... e porque ?
Supondo que , são variáveis aleatórias independentes com média e variação respectivamente. Meu livro de estatísticas básicas informa que a distribuição do tem as seguintes propriedades:X 2 μ 1 , μ 2 σ 2 1 , σ 2 2 X 1 - X 2
Agora, digamos , são distribuições t com , graus de liberdade. Qual é a distribuição do ?
Esta pergunta foi editada: A pergunta original era "Quais são os graus de liberdade da diferença de duas distribuições t?" . O mpiktas já apontou que isso não faz sentido, pois não é distribuído em t, não importa quão aproximadamente normal seja o (ou seja, alta df).
Respostas:
A soma de duas variáveis aleatórias distribuídas em t independentes não é distribuída em t. Portanto, você não pode falar sobre graus de liberdade dessa distribuição, uma vez que a distribuição resultante não possui graus de liberdade no sentido que a distribuição t possui.
fonte
Concorde com as respostas acima, a diferença de duas variáveis aleatórias distribuídas em t independentes não são distribuídas em t. Mas quero adicionar algumas maneiras de calcular isso.
A maneira mais fácil de calcular isso é usando um método de Monte Carlo. Em R, por exemplo, você faz uma amostragem aleatória de 100.000 números da primeira distribuição t, depois faz uma amostragem aleatória de outros 100.000 números da segunda distribuição t. Você deixa o primeiro conjunto de 100.000 números menos o segundo conjunto de 100.000 números. Os 100.000 novos números obtidos são amostras aleatórias da distribuição da diferença entre as duas distribuições. Você pode calcular a média e a variação usando simplesmente
mean()
evar()
.Isso é chamado de distribuição Behrens – Fisher. Você pode consultar a página da Wiki: https://en.wikipedia.org/wiki/Behrens%E2%80%93Fisher_distribution . O IC fornecido por esta distribuição é chamado de "intervalo fiducial", não é um IC .
A integração numérica pode funcionar. Isso é continuado como o ponto 2 do marcador. Você pode consultar a Seção 2.5.2 em Inferência Bayesiana em Análise Estatística de Box, George EP, Tiao, George C. Ele possui etapas detalhadas de integração e como isso é aproximado. uma distribuição de Behrens-Fisher.
fonte