Distribución t no central

En Teoría de la probabilidad y Estadística, la distribución t no central generaliza la distribución t de Student mediante un parámetro de no centralidad. Así como en un contraste de hipótesis de igualdad de medias en una población normal, la distribución t de Student describe el estadístico de contraste cuando la hipótesis nula es cierta (igualdad de medias), la distribución t no central lo hace cuando la hipótesis nula es falsa; en consecuencia, es especialmente importante en el cálculo de la potencia estadística de un contraste. También se utiliza en la modelización robusta de datos.

Definición

Sea $Z$ una variable aleatoria normal estándar $𝒩(0,1)$ y $V\sim {\chi }_{\nu }^2$ una variable aleatoria χ² con $\nu >0$ grados de libertad que es independiente de $Z$. Se dice que la variable aleatoria

$$T=\frac{Z+\mu }{\sqrt{V/\nu }}$$

tiene una distribución t no central con $\nu >0$ grados de libertad y parámetro de no centralidad $\mu \in ℝ$ ; se escribe $T\sim t_{\nu }(\mu )$. Cuando $\mu =0$ se obtiene una distribución $t$ de Student ordinaria $t_{\nu }$. Debe tenerse en cuenta que el parámetro de no centralidad puede ser negativo.

Comentario sobre los grados de libertad no enteros. El caso habitual de esta distribución es cuando el número de grados de libertad $\nu$ es un número natural, pero tanto desde el punto de vista de las aplicaciones como de la teoría, es conveniente que esta distribución pueda tener cualquier número estrictamente positivo de grados de libertad, $\nu >0$. Esto es correcto gracias a que una distribución χ² cuadrado está bien definida para $\nu >0$.

Función de densidad

La función de densidad de la distribución t no central no tiene una expresión sencilla y veremos diversas formulaciones que aparecen en la literatura. Sea $T\sim t_{\nu }(\mu )$. Expresión integral $$f(t)=\frac{{\nu }^{\nu /2}{e}^{-\frac{{\mu }^2\nu }{2(\nu +t^2)}}}{\sqrt{\pi }{2}^{\frac{\nu -1}{2}}\mathrm{\Gamma }(\frac{\nu }{2})(\nu +t^2{)}^{\frac{\nu +1}{2}}}\underset{0}{\overset{\mathrm{\infty }}{\int }}{z}^{\nu }{e}^{-\frac{1}{2}(z-\frac{t\mu }{\sqrt{\nu +t^2}}{)}^2}dz,t\in ℝ.(1)$$ Es interesante observar que cuando $\nu$ es un número natural, esta fórmula puede escribirse en términos de la función $Hh$ $$f(t)=\frac{{\nu }^{\nu /2}\nu !e^{-\frac{{\mu }^2\nu }{2(\nu +t^2)}}}{\sqrt{\pi }{2}^{\frac{\nu -1}{2}}\mathrm{\Gamma }(\frac{\nu }{2})(\nu +t^2{)}^{\frac{\nu +1}{2}}}H{h}_{\nu }(-\frac{t\mu }{\sqrt{\nu +t^2}}),t\in ℝ,$$ donde $$H{h}_n(x)=\frac{1}{n!}\underset{0}{\overset{\mathrm{\infty }}{\int }}{z}^n{e}^{-\frac{1}{2}(z+x{)}^2}dz=\frac{1}{n!}\underset{x}{\overset{\mathrm{\infty }}{\int }}(u-x{)}^n{e}^{-\frac{1}{2}{u}^2}du.$$ Sobre la función $Hh$ consultar, por ejemplo, Jeffreys and Jeffreys. Expresión en serie. $$f(t)=\frac{{\nu }^{\nu /2}{e}^{-{\mu }^2/2}}{\sqrt{\pi }\mathrm{\Gamma }(\frac{\nu }{2})}\sum _{j=0}^{\mathrm{\infty }}\frac{{\mu }^j}{j!}{2}^{j/2}\mathrm{\Gamma }(\nu +j+1)\frac{t^j}{(t^2+\nu {)}^{\frac{\nu +j+1}{2}}},t\in ℝ.(2)$$

Expresión mediante funciones especiales.

