t分布の期待値と分散の導出

公開日: 更新日:

【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、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

導出

(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

導出

標準正規分布$\chi^2$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

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