UA MATH564 概率论VI 数理统计基础3 卡方分布下 Cochran定理
这一讲介绍多元正态随机变量的二次型的相关性质以及非常常用的Cochran定理。假设
X1,⋯,Xn互相独立,记
X=[X1,⋯,Xn]′∼Nn(a,In),
a=[a1,⋯,an]′。
多元正态随机变量二次型的分布
假设
A是
n阶对称幂等矩阵,记
r=rank(A),则
Y=X′AX∼χr,δ2,δ=a′Aa
证明
充分性。因为
A是幂等矩阵,因此
A的特征值为0或1,
r=rank(A),因此
A的特征值中有
r个1,由于
A是对称矩阵,因此
∃P,P′P=PP′=In,
PAP′=diag(Ir,0)。做正交变换
Z=PX,则
Z∼Nn(Pa,In),
Y=X′AX=Z′PAP′Z=Z′diag(Ir,0)Z=i=1∑rZi2∼χr,δ2δ2=i=1∑rEZi2=(EZ)′diag(Ir,0)(EZ)=(EZ)′PAP′(EZ)=(EZ)′P′AP(EZ)=E(PZ)′AE(PZ)=a′Aa
必要性。因为
r=rank(A),假设
A的非零特征根为
λ1,λ2,⋯,λr,
∃Q,Q′Q=QQ′=In,
QAQ′=diag(λ1,⋯,λr,0,⋯,0),做正交变换
Z=PX
Y=X′AX=Z′QAQ′Z=i=1∑rλiZi2
其中
Z∼Nn(Pa,In),记
Zi∼N(ci,1),i=1,⋯,n,可以用特征函数确定
Y的分布。计算
λjZj2的特征函数,
κλjZj2(t)=E[eitλjZj2]=∫−∞∞eitλx22π
1e−2(x−cj)2dx=1−2iλjt
1e1−2iλjtiλjtcj
进一步计算
Y的特征函数为
κY(t)=j=1∏rκλjZj2(t)=j=1∏r1−2iλjt
1e1−2iλjtiλjtcj
当
λ1=λ2=⋯=λr=1时,这个特征函数成为
χr,δ2的特征函数,因此
A为幂等矩阵。
证毕
Cochran定理
假设
X∼Nn(a,In),
X′X=∑i=1mX′AiX,则
X′AiX∼χni,δi2,当且仅当
∑i=1mrank(Ai)=n时
X′AiX互相独立,此时
ni=rank(Ai),δi2=a′Aia。
证明
充分性。记
Qi=X′AiX,假设
B是一个正交矩阵,则
i=1∑mQi=X′X=X′InX=X′B′BX=i=1∑mX′AiX=X′(i=1∑mAi)X
做正交变换
Z=BX,则
Z∼N(Ba,In),并且
i=1∑mQi=Z′Z=j=1∑nZj2=i=1∑mj=ei−1+1∑eiZj2
其中
ei=∑j=1inj,假设
B的选取使得
Qi=j=ei−1+1∑eiZj2=X′AiX,∀i=1,2,⋯,m
根据上面多元正态随机变量二次型的分布性质的证明,
Qi∼χni,δi2
必要性的证明需要另一个性质:
X′AX∼χm,δ2, X′A1X∼χm,δ12,A−A1≥0⇒X′(A−A1)X∼χm−m1,δ22
必要性就是把这个性质从两个矩阵(
A−A1,A1)推广到有限个(
A1,⋯,Am),用数学归纳法就可以证明;这条性质本身可以用特征函数验证。
证毕