Utilizando la función cilíndrica parabólica $U$(ver la versión digital ),

tenemos que $$f(t)=\frac{\sqrt{2}(\frac{\nu }{2}{)}^{\frac{\nu }{2}}\mathrm{\Gamma }(\nu +1)}{\sqrt{\pi }\mathrm{\Gamma }(\frac{\nu }{2})}\frac{e^{-\frac{{\mu }^2}{4(\nu +t^2)}(2\nu +t^2)}}{(\nu +t^2{)}^{\frac{\nu +1}{2}}}U(\nu +\frac{1}{2},-\frac{t\mu }{\sqrt{\nu +t^2}}),t\in ℝ.(3)$$ Mediante la función hipergeométrica confluente o función de Kummer ${}_1{F}_1(a;b;z)$ , también denotada por $M(a,b,z)$ , $$f(t)=\underset{\text{Densidad de la }t\text{ de Student ordinaria}}{\underbrace{\frac{\mathrm{\Gamma }(\frac{\nu +1}{2})}{\sqrt{\nu \pi }\mathrm{\Gamma }(\frac{\nu }{2})}(1+\frac{t^2}{\nu }{)}^{-\frac{\nu +1}{2}}}}{e}^{-{\mu }^2/2}\{A_{\nu }(t,\mu )+B_{\nu }(t,\mu )\},(4)$$donde $$\begin{array}{cc}{A}_{\nu }(t,\mu )& ={{}_{1}F}_1(\frac{\nu +1}{2};\frac{1}{2};\frac{{\mu }^2{t}^2}{2(t^2+\nu )}),\\ B_{\nu }(t,\mu )& =\frac{\sqrt{2}\mu t}{\sqrt{t^2+\nu }}\frac{\mathrm{\Gamma }(\frac{\nu }{2}+1)}{\mathrm{\Gamma }(\frac{\nu +1}{2})}{{}_{1}F}_1(\frac{\nu }{2}+1;\frac{3}{2};\frac{{\mu }^2{t}^2}{2(t^2+\nu )}),\end{array}$$

Expresión en términos de la función de distribución El software estadístico R y otros programas estadísticos utilizan la siguiente expresión para calcular la función de densidad [1]:

$$f(t)=\{\begin{array}{cc}\frac{\nu }{t}(F_{\nu +2,\mu }\left(t\sqrt{1+\frac{2}{\nu }}\right)-F_{\nu ,\mu }(t)),& \text{si}t\ne 0,\\ \\ \frac{\mathrm{\Gamma }(\frac{\nu +1}{2})}{\sqrt{\pi \nu }\mathrm{\Gamma }(\frac{\nu }{2})}{e}^{-{\mu }^2/2},& \text{si}t=0,\end{array}(5)$$donde $F_{\nu ,\mu }$ es la función de distribución de la distribución $t$ no central con $\nu$ grados de libertad y parámetro de no centralidad $\mu$ (véase el siguiente apartado).

Función de distribución

La función de distribución de la distribución t no central con $\nu$ grados de libertad y parámetro de no centralidad $\mu$ se puede expresar como $$F_{\nu ,\mu }(x)=\{\begin{array}{cc}{\tilde{F}}_{\nu ,\mu }(x),& \text{si }x\ge 0,\\ \\ 1-{\tilde{F}}_{\nu ,-\mu }(-x),& \text{si }x<0,\end{array}(6)$$donde $${\tilde{F}}_{\nu ,\mu }(x)=\mathrm{\Phi }(-\mu )+\frac{1}{2}\sum _{j=0}^{\mathrm{\infty }}\left(p_j{I}_y\right(j+\frac{1}{2},\frac{\nu }{2})+q_j{I}_y(j+1,\frac{\nu }{2}\left)\right),(7)$$

$I_y(a,b)$ es la función beta incompleta regularizada,

$$y=\frac{x^2}{x^2+\nu },p_j=\frac{1}{j!}(\frac{{\mu }^2}{2}{)}^j{e}^{-{\mu }^2/2}\text{y}{q}_j=\frac{\mu }{\sqrt{2}\mathrm{\Gamma }(j+\frac{3}{2})}(\frac{{\mu }^2}{2}{)}^j{e}^{-{\mu }^2/2},$$

y $\mathrm{\Phi }$ es la función de distribución de la distribución normal estándar. Nótese que ${\tilde{F}}_{\nu ,\mu }(x)$ sólo depende de $x^2$ y por tanto en (6), para $x<0$ es indistinto poner ${\tilde{F}}_{\nu ,-\mu }(-x)$ o ${\tilde{F}}_{\nu ,-\mu }(x)$.

Momentos

El momento de orden $k$ de una distribución $t$ no central es

$$\text{E}\left[T^k\right]=\{\begin{array}{cc}(\frac{\nu }{2}{)}^{\frac{k}{2}}\frac{\mathrm{\Gamma }\left(\frac{\nu -k}{2}\right)}{\mathrm{\Gamma }\left(\frac{\nu }{2}\right)}{e}^{-{\mu }^2/2}\frac{d^k{e}^{{\mu }^2/2}}{d{\mu }^k},& \text{si }k<\nu ,\\ \\ \text{no existe},& \text{si }k\ge \nu ,\end{array}$$

donde $d^k{e}^{{\mu }^2/2}/d{\mu }^k$ designa la derivada de orden k -ésimo de la función $e^{{\mu }^2/2}$ .

