F分布的概率密度函数_F分布的统计量是

定义:

设 X 1 ∼ χ 2 ( m ) , X 2 ∼ χ 2 ( n ) X_{1} \sim \chi^{2}(m), X_{2} \sim \chi^{2}(n) X1​∼χ2(m),X2​∼χ2(n), X 1 X_{1} X1​ 与 X 2 X_{2} X2​ 相互独立, 则称随机变量 F = X 1 / m X 2 / n F=\frac{X_{1} / m}{X_{2} / n} F=X2​/nX1​/m​ 服从自由度为 m m m 及 n n n 的 F F F 分布， m m m 称为第一自由度, n \boldsymbol{n} n 称为第二自由度, 记作 F ∼ F ( m , n ) F \sim F({m}, {n}) F∼F(m,n) .

概率密度函数

p ( x ) = ( Γ ( m + n 2 ) Γ ( m 2 ) Γ ( n 2 ) ( m n ) m 2 x m 2 − 1 ( 1 + m n x ) − m + n 2 , x > 0 0 , x ≤ 0 \begin{array}{l} p(x)=\left(\begin{array}{cc} \frac{\Gamma\left(\frac{m+n}{2}\right)}{\Gamma\left(\frac{m}{2}\right) \Gamma\left(\frac{n}{2}\right)}\left(\frac{m}{n}\right)^{\frac{m}{2}} x^{\frac{m}{2}-1}\left(1+\frac{m}{n} x\right)^{-\frac{m+n}{2}} & , x>0 \\ 0, & x \leq 0 \end{array}\right. \end{array} p(x)=(Γ(2m​)Γ(2n​)Γ(2m+n​)​(nm​)2m​x2m​−1(1+nm​x)−2m+n​0,​,x>0x≤0​​

2021年7月2日14:03:38

版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 举报，一经查实，本站将立刻删除。

发布者：全栈程序员栈长，转载请注明出处：https://javaforall.cn/183687.html原文链接：https://javaforall.cn