Умблик
Вероятностные модели
Все распределения
Вероятность и статистика · Распределения

Распределение Фишера–Снедекора

Отношение независимых нормированных хи-квадрат величин, два параметра и существование моментов.

9 минут на чтениеЗаданий для самопроверки: 3

Чему научимся

Оно используется для отношений оценок масштаба и дисперсий, а также показывает, почему существование CDF не гарантирует конечности среднего или дисперсии.

Главная идея. F-распределение — закон отношения U/d₁ к V/d₂ для независимых хи-квадрат величин U и V. Порядок степеней свободы существенен, а малый знаменатель создаёт тяжёлый правый хвост.

План рассуждения и проверка понимания
  1. Поставьте степени свободы в правильные места: d₁ относится к числителю U, d₂ — к знаменателю V; отдельно проверьте независимость.
  2. Нормируйте обе хи-квадрат величины на их степени свободы и только затем образуйте отношение (U/d₁)/(V/d₂).
  3. Для CDF переведите F в Y = d₁F/(d₂ + d₁F), имеющую Beta(d₁/2,d₂/2), либо используйте готовый F-закон.
  4. Перед записью моментов проверьте пороги: среднее конечно лишь при d₂ > 2, а дисперсия — только при d₂ > 4.

Частая ошибка. Переставлять d₁ и d₂ без обращения величины либо сообщать конечные среднее и дисперсию при слишком малом d₂ только потому, что график выглядит обычным.

Как проверить себя. Закон 1/F имеет параметры в обратном порядке, но сам F — нет. При d₂ ≤ 2 среднее расходится, а при 2 < d₂ ≤ 4 дисперсия остаётся бесконечной.

Схема к теме

Наглядная модель: Распределение Фишера–Снедекора

Отношение независимых нормированных хи-квадрат величин, два параметра и существование моментов.

Наглядная модель: Распределение Фишера–СнедекораОтношение независимых нормированных хи-квадрат величин, два параметра и существование моментов.ФишерСнедекорF-распределениеотношениедисперсийРаспределениеФишера–Снедекора
  • Распределение Фишера–Снедекора → Фишер
  • Распределение Фишера–Снедекора → Снедекор
  • Распределение Фишера–Снедекора → F-распределение
  • Распределение Фишера–Снедекора → отношение дисперсий
Схема связывает понятие «Распределение Фишера–Снедекора» с его ключевыми признаками. Вывод: Свяжите определение, условия и обозначения: тогда формула станет краткой записью уже понятной идеи.
Проверка пониманияОбъясните тему своими словами

Разберите F(2,2): получите CDF x/(1 + x), вероятность F ≤ 3 равную 3/4 и объясните, как при этом среднее может быть бесконечным.

В хорошем объяснении есть:

  • Параметры связаны с числителем и знаменателем.
  • CDF отличена от момента первого порядка.
  • Условие d₂ > 2 проверено явно.

Отношение двух случайных масштабов

Пусть U и V — независимые хи-квадрат величины с d₁ и d₂ степенями свободы. Разделим каждую на её степени свободы и возьмём отношение. Полученная неотрицательная величина имеет F-распределение Фишера–Снедекора.

Два параметра строго положительны. Первый относится к числителю, второй — к знаменателю. Перестановка параметров в общем случае меняет закон; напротив, обратная величина 1/F имеет закон с переставленными параметрами. Это полезная проверка расчёта хвостов.

Носитель и форма

F принимает значения на положительной полуоси; значение в нуле рассматривается как граничный предел плотности. При d₁ < 2 плотность неограниченна у нуля, при d₁ = 2 равна 1 справа, при d₁ > 2 стремится к нулю.

Правая часть может иметь тяжёлый хвост: слишком маленький знаменатель V создаёт большое отношение. При этом малая вероятность больших значений способна разрушить существование моментов, хотя CDF по-прежнему корректна и стремится к единице.

