La funció de densitat de la distribució t no central no té una expressió senzilla i en veurem diverses formulacions que surten a la literatura. Sigui
.
Expressió integral [1]
Cal notar que quan
és un nombre natural, aquesta fórmula es pot escriure en termes de la funció
[2]:
on
Per a la funció
vegeu, per exemple, Jeffreys and Jeffreys. [3]
Expressió en sèrie [4]
Expressió en termes de funcions especials
Utlitizant la funció cilíndrica parabòlica
[5] , tenim [6]
Mitjançant la funció hipergeomètrica confluent
, també denotada per
[7], tenim
on
Expressió en termes de la funció de distribució
El programari estadístic R (llenguatge de programació) i altres programes estadístics utilitzen la següent expressió per calcular la funció de densitat [8]:
on
és la funció de distribució de la distribució
no central amb
graus de llibertat i paràmetre de no centralitat
(vegeu el següent apartat).
Prova.
Fórmula (1)
Escrivim
amb
,
, on
(distribució khi amb
graus de llibertat),
i
independents. Utilitzant que si una variable aleatòria
té funció de densitat
, llavors la variable aleatòria
, amb
, té funció de densitat
, tenim que la funció de densitat de
és
Donada la independència entre
i
, la funció de densitat conjunta del vector
és
Considerem la transformació
específicament
on
. Aquesta funció és bijectiva de classe
. La funció inversa és
amb
. El valor absolut del determinant jacobià de
és
. Llavors (vegeu la pàgina de vector aleatori) la densitat de
(després d'arreglar l'expressió) és
Llavors, per a
,
Fent el canvi
, arribem a l'expressió (1)
Expressió en sèrie. Retornem a l'expressió (*), que equival a
i descomposem
en sèrie de potències en la variable
. A continuació es raona que es pot intercanviar la integral amb el sumatori i s'arriba a
i es calcula cada integral fent el canvi de variable
, amb la qual cosa obtenim (2).
Expressions en termes de funcions especials. La fórmula (3) es dedueix de la fórmula (1) utilitzant la representació integral de la funció cilíndrica parabòlica
[9]: per a
,
La fórmula (4) s'obté a partir de (3) mitjançant la relació entre les funcions cilíndriques parabòliques i les funcions hipergeomètriques confluents [10] [11][12]
Expressió en termes de la funció de distribució (5): vegeu el següent apartat.
La funció de distribució de la distribució t no central amb
graus de llibertat i el paràmetre de no centralitat
es pot expressar com
[13] [14]
on
![{\displaystyle {\widetilde {F}}_{\nu ,\mu }(x)=\Phi (-\mu )+{\frac {1}{2}}\sum _{j=0}^{\infty }{\bigg (}p_{j}I_{y}{\Big (}j+{\frac {1}{2}},{\frac {\nu }{2}}{\Big )}+q_{j}I_{y}{\Big (}j+1,{\frac {\nu }{2}}{\Big )}{\bigg )},\qquad \qquad (7)}](https://wikimedia.org/api/rest_v1/media/math/render/svg/1d43719d03f1476f5659d89461478351cf4de9dd)
és la funció beta incompleta regularitzada,
![{\displaystyle y={\frac {x^{2}}{x^{2}+\nu }},\quad p_{j}={\frac {1}{j!}}\,{\bigg (}{\frac {\mu ^{2}}{2}}{\bigg )}^{j}\,e^{-\mu ^{2}/2}\quad {\text{i}}\quad q_{j}={\frac {\mu }{{\sqrt {2}}\,\Gamma (j+{\frac {3}{2}})}}\,{\bigg (}{\frac {\mu ^{2}}{2}}{\bigg )}^{j}\,e^{-\mu ^{2}/2},}](https://wikimedia.org/api/rest_v1/media/math/render/svg/3f5ec1a9f7914554a640e8faf5f4d2866b1425de)
i
és la funció de distribució de la distribució normal estàndard. Cal notar que
només depèn de
i per tant en (6), per a
és indistint posar
o
.
Prova. Aquesta fórmula s'obté a partir de l'expressió en sèrie de la funció de densitat (2). Començarem demostrant una fórmula intermèdia que ens serà d'utilitat més endavant. Argumentant que la convergència de la sèrie en (2) és uniforme en qualsevol interval finit [15], podem integrar terme a terme; concretament, per a
, s'obté
Ara s'utilitza la fórmula de duplicació de la funció gamma:
i s'obté
D'altra banda,
Així,
Designem l'expressió de la dreta per
.
