Sampling Distribution of Variance
“확률과 통계(MATH230)” 수업에서 배운 것과 공부한 것을 정리한 포스트입니다. 전체 포스트는 Probability and Statistics에서 확인하실 수 있습니다 🎲
시리즈: Sampling Distributions
Sampling Distribution of $S^2$
Let $X_1, \dots, X_n$ be a random sample with $\text{Var}(X_i) = \sigma^2$. We already know that $E[S^2] = \sigma^2$. How about the distribution of $\displaystyle S^2 = \dfrac{1}{n-1} \sum^n_{i=1} (X_i - \bar{X})^2$?
가장 간단한 경우인, $n=2$인 경우를 살펴보자. 이때, $\bar{X} = \dfrac{X_1 + X_2}{2}$이다. 이때, $Y_i := X_i - \bar{X}$라고 둔다면,
\[\begin{aligned} Y_1 = X_1 - \bar{X} = \frac{X_1 - X_2}{2} \\ Y_2 = X_2 - \bar{X} = \frac{X_2 - X_1}{2} \\ \end{aligned}\]즉, $Y_1 = - Y_2$로 서로 dependent다! 그래서 $S^2$에 대해서는 CLT를 적용할 수가 없다 😥 그러나 아래의 정리를 활용하면, $S^2$에 대한 Distribution을 유도할 수 있다!!
Note.
Let $X_1, \dots, X_n$ be random sample from $N(\mu, \sigma^2)$.
1. $\bar{X} \sim N\left( \mu, \sigma^2/n\right)$
2. $\displaystyle\sum^n_i \left( \frac{X_i - \mu}{\sigma} \right)^2 \sim \chi^2(n)$; $X_i$를 정규화하면 $Z(0, 1)$가 되고, 또 각 $X_i$가 independent 하기 때문!
Theorem. Sampling Distribution of $S^2$
Let $X_1, \dots, X_n$ be random sample from $N(\mu, \sigma^2)$, then
\[\frac{(n-1)S^2}{\sigma^2} = \sum^n_{i=1} \left( \frac{X_i - \bar{X}}{\sigma}\right)^2 \sim \chi^2 (n-1)\]“We lose one degree of freedom, because we estimate a parameter $\mu$ by $\bar{X}$.”
와우! Sample Variance $S^2$과 Population Variance $\sigma^2$의 비율이 Chi-square Distribution을 따른다니!
Proof.
[Step 1]
\[\frac{1}{\sigma^2} \sum^n_i \left( X_i - \mu \right)^2 \sim \chi^2(n)\]이건 간단하다. $(X_i - \mu) / \sigma \sim N(0, 1)$의 제곱이 $n$개 합이니 당연히 $\chi^2(n)$을 따른다.
[Step 2]
\[\begin{aligned} \frac{1}{\sigma^2} \sum^n_i \left( X_i - \mu \right)^2 &= \frac{1}{\sigma^2} \sum^n_{i=1} (X_i - \bar{X} + \bar{X} - \mu)^2 \\ &= \frac{1}{\sigma^2} \sum^n_i (X_i - \bar{X})^2 + \frac{1}{\sigma^2} \sum^n_i (\bar{X} - \mu)^2 + \frac{1}{\sigma^2} \sum^n_i 2 (X_i - \bar{X})(\bar{X} - \mu) \end{aligned}\][Step 3]
마지막 텀인 $\displaystyle \frac{1}{\sigma^2} \sum^n_i 2 (X_i - \bar{X})(\bar{X} - \mu)$를 살펴보자.
\[\begin{aligned} \frac{1}{\sigma^2} \sum^n_i (X_i - \bar{X})(\bar{X} - \mu) &= \frac{1}{\sigma^2} \cdot (\bar{X} - \mu) \cdot \sum^n_i (X_i - \bar{X}) \\ &= \frac{1}{\sigma^2} \cdot (\bar{X} - \mu) \cdot \cancelto{0}{(X_1 + \cdots + X_n - n\bar{X})} \\ &= 0 \end{aligned}\][Step 4]
다시 원래 식으로 돌아가서
\[\begin{aligned} \frac{1}{\sigma^2} \sum^n_i \left( X_i - \mu \right)^2 &= \frac{1}{\sigma^2} \sum^n_i (X_i - \bar{X})^2 + \frac{1}{\sigma^2} \sum^n_i (\bar{X} - \mu)^2 + \cancelto{0}{\frac{1}{\sigma^2} \sum^n_i (X_i - \bar{X})(\bar{X} - \mu)} \\ &= \frac{1}{\sigma^2} \sum^n_i (X_i - \bar{X})^2 + \frac{1}{\sigma^2} \sum^n_i (\bar{X} - \mu)^2 \\ &= \frac{1}{\sigma^2} \sum^n_i (X_i - \bar{X})^2 + \frac{n(\bar{X} - \mu)^2}{\sigma^2} \\ &= \frac{1}{\sigma^2} \sum^n_i (X_i - \bar{X})^2 + \left( \frac{\bar{X} - \mu}{\sigma/\sqrt{n}}\right)^2 \\ \end{aligned}\]이때, 좌변의 $\displaystyle \frac{1}{\sigma^2} \sum^n_i \left( X_i - \mu \right)^2$는 $\chi^2(n)$의 분포를 따르고, 우변의 $\displaystyle \left( \frac{\bar{X} - \mu}{\sigma/\sqrt{n}}\right)^2$는 $\chi^2(1)$의 분포를 따른다.
만약 $Z = X + Y$에서 $Z \sim \chi^2(n)$이고, $Y \sim \chi^2(1)$일 때 $X \perp Y$라면, $X \sim \chi^2(n-1)$가 된다. 그러나 아직 $X \perp Y$에 대해 확인하지 않았다. 아래의 Lemma를 통해 $X \perp Y$를 확인해보자.
Lemma.
Let $X_1, \dots, X_n$ be a random sample from $N(\mu, \sigma^2)$, then $S^2$ and $\bar{X}$ are independent.
In fact, $\bar{X}$ and $(X_1 - \bar{X}, \; \dots, \; X_n - \bar{X})$ are independent.
따라서, 위의 Lemma에 의해
\[\frac{1}{\sigma^2} \sum^n_i (X_i - \bar{X})^2 = \frac{(n-1) S^2}{\sigma^2} \sim \chi^2(n-1)\]$\blacksquare$
이번 포스트에서는 Sample Variance $S^2$과 Population Variance $\sigma^2$의 비율에 대한 분포를 구했다.
\[\frac{(n-1) S^2}{\sigma^2} \sim \chi^2(n-1)\]이어지는 포스트에선 Population Variance $\sigma^2$를 모르는 상황에서 $\bar{X}$의 분포를 모델링하는 방법을 살펴본다. 이 경우, <Student’s t-distribution>를 사용한다.
\[T := \dfrac{\overline{X} - \mu}{S / \sqrt{n}} = t(n-1)\]만약 두 샘플 집단에 대해 Sample Variance 비율에 대한 분포를 모델링한다면, <F-distribution>가 된다!
\[F := \frac{S_1^2 / \sigma_1^2}{S_2^2 / \sigma_2^2} = F(n_1 - 1, n_2 -1)\]