霍特林分布

内容来源
应用多元统计分析 北京大学出版社 高惠璇编著

霍特林 $T^2$ 分布

一元统计中，若

$X\sim N(0,1)$

$\xi \sim {\chi }^2(n)$

且 $X$ 与 $\xi$ 相互独立，则

$$t=\frac{X}{\sqrt{\xi /n}}\sim t(n)$$

将 $t^2=n{X}^2/\xi =n{X}^{\prime }{\xi }^{-1}X$ 的分布推广

定义

设 $X\sim N_p(0,\Sigma )$

$W\sim W_p(n,\Sigma )$

且 $X$ 与 $W$ 相互独立

则称 $T^2=n{X}^{\prime }{W}^{-1}X$ 为霍特林 $T^2$ 统计量

其分布称为服从 $n$ 个自由度的 $T^2$ 分布，记为

$$T^2\sim T^2(p,n)$$

更一般地，若 $X\sim N_p(\mu ,\Sigma )$

则称 $T^2$ 为非中心霍特林 $T^2$ 分布

记为 $T^2\sim T^2(p,n,\mu )$

性质

1.与 $F$ 分布的关系

设 $T^2\sim T^2(p,n)$

$$\frac{n-p+1}{np}{T}^2\sim F(p,n-p+1)$$

2

设 $X_i(i=1,\cdots ,n)$ 是来自 $p$ 元总体 $N_p(\mu ,\Sigma )$ 的随机样本

$\overline{X}$ 是样本均值向量，$A$ 是样本离差阵，则

$$n(n-1)(\overline{X}-\mu {)}^{\prime }{A}^{-1}(\overline{X}-\mu )\sim T^2(p,n-1)$$

$$\frac{n(n-p)}{p}\overline{X}{A}^{-1}\overline{X}\sim F(p,n-p,\delta )$$

令 $Y_i=C{X}_i+d$，骑其中

$C$ 为非退化常数矩阵

$d$ 为常数向量，则

$$\begin{gathered} n(n-1)(\overline{X}-\mu {)}^{\prime }{A}^{-1}(\overline{X}-\mu ) \\ =n(n-1)(\overline{Y}-{\mu }_y{)}^{\prime }{A}_y^{-1}(\overline{Y}-{\mu }_y) \\ \sim T^2(p,n-1) \end{gathered}$$