Supongamos que $X$ y $Y$ son independientes, y ambos siguen $\chi^2$ -distribución con $\nu$ grados de libertad.
Entonces $Z = X-Y$ es simétrica respecto al origen distribución varianza-gamma con parámetros $\lambda = \frac{\nu}{2}$ , $\alpha=\frac{1}{2}$ y $\beta=0$ y $\mu = 0$ .
La mejor manera de ver esto es a través de la función de generación de momentos: $$ \mathcal{M}_X(t) = \mathcal{M}_Y(t) = \left(1-2 \, t\right)^{-\nu/2} $$ Entonces $$ \mathcal{M}_Z(t) = \mathcal{M}_X(t) \mathcal{M}_Y(-t) = \left( 1-4 t^2 \right)^{-\nu/2} = \left( \frac{1/4}{1/4-t^2}\right)^{\nu/2} $$ Ahora esto que coincide con la función generadora de momentos de la distribución gamma de varianza: $$ \mathcal{M}_{\rm{V.G.}(\lambda,\alpha,\beta,\mu)}(t) = \mathrm{e}^{\mu t} \left( \frac{\alpha^2 -\beta^2}{\alpha^2 - (\beta+t)^2 } \right)^\lambda $$ Para dichos parámetros, $\mu=\beta=0$ , $\alpha=\frac{1}{2}$ y $\lambda=\frac{\nu}{2}$ la densidad tiene la siguiente forma: $$ f_Z(z) = \frac{1}{2^{\nu/2}\sqrt{\pi}} \frac{1}{\Gamma\left(\frac{\nu}{2}\right)} \vert z \vert^{\tfrac{\nu-1}{2}} K_\tfrac{\nu-1}{2}\left(\vert z \vert \right) $$ La función $f_Z(z)$ es continua en $z=0$ para $\nu > 1$ con $$ \lim_{z \to 0} f_Z(z) =\frac{1}{4 \sqrt{\pi }} \frac{\Gamma \left(\frac{\nu }{2}-\frac{1}{2}\right)}{ \Gamma \left(\frac{\nu }{2}\right)} $$
1 votos
¿Son $\chi^2$ -¿distribuido con los mismos parámetros, o diferente?
5 votos
Independientemente de la distribución, es necesario conocer el conjunta distribución de $X$ y $Y$ para responder a la pregunta. Para el caso especial de que $X$ y $Y$ son independiente la densidad de $X-Y$ es el convolución de las densidades de $X$ y $-Y$ en particular, $$f_{X-Y}(z) = \int_{-\infty}^{\infty} f_X(x)f_Y(x-z)\mathrm dx.$$ Como indica Sasha, esta integral es más fácil de calcular cuando las densidades de $X$ y $Y$ tienen el mismo parámetro de escala.
0 votos
@DilipSarwate : Tomé el comentario de Sasha como algo relacionado con los grados de libertad. El número de grados de libertad no es un parámetro de escala.
0 votos
@MichaelHardy : Sasha escribió parámetros y por lo tanto podría haber significado tanto la escala como los grados de libertad. Como usted sabe, $\Chi^2$ las variables aleatorias son también variables aleatorias Gamma, y la suma de variables aleatorias Gamma independientes con el mismo parámetro de escala es una variable aleatoria Gamma con el mismo parámetro de escala y parámetro de orden igual a la suma de los órdenes, pero la densidad es mucho más complicada cuando los parámetros de escala son diferentes. Sospecho una situación similar para la densidad de la diferencia de dos $\Chi^2$ variables aleatorias; más fácil de encontrar cuando los parámetros de la escala son los mismos.
0 votos
@Sasha: tienen los mismos parámetros de distribución.
1 votos
Una pregunta más general: stats.stackexchange.com/questions/48378/