En particular, la media y la varianza son: $$\begin{array}{cc}\text{E}[T]& =\{\begin{array}{cc}\mu \sqrt{\frac{\nu }{2}}\frac{\mathrm{\Gamma }\left(\frac{\nu -1}{2}\right)}{\mathrm{\Gamma }\left(\frac{\nu }{2}\right)},& \text{si }\nu >1,\\ \\ \text{no existe},& \text{si }\nu \le 1,\end{array}\\ \\ \text{Var}(T)& =\{\begin{array}{cc}\frac{\nu (1+{\mu }^2)}{\nu -2}-\frac{{\mu }^2\nu }{2}{\left(\frac{\mathrm{\Gamma }\left(\frac{\nu -1}{2}\right)}{\mathrm{\Gamma }\left(\frac{\nu }{2}\right)}\right)}^2,& \text{si }\nu >2,\\ \\ \text{no existe},& \text{si }\nu \le 2.\end{array}\end{array}$$

Aplicación al cálculo de la potencia del contraste t de Student

Véase Johnson and Welch. Sea $X_1,\dots ,X_n$ una muestra de una población normal $𝒩(\mu ,{\sigma }^2)$, es decir, las variables aleatorias $X_1,\dots ,X_n$ son independientes y todas tienen distribución $𝒩(\mu ,{\sigma }^2)$. Fijado un número ${\mu }_0\in ℝ$. Queremos contrastar $$H_0:\mu ={\mu }_0\text{contra}{H}_1:\mu >{\mu }_0.$$ En el contraste de Student, el estadístico de contraste es $$T=\frac{\bar{X}-{\mu }_0}{S/\sqrt{n}},$$ donde $\bar{X}$ és la media muestral y $S^2$ es la varianza muestral (modificada): $$\bar{X}=\frac{1}{n}\sum _{i=1}^n{X}_i\text{y}{S}^2=\frac{1}{n-1}\sum _{i=1}^n(X_i-\bar{X}{)}^2.$$ Bajo la hipótesis nula $H_0$, $T\sim t_{n-1}$ (véase la distribución $t$ de Student). Fijado un nivel de significación $\alpha \in (0,1)$ (habitualmente $\alpha =0^{\prime }05$ o $0^{\prime }01$), para determinar la región crítica calculamos el valor $c_{\alpha }$ tal que$$P(W>c_{\alpha })=\alpha ,$$donde $W\sim t_{n-1}$ En este contexto, rechazamos $H_0$ si $T>c_{\alpha }$. Dado un valor ${\mu }_1>{\mu }_0$ (por tanto, de la hipótesis alternativa), podemos calcular la potencia del test, es decir, la probabilidad de rechazar la hipótesis nula cuando es falsa, en este punto, de la siguiente manera: escribimos$$T=\frac{\bar{X}-{\mu }_0}{S/\sqrt{n}}=\frac{\frac{\bar{X}-{\mu }_1}{\sigma /\sqrt{n}}+\frac{{\mu }_1-{\mu }_0}{\sigma /\sqrt{n}}}{S/\sigma }.$$En la expresión de la derecha,

1. Si suponemos $\mu ={\mu }_1$, entonces $(\bar{X}-{\mu }_1)/(\sigma /\sqrt{n})\sim 𝒩(0,1)$ .
2. Tenemos que $$\frac{S^2}{{\sigma }^2}=\frac{(n-1)S^2}{(n-1){\sigma }^2}=\frac{\frac{1}{{\sigma }^2}\sum _{i=1}^n(X_i-\bar{X})}{n-1},$$y por tanto $S^2/{\sigma }^2$ es una variable aleatoria con una distribución ${\chi }_{n-1}^2$ (véase la distribución χ²) dividida por sus grados de libertad.
3. Las variables aleatorias de los puntos 1 y 2 son independientes (véase la distribución χ²) .

En consecuencia, si $\mu ={\mu }_1$, tenemos que $T\sim t_{n-1}\left(\frac{{\mu }_1-{\mu }_0}{\sigma /\sqrt{n}}\right)$. Por tanto, la potencia del test en el punto ${\mu }_1$ será $$P(T>c_{\alpha }|\mu ={\mu }_1)=1-F_{n-1,\frac{{\mu }_1-{\mu }_0}{\sigma /\sqrt{n}}}(c_{\alpha }).$$

Uso en intervalos de tolerancia

Los intervalos de tolerancia normales unilaterales tienen una solución exacta en términos de la media muestral y la varianza muestral basada en la distribución t no central. Esto permite calcular un intervalo estadístico dentro del cual, con cierto nivel de confianza, se encuentra una proporción especificada de la población.