Per a
, tenim
on hem utilitzat que
és simètrica respecte el 0 i que la funció
que hem calculat abans només depèn de
.
Finalment, per obtenir l'expressió (7), el sumatori de (8) es separa en dos, un pels els índexs
parells i l'altre pels senars i s'obté la fórmula que volíem demostrar.
Demostració de la fórmula de la densitat en termes de la funció de distribució.
La demostració consisteix en calcular la diferència
utilitzant la fórmula (8). Fixem
; el punt clau de la prova és que en la expressió (8) per a
i
, per a cada terme
del sumatori, el subíndex de la funció gamma incompleta és el mateix. Concretament, si definim la funció
llavors,
Ara aplicarem la fórmula [16]
on
és la funció Beta a cadascuna de les diferències entre els sumands del mateix índex
(ambdues sèries són convergents i les podem restar terme a terme) tindrem
Aplicant la fórmula de duplicació i simplificant, i ajuntant tots els termes del sumatori, s'obté
multiplicant l'expressió de la dreta de (2), amb la qual cosa es demostra (5) quan
.
Per a
, pels càlculs que acabem de ferm, tenim que
on
designa la funció de densitat de la distribució
amb
graus de llibertat i paràmetre de no centralitat
. Però tal com es comprova a partir de (1) o (2),
D'on resulta la fórmula que volíem demostrar.
El moment d'ordre
d'una distribució
no central és [17]
![{\displaystyle {\mbox{E}}\left[T^{k}\right]={\begin{cases}{\Big (}{\dfrac {\nu }{2}}{\Big )}^{\frac {k}{2}}\,{\dfrac {\Gamma {\big (}{\frac {\nu -k}{2}}{\big )}}{\Gamma {\big (}{\frac {\nu }{2}}{\big )}}}\,e^{-\mu ^{2}/2}{\dfrac {d^{k}e^{\mu ^{2}/2}}{d\mu ^{k}}},&{\mbox{si }}k<\nu ,\\\\{\mbox{no existeix}},&{\mbox{si }}k\geq \nu ,\end{cases}}}](https://wikimedia.org/api/rest_v1/media/math/render/svg/0a1d430295955f02a79cb530d0b12ac439e6ff08)
- on
designa la derivada d'ordre k -èssim de la funció
.
En particular, la mitjana i la variància són
Prova:
Com en el cas dels moments de la distribució
de Student, el càlcul dels moments de la distribució
no central es redueix a
Vegeu el càlcul de
a la distribució
de Student. També tenim que per a una variable
normal estàndard (vegeu els moments de la distribució normal),
Aplicació al càlcul de la potència del contrast t de Student
[modifica]
Vegeu Johnson and Welch [18]. Sigui
una mostra d'una població normal
, és a dir, les variables aleatòries
són independents i totes tenen distribució
. Fixem un número
. Volem contrastar
En el contrast de Student, l'estadístic de contrast és
on
la mitjana mostral
i
és la variància mostral (modificada)
Aleshores, sota la hipòtesi nul.la
,
(vegeu la distribució
de Student). Fixat un nivell de significació
(habitualment
0
, per determinar la regió crítica calculem el valor
tal que
on
. Llavors, rebutgem
si
.
Donat un valor
(per tant, de la hipòtesi alternativa), podem calcular la potència del test, és a dir, la probabilitat de rebutjat la hipòtesi nul.la quan és falsa) en aquest punt de la següent manera: escrivim
En l'expressió de la dreta,
- Si suposem
, llavors
.
- Tenim que
i per tant
és una variable aleatòria amb una distribució
(vegeu l'article sobre la distribució khi quadrat) dividida pels seus graus de llibertat.
- Les variables aleatòries dels punts 1 i 2 són independents (vegeu l'article sobre la distribució khi quadrat) .
En conseqüència, si
,
. Llavors, la potència del test en el punt
serà
A
Extensió a graus de llibertat no enters
La funció
està ben definida i és una funció de densitat per a qualsevol
: en efecte, fixat qualsevol nombre real
, tenim que
i
. Aleshores, una variable aleatòria amb aquesta densitat es diu que té una distribució
amb
graus de llibertat. Alternativament, la distribució
està definida per a qualsevol
. A partir d'ara, suposarem que
. i especificarem quan suposem que
és un nombre natural.
