t分布とF分布の関係(t分布の2乗値がF分布に従うことの証明)

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、①F分布の定義を用いる方法、②平方変換の公式を用いる方法の2通りの方法で、t分布に従う確率変数を2乗するとF分布に従うことを証明しています。どちらの方法でも、あっさりと証明することができます。

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。

【定理】t分布とF分布の関係

【定理】
$\mathrm{t}$分布の平方変換:$\mathrm{t}$分布と$\mathrm{F}$分布の関係
Square Transformation of t-Distribution: Relationship between t-Distribution and F-Distribution

確率変数 $T$ が自由度 $n$ の $\mathrm{t}$分布 \begin{align} t \left(n\right) \end{align} に従うとき、 平方変換した確率変数 \begin{align} Y=T^2 \end{align} 自由度 $ \left(1,n\right)$ の $\mathrm{F}$分布 \begin{align} \mathrm{F} \left(1,n\right) \end{align} に従う。

証明法①:F分布の定義を用いる方法

証明

$Z$ と $W$ を互いに独立に標準正規分布と $\chi^2$分布 \begin{align} Z \sim \mathrm{N} \left(0,1\right) \quad W \sim \chi^2 \left(n\right) \end{align} に従う確率変数とすると、 $\mathrm{t}$分布の定義式より、 \begin{align} T=\frac{\sqrt n Z}{\sqrt W} \end{align} この確率変数を平方変換 $Y=T^2$ すると、 \begin{align} Y=\frac{Z^2}{\frac{W}{n}} \end{align} $\chi^2$分布の定義から、$Z^2$ は自由度1の $\chi^2$分布 \begin{align} \chi^2 \left(1\right) \end{align} に従う。 したがって、 \begin{align} Y=\frac{\frac{\chi^2 \left(1\right)}{1}}{\frac{\chi^2 \left(n\right)}{n}} \end{align} これは、$\mathrm{F}$分布の定義式 \begin{align} F=\frac{\frac{\chi^2 \left(m\right)}{m}}{\frac{\chi^2 \left(n\right)}{n}} \end{align} に $m=1$ を代入したものである。 したがって、$Y=T^2$ は、$\mathrm{F}$分布 \begin{align} F \left(1,n\right) \end{align} に従う。 $\blacksquare$

証明法②:平方変換の公式を用いる方法

証明

$\mathrm{t}$分布の確率密度関数は、 \begin{gather} f \left(t\right)=\frac{1}{\sqrt n \cdot B \left(\frac{n}{2},\frac{1}{2}\right)} \left(1+\frac{t^2}{n}\right)^{-\frac{n+1}{2}} \end{gather} 平方変換の公式 $g \left(y\right)=\frac{1}{2\sqrt y} \left\{f \left(\sqrt y\right)+f \left(-\sqrt y\right)\right\}$ より、 \begin{align} g \left(y\right)&=\frac{1}{2\sqrt y} \cdot 2 \cdot \frac{1}{\sqrt n \cdot B \left(\frac{n}{2},\frac{1}{2}\right)} \left(1+\frac{y}{n}\right)^{-\frac{n+1}{2}}\\ &=\frac{1}{\sqrt y} \cdot \frac{1}{B \left(\frac{1}{2},\frac{n}{2}\right) \cdot \left(1+\frac{y}{n}\right)^\frac{n+1}{2}} \cdot \frac{1}{\sqrt n}\\ &=\frac{y^{-\frac{1}{2}}}{B \left(\frac{1}{2},\frac{n}{2}\right) \cdot \left(1+\frac{y}{n}\right)^\frac{n+1}{2}} \cdot \left(\frac{1}{n}\right)^\frac{1}{2} \end{align} これは、$\mathrm{F}$分布の確率密度関数 \begin{align} f \left(x\right)=\frac{x^\frac{m-2}{2}}{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} \end{align} に $m=1$ を代入したものである。 したがって、$Y=T^2$ は、$\mathrm{F}$分布 \begin{align} F \left(1,n\right) \end{align} に従う。 $\blacksquare$

参考文献

  • 黒木 学 著. 数理統計学:統計的推論の基礎. 共立出版, 2020, p.123

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