CDF удобно связывать с бета-законом: если Y=d1F/(d2+d1F)Y=d_1F/(d_2+d_1F), то Y имеет Beta(d₁/2,d₂/2). Следовательно, для x ≥ 0 функция распределения F равна Id1x/(d2+d1x)(d1/2,d2/2)I_{d_1x/(d_2+d_1x)}(d_1/2,d_2/2). В далёком правом хвосте численный алгоритм использует симметричную форму, чтобы не потерять малую вероятность.

Три примера

  1. Два и два. При d₁ = d₂ = 2 плотность равна 1/(1 + x)², а CDF — x/(1 + x). Поэтому P(F ≤ 3) = 3/4. Среднее при этом бесконечно: конечные квантили и корректная CDF не гарантируют конечного интеграла первого момента.

  2. Конечные характеристики. При d₁ = 5 и d₂ = 10 среднее равно 10/8 = 1,25. Дисперсия равна 2 · 10² · (5 + 10 − 2)/(5 · 8² · 6) = 65/48 ≈ 1,354167. Отношение имеет среднее не 1, хотя оба нормированных хи-квадрат компонента по отдельности имеют среднее 1.

  3. Квадрат Стьюдента. Если T имеет стандартный t-закон с ν = 5, то T² имеет F(1,5). Событие T² ≤ 4 эквивалентно −2 ≤ T ≤ 2. По симметрии его вероятность равна 2F_T(2) − 1; это позволяет независимо связать два исследователя, не подменяя один хвост двусторонним событием.

Какие моменты существуют

Среднее конечно при d₂ > 2. При d₂ ≤ 2 неотрицательный интеграл среднего расходится к +∞; это отличается от неопределённого среднего симметричного закона Коши. Конечная дисперсия требует d₂ > 4. Если 2 < d₂ ≤ 4, она бесконечна; если конечного среднего нет, инструмент не вычисляет дисперсию через недопустимое вычитание.

Наблюдаемое отношение дисперсий нормальных независимых выборок при подходящей нулевой гипотезе связано с F-законом. Но здесь нужен вывод статистики и правильные степени свободы, обычно объёмы выборок минус один. Одно похожее отношение чисел не приобретает F-закон автоматически.

Практика в исследователе

Зафиксируйте d₁ и меняйте d₂ через значения 2 и 4. Обратите внимание: плотность и вероятности меняются плавно, но статус моментов меняется принципиально. Сгенерируйте выборку и проверьте, что редкие большие значения не исчезают за пределами окна и доступны в CSV.

Для сравнения с другим законом используйте CDF, где вертикальная ось всегда означает вероятность. Сравнивать высоту непрерывной плотности с дискретной массой без пояснения единиц нельзя.

Формула, смысл и ограничения

Главные формулы с расшифровкой

F=U/d1V/d2,U∼χd12,V∼χd22F=\frac{U/d_1}{V/d_2},\quad U\sim\chi^2_{d_1},\quad V\sim\chi^2_{d_2}

Формула словами: U и V независимы; d₁,d₂ > 0, порядок параметров существенен.

EF=d2d2−2(d2>2)\mathbb E F=\frac{d_2}{d_2-2}\quad(d_2>2)

Формула словами: При d₂ ≤ 2 интеграл среднего расходится к +∞.

D(F)=2d22(d1+d2−2)d1(d2−2)2(d2−4)(d2>4)D(F)=\frac{2d_2^2(d_1+d_2-2)}{d_1(d_2-2)^2(d_2-4)}\quad(d_2>4)

Формула словами: Для 2 < d₂ ≤ 4 дисперсия бесконечна; если среднего нет, дисперсия не определена.

Исследуйте модель

Параметры модели

Фишера–Снедекора

Непрерывное

Порядок d₁ и d₂ важен. Конечное среднее существует при d₂ > 2, конечная дисперсия — при d₂ > 4.

f(x)=(d1/d2)d1/2xd1/2−1B(d1/2,d2/2)(1+d1x/d2)(d1+d2)/2f(x)=\frac{(d_1/d_2)^{d_1/2}x^{d_1/2-1}}{B(d_1/2,d_2/2)(1+d_1x/d_2)^{(d_1+d_2)/2}}

Пределы полей — вычислительные ограничения исследователя, а не область существования математического закона. Носитель: [0; +∞].

