F-分布

如果随机变量 X 有参数为 d₁ 和 d₂ 的 F-分布，我们写作 X ~ F(d₁, d₂)。那么对于实数 x ≥ 0，X 的概率密度函数 (pdf)是

${\displaystyle {\begin{aligned}f(x;d_{1},d_{2})&={\frac {\sqrt {\frac {(d_{1}\,x)^{d_{1}}\,\,d_{2}^{d_{2}}}{(d_{1}\,x+d_{2})^{d_{1}+d_{2}}}}}{x\,\mathrm {B} \!\left({\frac {d_{1}}{2}},{\frac {d_{2}}{2}}\right)}}\\&={\frac {1}{\mathrm {B} \!\left({\frac {d_{1}}{2}},{\frac {d_{2}}{2}}\right)}}\left({\frac {d_{1}}{d_{2}}}\right)^{\frac {d_{1}}{2}}x^{{\frac {d_{1}}{2}}-1}\left(1+{\frac {d_{1}}{d_{2}}}\,x\right)^{-{\frac {d_{1}+d_{2}}{2}}}\end{aligned}}}$

这里${\displaystyle \mathrm {B} }$是B函数。在很多应用中，参数 d₁ 和 d₂ 是正整数，但对于这些参数为正实数时也有定义。

累积分布函数为

${\displaystyle F(x;d_{1},d_{2})=I_{\frac {d_{1}x}{d_{1}x+d_{2}}}\left({\tfrac {d_{1}}{2}},{\tfrac {d_{2}}{2}}\right),}$

其中 I 是正则不完全贝塔函数。

右边表格中已给出期望值、方差和偏度；对于${\displaystyle d_{2}>8}$，峰度为：

${\displaystyle \gamma _{2}=12{\frac {d_{1}(5d_{2}-22)(d_{1}+d_{2}-2)+(d_{2}-4)(d_{2}-2)^{2}}{d_{1}(d_{2}-6)(d_{2}-8)(d_{1}+d_{2}-2)}}}$.

一个F-分布的随机变量是两个卡方分佈变量除以自由度的比率：

${\displaystyle {\frac {U_{1}/d_{1}}{U_{2}/d_{2}}}={\frac {U_{1}/U_{2}}{d_{1}/d_{2}}}}$

其中：

• U₁和U₂呈卡方分佈，它们的自由度（degree of freedom）分别是d₁和d₂。
• U₁和U₂是相互独立的。

• F检验