t分布

t分布の定義

定義(t分布)

確率変数 \(Z\sim N(0,1),~X\sim\chi^2(n)\) に対して、確率変数 \[ T=\frac{Z}{\sqrt{\frac{X}{n}}} \] を定めると、\(T\) は自由度 \(n\) のt分布に従うといい \[ T\sim t(n) \] と表す。

t分布の確率密度関数

t分布の確率密度関数 \(f_T(t)\) を求めます。

確率変数 \(Z\sim N(0,1),~X\sim\chi^2(n)\) は互いに独立なので、\(Z,X\) の同時確率密度関数は次のようになります。

\[ \begin{align} f_{Z,X}(z,x)&=f_Z(z)f_X(x)\\ &=\frac{1}{\sqrt{2\pi}}e^{-\frac{z^2}{2}}\cdot\frac{1}{2^\frac{n}{2}\Gamma\left(\frac{n}{2}\right)}x^{\frac{n}{2}-1}e^{-\frac{x}{2}} \end{align} \]

次に以下の変数変換を考えます。 \[ t=\frac{z}{\sqrt{\frac{x}{n}}},~~~u=x \] このとき \[ z=t\sqrt{\frac{u}{n}},~~~x=u \] であり、ヤコビアンは

\[ J=\begin{vmatrix} \frac{\partial z}{\partial t} & \frac{\partial z}{\partial u} \\ \frac{\partial x}{\partial t} & \frac{\partial x}{\partial u} \end{vmatrix} =\begin{vmatrix} \sqrt{\frac{u}{n}} & \frac{t}{2\sqrt{nu}} \\ 0 & 1 \end{vmatrix} =\sqrt{\frac{u}{n}} \]

したがって、新しい同時確率密度関数 \(f_{T,U}(t,u)\) は

\[ \begin{align} f_{T,U}(t,u)&=f_{Z,X}\left(t\sqrt{\frac{u}{n}},u\right)|J|\\ &=\frac{1}{\sqrt{2\pi}}e^{-\frac{t^2u}{2n}}\cdot\frac{1}{2^\frac{n}{2}\Gamma\left(\frac{n}{2}\right)}u^{\frac{n}{2}-1}e^{-\frac{u}{2}}\cdot\sqrt{\frac{u}{n}}\\ &=\frac{1}{2^\frac{n}{2}\sqrt{2n\pi}\Gamma\left(\frac{n}{2}\right)}u^{\frac{n+1}{2}-1}e^{-u\left(\frac{1}{2}+\frac{t^2}{2n}\right)} \end{align} \]

これを周辺化して、\(T\) の周辺確率密度関数を求めます。

\[ \begin{align} f_T(t)&=\int_{-\infty}^\infty f_{T,U}(t,u)du\\ &=\int_0^\infty \frac{1}{2^\frac{n}{2}\sqrt{2n\pi}\Gamma\left(\frac{n}{2}\right)}u^{\frac{n+1}{2}-1}e^{-u\left(\frac{1}{2}+\frac{t^2}{2n}\right)}du\\ &=\frac{1}{2^\frac{n}{2}\sqrt{2n\pi}\Gamma\left(\frac{n}{2}\right)}\int_0^\infty u^{\frac{n+1}{2}-1}e^{-u\left(\frac{1}{2}+\frac{t^2}{2n}\right)}du\\ \end{align} \]

ここで \[ v=u\left(\frac{1}{2}+\frac{t^2}{2n}\right) \] とおくと

\[ \begin{align} f_T(t) &=\frac{1}{2^\frac{n}{2}\sqrt{2n\pi}\Gamma\left(\frac{n}{2}\right)}\int_0^\infty v^{\frac{n+1}{2}-1}e^{-v}\left(\frac{1}{2}+\frac{t^2}{2n}\right)^{-\frac{n+1}{2}}dv\\ &=\frac{1}{2^\frac{n}{2}\sqrt{2n\pi}\Gamma\left(\frac{n}{2}\right)}\left(\frac{1}{2}+\frac{t^2}{2n}\right)^{-\frac{n+1}{2}}\int_0^\infty v^{\frac{n+1}{2}-1}e^{-v}dv\\ &=\frac{1}{\sqrt{n\pi}\Gamma\left(\frac{n}{2}\right)}\left(1+\frac{t^2}{n}\right)^{-\frac{n+1}{2}}\Gamma\left(\frac{n+1}{2}\right)\\ &=\frac{\Gamma\left(\frac{n+1}{2}\right)}{\sqrt{n\pi}\Gamma\left(\frac{n}{2}\right)}\left(1+\frac{t^2}{n}\right)^{-\frac{n+1}{2}} \end{align} \]

定理(t分布の確率密度関数)

t分布に従う確率変数の確率密度関数 \(f\) は \[ f(x)=\frac{\Gamma\left(\frac{n+1}{2}\right)}{\sqrt{n\pi}\Gamma\left(\frac{n}{2}\right)}\left(1+\frac{x^2}{n}\right)^{-\frac{n+1}{2}} \] と表される。

t分布に従う確率変数の期待値と分散

定理(t分布に従う確率変数の期待値と分散)

確率変数 \(X\sim t(n)\) に対して \[ E[X]=0,~~~~~V[X]=\begin{cases}\end{cases} \]

証明
\( \begin{align} \end{align} \)