Форма распределения

Фишера–Снедекора: плотность f(x). Окно от 0 до 6,872367. Числовая таблица расположена ниже.00,1924480,3848950,5773430,76979101,7180923,4361835,1542756,872367f(x) · плотностьx · значение

Высота кривой — плотность, не вероятность точки. Вероятность интервала равна площади под кривой; плотность может быть больше 1.

За пределами окна: слева 0 %, справа 0,5 %. Ось ограничена окном, но CDF, интервалы и генератор используют весь носитель. По умолчанию окно берётся по квантилям 0,005 и 0,995; для конечного непрерывного носителя — весь носитель. Дискретный график ограничен 200 значениями.

Числовая таблица графика (241 точек)
xf(x)
00
0,0286350,045159
0,057270,114984
0,0859050,190437
0,1145390,264697
0,1431740,334427
0,1718090,397963
0,2004440,454567
0,2290790,504048
0,2577140,546544
0,2863490,582384
0,3149830,612009
0,3436180,635914
0,3722530,654614
0,4008880,668622
0,4295230,678434
0,4581580,684518
0,4867930,687313
0,5154280,687224
0,5440620,684621
0,5726970,679842
0,6013320,673191
0,6299670,664944
0,6586020,655345
0,6872370,644615
0,7158720,632949
0,7445060,620521
0,7731410,607482
0,8017760,59397
0,8304110,580101
0,8590460,56598
0,8876810,551698
0,9163160,537334
0,944950,522955
0,9735850,50862
1,002220,49438
1,0308550,480278
1,059490,466351
1,0881250,452629
1,116760,439137
1,1453940,425897
1,1740290,412926
1,2026640,400236
1,2312990,387839
1,2599340,375743
1,2885690,363953
1,3172040,352471
1,3458380,341301
1,3744730,330442
1,4031080,319892
1,4317430,309651
1,4603780,299714
1,4890130,290077
1,5176480,280737
1,5462830,271687
1,5749170,262922
1,6035520,254436
1,6321870,246223
1,6608220,238276
1,6894570,230589
1,7180920,223154
1,7467270,215965
1,7753610,209015
1,8039960,202296
1,8326310,195803
1,8612660,189529
1,8899010,183466
1,9185360,177608
1,9471710,171948
1,9758050,16648
2,004440,161199
2,0330750,156096
2,061710,151168
2,0903450,146407
2,118980,141809
2,1476150,137367
2,1762490,133076
2,2048840,128931
2,2335190,124928
2,2621540,12106
2,2907890,117323
2,3194240,113713
2,3480590,110226
2,3766940,106856
2,4053280,1036
2,4339630,100454
2,4625980,097413
2,4912330,094475
2,5198680,091634
2,5485030,088889
2,5771380,086236
2,6057720,08367
2,6344070,08119
2,6630420,078792
2,6916770,076473
2,7203120,074231
2,7489470,072062
2,7775820,069964
2,8062160,067935
2,8348510,065972
2,8634860,064072
2,8921210,062234
2,9207560,060456
2,9493910,058735
2,9780260,057069
3,006660,055456
3,0352950,053895
3,063930,052384
3,0925650,05092
3,12120,049503
3,1498350,04813
3,178470,046801
3,2071040,045513
3,2357390,044265
3,2643740,043056
3,2930090,041885
3,3216440,040749
3,3502790,039649
3,3789140,038583
3,4075490,037549
3,4361830,036546
3,4648180,035574
3,4934530,034632
3,5220880,033718
3,5507230,032831
3,5793580,031971
3,6079930,031137
3,6366270,030328
3,6652620,029542
3,6938970,02878
3,7225320,02804
3,7511670,027322
3,7798020,026625
3,8084370,025948
3,8370710,025291
3,8657060,024653
3,8943410,024034
3,9229760,023432
3,9516110,022847
3,9802460,02228
4,0088810,021728
4,0375150,021192
4,066150,020671
4,0947850,020165
4,123420,019673
4,1520550,019195
4,180690,01873
4,2093250,018278
4,237960,017838
4,2665940,017411
4,2952290,016995
4,3238640,016591
4,3524990,016198
4,3811340,015815
4,4097690,015443
4,4384040,015081
4,4670380,014729
4,4956730,014386
4,5243080,014053
4,5529430,013728
4,5815780,013412
4,6102130,013104
4,6388480,012804
4,6674820,012513
4,6961170,012228
4,7247520,011952
4,7533870,011682
4,7820220,01142
4,8106570,011164
4,8392920,010915
4,8679260,010672
4,8965610,010436
4,9251960,010205
4,9538310,009981
4,9824660,009762
5,0111010,009549
5,0397360,009341
5,068370,009138
5,0970050,00894
5,125640,008747
5,1542750,008559
5,182910,008376
5,2115450,008197
5,240180,008023
5,2688150,007853
5,2974490,007687
5,3260840,007525
5,3547190,007367
5,3833540,007213
5,4119890,007063
5,4406240,006916
5,4692590,006772
5,4978930,006633
5,5265280,006496
5,5551630,006363
5,5837980,006233
5,6124330,006106
5,6410680,005982
5,6697030,005861
5,6983370,005742
5,7269720,005627
5,7556070,005514
5,7842420,005404
5,8128770,005296
5,8415120,005191
5,8701470,005088
5,8987810,004987
5,9274160,004889
5,9560510,004793
5,9846860,0047
6,0133210,004608
6,0419560,004518
6,0705910,004431
6,0992250,004345
6,127860,004262
6,1564950,00418
6,185130,0041
6,2137650,004022
6,24240,003945
6,2710350,00387
6,299670,003797
6,3283040,003726
6,3569390,003656
6,3855740,003587
6,4142090,00352
6,4428440,003455
6,4714790,00339
6,5001140,003328
6,5287480,003266
6,5573830,003206
6,5860180,003147
6,6146530,00309
6,6432880,003033
6,6719230,002978
6,7005580,002924
6,7291920,002871
6,7578270,00282
6,7864620,002769
6,8150970,002719
6,8437320,002671
6,8723670,002623

