En Introducción a los modelos lineales generalizados por Dobson y Barnett, el ejercicio 1.4b&c es el siguiente:
Dejemos que $Y_1,...,Y_n$ sean variables aleatorias independientes, cada una con la distribución $N(\mu,\sigma^2)$ . Sea $\overline{Y}=\frac{1}{n}\sum_{i=1}^{n}Y_i$ y $S^2=\frac{1}{n-1}\sum_{i=1}^{n}(Y_i-\overline{Y})^2$ . ...
b. Demuestre que $S^2 = \frac{1}{n-1}[\sum_{i=1}^{n}(Y_i-\mu)^2-n(\overline{Y}-\mu)^2]$
c. De (b) se deduce que $\sum(Y_i-\mu)^2/\sigma^2 = (n-1)S^2/\sigma^2+[(\overline{Y}-\mu)^2n/\sigma^2]$ . ¿Cómo permite esto deducir que $\overline{Y}$ y $S^2$ son independientes?
Mi problema es que no veo cómo la ecuación en c permite responder a la pregunta en negrita.
Soy consciente de cómo demostrar que los 2 son independientes en general ( ya se ha preguntado antes ).
Además, cuando miro el soluciones dicen:
(c) y (d) se desprenden de los resultados de la p.10
En la página 10 lo más parecido que se puede utilizar es la propiedad reproductiva de la distribución chi-cuadrado, que no es una declaración if y only if, por lo que no creo que se pueda utilizar aquí.
Así que mi pregunta es, ¿cómo ayuda la ecuación de c) a demostrar la independencia?