u^{ \left(\frac{n}{2}-1\right)-1} \left(1-u\right)^{\frac{3}{2}-1}du}
\end{align}
ベータ関数の定義式 $B \left(\alpha,\beta\right)=\int_{0}^{1}{x^{\alpha-1} \left(1-x\right)^{\beta-1}dx}$ により、
\begin{align}
E \left(X^2\right)=\frac{n}{B \left(\frac{n}{2},\frac{1}{2}\right)}B \left(\frac{n}{2}-1,\frac{3}{2}\right)
\end{align}
ベータ関数の性質 $B \left(s,t+1\right)=\frac{t}{s}B \left(s+1,t\right)$ より、$s=\frac{n}{2}-1,t=\frac{1}{2}$ とすると、
\begin{align}
E \left(X^2\right)&=\frac{n}{B \left(\frac{n}{2},\frac{1}{2}\right)} \cdot \frac{\frac{1}{2}}{\frac{n}{2}-1}B \left(\frac{n}{2},\frac{1}{2}\right)\\
&=\frac{n}{n-2}
\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}{n-2}-0=\frac{n}{n-2}
\end{align}
$\blacksquare$
導出法②:t分布の定義を用いる方法
標準正規分布と $\chi^2$分布の期待値の公式より、
\begin{gather}
E \left(Z\right)=0 \quad E \left(Z^2\right)=1\\
E \left(\frac{1}{W}\right)=\frac{1}{n-2} \quad E \left(\frac{1}{\sqrt W}\right)=\frac{\Gamma \left(\frac{n}{2}-1\right)}{\sqrt2 \cdot \Gamma \left(\frac{n}{2}\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(X\right)&=E \left(\frac{\sqrt n Z}{\sqrt W}\right)\\
&=\sqrt n E \left(Z\right) \cdot E \left(\frac{1}{\sqrt W}\right)\\
&=\sqrt n \cdot 0 \cdot \frac{\Gamma \left(\frac{n}{2}-1\right)}{\sqrt2 \cdot \Gamma \left(\frac{n}{2}\right)}\\
&=0
\end{align}
$\blacksquare$
(ii)分散
\begin{align}
E \left(X^2\right)&=E \left(\frac{nZ^2}{W}\right)\\
&=nE \left(Z^2\right) \cdot E \left(\frac{1}{W}\right)\\
&=n \cdot 1 \cdot \frac{1}{n-2}\\
&=\frac{n}{n-2}
\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}{n-2}-0=\frac{n}{n-2}
\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.154-155
- 稲垣 宣生 著. 数理統計学. 裳華房, 2003, p.91-92
- 黒木 学 著. 数理統計学:統計的推論の基礎. 共立出版, 2020, p.121
0 件のコメント:
コメントを投稿