Empiezo con tres variables aleatorias independientes, $X_1, X_2, X_3$ . Cada uno de ellos se distribuye normalmente con:
$$X_i \sim N(\mu_i, \sigma^2), i = 1, 2, 3.$$
Entonces tengo tres transformaciones,
$$\eqalign{ Y_1 &= -X_1/\sqrt{2} + X_2/\sqrt{2} \cr Y_2 &= -X_1/\sqrt{3} - X_2/\sqrt{3} + X_3/\sqrt{3} \cr Y_3 &= X_1/\sqrt{6} + X_2/\sqrt{6} + 2X_3 / \sqrt{6} \cr }$$
Se supone que debo mostrar que cuando $\mu_i = 0,$ $i = 1, 2, 3,$ $(Y_1^2 + Y_2^2 + Y_3^2)/\sigma^2 \sim \chi^2(3)$ . También he mostrado las transformaciones para preservar la independencia, ya que la matriz de transformación es ortogonal.
Ya he demostrado que las expectativas de $Y_1, Y_2, Y_3$ es 0 y sus varianzas son todas iguales. Utilizando la pdf normal, he demostrado que:
$$Y_i^2 \sim \frac{1}{2\pi\sigma^2} \exp(-2x^2 / 2\sigma^2).$$
Pensé en aplicar una sustitución de $z = 2x^2 / \sigma^2$ para obtener el exponente en una forma similar a la del chi-cuadrado $\exp(-x/2)$ pero no sé qué hacer con las constantes de fuera para que se parezcan. ¿Podría alguien echarme una mano?
0 votos
Si se ha demostrado la independencia y las medias nulas, sólo hay que comprobar si los errores estándar son unos. En su caso, si ponemos $\sigma^2$ dentro del paréntesis, su afirmación se seguirá si se demuestra que $EY_i^2/\sigma^2=1$
1 votos
@Christopher (he texificado tu pregunta para hacerla legible.) Deberías comprobar la forma de distribución de $Y_i^2$ porque es incorrecta: no es gaussiana, sino exponencial. (Es decir, el argumento de exp debería ser lineal en $x$ no $x^2$ .) También debe haber un factor de $x^{-1/2}$ . Una vez arreglado esto, todo lo que hay que demostrar es que una suma de distribuciones Gamma es también Gamma.
0 votos
@Whuber: ¡Gracias por sacarme de dudas! $Y_i$ tiene una distribución normal, siendo una transformación lineal de dos variables aleatorias normales. No he especificado la distribución de $Y_i$ pero me imagino que será $\chi^2(1)$ . El sqrt(x) también me confundió. No estaba seguro de dónde debía venir. En el pdf normal no pude ver un sqrt(x) viniendo de. Esperaba que alguien tuviera indicaciones.
0 votos
@Christopher. Si Yi son la suma de variantes normales con media cero entonces no pueden ser 2(1).
0 votos
Lo siento si no he sido claro, me refería a cada $Y_i$ se distribuyó $\chi^2(1)$ .
1 votos
@Christopher sospecho que al calcular el pdf de $Y_i^2$ has hecho una sustitución pero no has vuelto a sustituir. Dejando $y=x^2$ se puede reescribir $C\exp(-2x^2/(2\sigma^2))dx$ = $C\exp(-y/\sigma^2)dy/(2\sqrt{y}),$ que es una distribución gamma(1/2) (escalada).