- ↑ Scharf, Louis. Statistical signal processing: detection, estimation, and time series analysis. transferred to digital print on demand 2002; reprinted with corrections July, 1991. Reading, Massachusetts Wokingham Amsterdam: Addison-Wesley, 2002, p. 177. ISBN 978-0-201-19038-0.
- ↑ Hogben, D.; Pinkham, R. S.; Wilk, M. B. «The moments of the non-central t-distribution» (en anglès). Biometrika, 48, 3-4, 1961, pàg. 465–468. DOI: 10.1093/biomet/48.3-4.465. ISSN: 0006-3444.
- ↑ Jeffreys, Harold; Jeffreys, Bertha. «Section 23.081». A: Methods of mathematical physics. 3. ed.; 1. paperback ed., reprinted 2001. Cambridge: Cambridge Univ. Press, 2001. ISBN 978-0-521-66402-8.
- ↑ Craig, Cecil C. «Note on the Distribution of Non-Central $t$ with an Application» (en anglès). The Annals of Mathematical Statistics, 12, 2, 1941-06, pàg. 224–228. DOI: 10.1214/aoms/1177731752. ISSN: 0003-4851.
- ↑ National Institute of Standards and Technology. NIST Handbook of Mathematical Functions. Cambridge New York Melbourne: Cambridge University Press, 2010. ISBN 978-0-521-14063-8. Vegeu la pàgina web «NIST Handbook of Mathematical Functions: §12.2 Differential Equations ‣ Properties ‣ Chapter 12 Parabolic Cylinder Functions». [Consulta: 9 gener 2024]. Especialment la fórmula 12.5.1
- ↑ Gil, Amparo; Segura, Javier; Temme, Nico M. «New asymptotic representations of the noncentral t ‐distribution». Studies in Applied Mathematics, 151, 3, 2023-10, pàg. 857–882, fórmula 2.12. DOI: 10.1111/sapm.12609. ISSN: 0022-2526.
- ↑ «títol=NIST Handbook of Mathematical Functions: Chapter 13 Confluent Hypergeometric Functions». [Consulta: 9 gener 2024].
- ↑ «R: The Student t Distribution». [Consulta: 28 desembre 2023].
- ↑ «NIST Handbook of Mathematical Functions: §12.5 Integral Representations ‣ Properties ‣ Chapter 12 Parabolic Cylinder Functions». [Consulta: 10 gener 2024].
- ↑ «12.4.1, NIST Handbook of Mathematical Functions: §12.4 Power-Series Expansions ‣ Properties ‣ Chapter 12 Parabolic Cylinder Functions». [Consulta: 10 gener 2024].
- ↑ «12.7.12 i 1.7.13 , NIST Handbook of Mathematical Functions: §12.7 Relations to Other Functions ‣ Properties ‣ Chapter 12 Parabolic Cylinder Functions». [Consulta: 10 gener 2024].
- ↑ «12.2.6 i 12.2.7, NIST Handbook of Mathematical Functions: §12.2 Differential Equations ‣ Properties ‣ Chapter 12 Parabolic Cylinder Functions». [Consulta: 10 gener 2024].
- ↑ Lenth, Russell V Journal of the Royal Statistical Society, Series C, 38, 1, 1989, pàg. 185–189. JSTOR: 2347693.
- ↑ Gil, Amparo; Segura, Javier; Temme, Nico M. «New asymptotic representations of the noncentral t ‐distribution». Studies in Applied Mathematics, 151, 3, 2023-10, pàg. 857–882, fórmuls (1.1) i (1.2). DOI: 10.1111/sapm.12609. ISSN: 0022-2526.
- ↑ Craig, Cecil C. «Note on the Distribution of Non-Central t with an Application». The Annals of Mathematical Statistics, 12, 2, 1941, pàg. 224–228. ISSN: 0003-4851.
- ↑ Temme, Nico M. Special functions: an introduction to the classical functions of mathematical physics. New York Chichester Brisbane [etc.]: J. Wiley and sons, 1996, p. 289, fórmula (11.37). ISBN 978-0-471-11313-3.
- ↑ Hogben, D «The moments of the non-central t-distribution». Biometrika, vol. 48, 3–4, 1961, pàg. 465–468. DOI: 10.1093/biomet/48.3-4.465. JSTOR: 2332772.
- ↑ Johnson, N. L.; Welch, B. L. «Applications of the Non-Central t-Distribution». Biometrika, 31, 3/4, 1940, pàg. 362–389. DOI: 10.2307/2332616. ISSN: 0006-3444.