En estadística , la distribución beta de matriz variable es una generalización de la distribución beta . Si es una matriz definida positiva con una distribución beta de matriz variable y son parámetros reales, escribimos (a veces ). La función de densidad de probabilidad para es:
Aquí está la función beta multivariante:
¿Dónde está la función gamma multivariante dada por?
Teoremas
Distribución de la matriz inversa
Si entonces la densidad de está dada por
siempre que y .
Transformada ortogonal
Si y es una matriz ortogonal constante , entonces
Además, si es una matriz ortogonal aleatoria que es independiente de , entonces , se distribuye independientemente de .
Si es cualquier constante , matriz de rango , entonces tiene una distribución beta variable de matriz generalizada, específicamente .
Resultados de la matriz particionada
Si y particionado como
donde es y es , entonces definir el complemento de Schur como da los siguientes resultados:
- es independiente de
- tiene una distribución t variable de matriz invertida, específicamente
Resultados de Wishart
Mitra demuestra el siguiente teorema que ilustra una propiedad útil de la distribución beta variable de la matriz. Supongamos que son matrices Wishart independientes . Supongamos que es definida positiva y que . Si
donde , entonces tiene una distribución beta variable de matriz . En particular, es independiente de .
Véase también
Referencias
- Gupta, AK; Nagar, DK (1999). Distribuciones de variables matriciales . Chapman y Hall. ISBN 1-58488-046-5.
- Mitra, SK (1970). "Un enfoque sin densidad para la distribución beta de la matriz variable". The Indian Journal of Statistics . Serie A (1961–2002). 32 (1): 81–88. JSTOR 25049638.