Точка и интервал

P(X = 0,931933)
0 %
Плотность f(0,931933)
0,529489
P(X ≤ 0,931933)
50 %
P(X > 0,931933)
50 %
P(0 ≤ X ≤ 6,872367)
99,5 %

Границы интервала включены. Для дискретного закона учитываются только целые точки внутри него; для непрерывного включение концов не меняет вероятность.

Что предсказывает модель

Математическое ожидание E(X)
1,25
Дисперсия D(X)
1,354167

Ожидание — характеристика распределения, а не обещанный результат одного опыта. Конечная выборка имеет своё среднее даже тогда, когда теоретическое среднее не существует.

CDF и правый хвост вычисляются отдельно, чтобы сохранять малые вероятности. Значения ниже предела чисел двойной точности могут округляться до 0; квантили у границ также ограничены машинной точностью.

От модели к данным

Сгенерировать выборку

До 100 000 наблюдений

Независимые псевдослучайные наблюдения в отдельном рабочем потоке. Один seed и те же параметры воспроизводят тот же ряд. Это учебный, не криптографический генератор.

Повторить результат по ключу
Опыт оживает на весь экран

Кнопка «Сгенерировать» создаёт весь указанный объём. Отдельное наблюдение показывает один результат с анимацией. CSV содержит всю показанную выборку.

Выборка ещё не создана.

От формулы к наблюдению

Попробуйте самостоятельно

Измените параметры и сопоставьте расчёт с результатами случайного эксперимента.

От простого к сложному

Проверьте себя

Сначала запишите решение самостоятельно. Затем можно открыть намёк, сравнить каждый переход с пошаговым разбором и только после этого посмотреть ответ. Прогресс сохраняется в этом браузере.

Открываем задание…

Открываем задание…

Открываем задание…

Источники и соглашения

Объяснения и задачи — авторские. Источники помогают проверить определения, условия и школьную привязку. Обозначения и параметризация указаны в статье.