비중심 카이제곱분포에 대해 설명하기에 앞서 중심화된 카이제곱분포에 대한 내용을 우선 짚고 넘어가도록 하겠다.
들어가기에 앞서 센터링이 안되어있다는 것을 알기에 분명히 스퀘어폼을 전개하는 과정에서 복잡할 수 있음을 알 수 있다. 하지만 복잡해도 우리는 대게 mgf에서 적분값이 어느 분포의 전체합으로 사라짐을 이용했기에
확률변수 "Z"를 기반으로 전개해나가야함을 최우선 순위로 인지하고 exp안에 깔끔한 제곱텀이면 Normal로 비례한다는 것을 인지하면 된다.
exp()가 곱해졌음을 알 수 있다. 위의 mgf가 non-central chi-square이다.
왜 찢냐고 묻는다면, 찢지 않으면 우리가 아는 계층모델이 나타나지 않는다.. t가 살아서 식에서 사라지지 않기에 찢어서 t가 없는 형태로 적으려고 하는 것이다. 궁금하면 찢지말고 저 식 자체로 매클로린 급수로 나타내서 전개하면 나중에 막히는 것을 알 수 있다.
'수리통계학' 카테고리의 다른 글
표본분산과 표본평균은 독립이라는 사실의 증명 (0) | 2025.05.23 |
---|---|
[R] 결합적률생성함수(JMGF)와 수치계산,기각 샘플링 시뮬레이션 (1) | 2025.04.30 |
포아송분포 여러검정(균일최강력검정,랜덤화검정,일반화우도비검정) (0) | 2024.11.15 |
[R]모수와 관측치가 경계에 있을 때 최대우도추정량 시각화 (0) | 2024.10.22 |
랜덤벡터에 대한 UMVUE (2) | 2024.10.16 |