2 votos

Distribución de la varianza de una variable gaussiana

Tengo una variable aleatoria gaussiana, que puedo utilizar para generar una secuencia de valores. Así, he generado una secuencia de valores de longitud arbitraria, y cada conjunto de 50 datos se convierte en una muestra. Ahora, consideremos una nueva variable, que es la varianza de las muestras realizadas como se ha descrito. ¿Cuál es la distribución de esta variable? ¿Esta distribución es la misma si considero la desviación típica en lugar de la varianza?

Actualización. He buscado en la web y he encontrado que seguramente la varianza de las muestras no tiene una distribución gaussiana (en cambio, la media de las muestras sigue una distribución gaussiana). Podría ser una distribución Chi-cuadrado o Gamma, pero no sé exactamente cuál de ellas podría ser la correcta.

1voto

soakley Puntos 1968

No me queda claro qué es exactamente lo que busca, pero intentaré darle una respuesta. Si la población es normal con varianza $\sigma^2,$ entonces la cantidad $${{(n-1)}s^2 \over {\sigma^2}}$$ tiene una distribución chi-cuadrado con $n-1$ grados de libertad, donde $n$ es el tamaño de la muestra y $s^2$ es la varianza muestral utilizando $n-1$ en el denominador.

Una variable aleatoria chi-cuadrado es un caso especial de una variable aleatoria gamma, y una variable aleatoria gamma tiene la propiedad de que si se multiplica por una constante, sigue siendo una variable aleatoria gamma, sólo que con un parámetro de escala diferente.

Usando esta propiedad, podemos encontrar que la varianza de la muestra $s^2$ tiene una distribución gamma con parámetro de forma igual a ${{(n-1)} \over {2}}$ y un parámetro de escala igual a ${{2 \sigma^2} \over {n-1}}$

La distribución de $s,$ siendo un poder positivo de $s^2,$ tiene una distribución gamma generalizada. Utilizando la parametrización de Wikipedia, los valores de los parámetros son $$p=2, \ d=n-1, \ a= \sigma \sqrt{ {{2} \over {n-1}} } $$

De nuevo de Wikipedia, tenemos la expectativa de una gamma generalizada como $$E[X] = { {a \Gamma \left( {{d+1} \over {p}} \right) } \over { {\Gamma \left( {{d} \over {p} } \right) } } } $$

Entonces tenemos inmediatamente que el valor esperado de $s$ es

$$E[s] = { {\sigma \sqrt{{{2} \over {n-1}}} \Gamma \left( {{n} \over {2}} \right) } \over { {\Gamma \left( {{n-1} \over {2} } \right) } } } $$

Esto muestra que es un estimador sesgado y sugiere cómo modificarlo si desea una versión insesgada.

Nota para atender la petición del PO: La fórmula para $s^2$ es $$s^2 = {{1} \over {n-1}} \sum_{i=1}^n {\left( x_i - \bar x \right)^2}$$

i-Ciencias.com

I-Ciencias es una comunidad de estudiantes y amantes de la ciencia en la que puedes resolver tus problemas y dudas.
Puedes consultar las preguntas de otros usuarios, hacer tus propias preguntas o resolver las de los demás.

Powered by:

X