5 不偏分散の自乗の展開

本節では (7) を示すために、 不偏分散の分散 (確率変数としての分散) を計算する。

(6) より、

\begin{displaymath}
V[V_1]
= E[(V_1-\sigma^2)^2]
= E[V_1^2]-(\sigma^2)^2\end{displaymath} (9)

であるが、この $E[V_1^2]$ は (2) より、
\begin{displaymath}
E[V_1^2]
= E\left[\left(\frac{n}{n-1}\right)^2
(\overlin...
...overline{X^2}^2-2\overline{X^2}\,\overline{X}^2+\overline{X}^4]\end{displaymath} (10)

となる。 この (10) の最後の式の中身を順に展開していくが、 そのために次のような記号を導入する。 $\alpha_1,\ldots,\alpha_k$ を自然数として、
\begin{displaymath}
SX(\alpha_1,\ldots,\alpha_k)
= \sum'_{i_1,\ldots,i_k}X_{i_1}^{\alpha_1}\cdots X_{i_k}^{\alpha_k}\end{displaymath} (11)

と定義する。ただし、和 $\displaystyle \sum'_{i_1,\ldots,i_k}$ は、 各 $i_j$ が 1 から $n$ まで動き、 かつ $i_1,\ldots,i_k$ はすべて互いに異なるものに対する 和であるとする。例えば、
\begin{displaymath}
SX(2) = \sum_{i=1}^nX_i^2,
\hspace{1zw}
SX(2,1) = \sum_{i\ne...
...zw}
SX(2,2) = \sum_{i\neq j}X_i^2X_j^2 = 2\sum_{i<j}X_i^2X_j^2
\end{displaymath}

などとなる。


命題 2

$SX$ 同士の積について次が成り立つ。

$\displaystyle {SX(\alpha_1,\ldots,\alpha_k)SX(\beta) }$
  $\textstyle =$ $\displaystyle \sum_{j=1}^k SX(\alpha_1,\ldots,\alpha_j+\beta,\ldots,\alpha_k)
+ SX(\alpha_1,\ldots,\alpha_k,\beta)$ (12)


証明

(12) の左辺は、

\begin{displaymath}
SX(\alpha_1,\ldots,\alpha_k)SX(\beta)
= \sum'_{i_1,\ldots...
...}^{\alpha_1}\cdots X_{i_k}^{\alpha_k}
\sum_{i=1}^n X_j^\beta
\end{displaymath}

であるが、$SX(\beta)$ の部分を $X_{i_1}^\beta$, ..., $X_{i_k}^\beta$ と、それ以外に分ければ、
\begin{eqnarray*}\lefteqn{SX(\alpha_1,\ldots,\alpha_k)SX(\beta) }
\\ &=&
\sum'...
..._j+\beta,\ldots,\alpha_k)
+ SX(\alpha_1,\ldots,\alpha_k,\beta)
\end{eqnarray*}



これを使うと、まず $\overline{X^2}^2$ は、

\begin{displaymath}
\overline{X^2}^2
= \left(\frac{1}{n}\sum_{i=1}^nX_i^2\right)^2
= \frac{1}{n^2} SX(2)^2
= \frac{1}{n^2} (SX(4)+SX(2,2))\end{displaymath} (13)

となる。次に、 $\overline{X^2}\,\overline{X}^2$ は、
\begin{eqnarray*}\overline{X^2}\,\overline{X}^2
&=&
\frac{1}{n}\sum_{i=1}^nX_i...
...)
\\ &=&
\frac{1}{n^3}(SX(4)+SX(3,1)+SX(3,1)+SX(2,2)+SX(2,1,1))\end{eqnarray*}


となるので、
\begin{displaymath}
2\overline{X^2}\,\overline{X}^2
= \frac{2}{n^3}(SX(4)+2SX(3,1)+SX(2,2)+SX(2,1,1))\end{displaymath} (14)

となる。最後に、 $\overline{X}^4$ は、
\begin{eqnarray*}\overline{X}^4
&=&
\left(\frac{1}{n}\sum_{i=1}^nX_i\right)^4
...
...+3SX(2,1,1)
\\ &&
{}+SX(2,1,1)+SX(1,2,1)+SX(1,1,2)+SX(1,1,1,1))\end{eqnarray*}


となるので、
\begin{displaymath}
\overline{X}^4
= \frac{1}{n^4}(SX(4)+4SX(3,1)+3SX(2,2)+6SX(2,1,1)+SX(1,1,1,1))\end{displaymath} (15)

となる。

(13), (14), (15) より、

$\displaystyle {\overline{X^2}^2-2\overline{X^2}\,\overline{X}^2+\overline{X}^4}$
  $\textstyle =$ $\displaystyle \frac{1}{n^2}(SX(4)+SX(2,2))
-\frac{2}{n^3}(SX(4)+2SX(3,1)+SX(2,2)+SX(2,1,1))$  
    $\displaystyle {}+\frac{1}{n^4}(SX(4)+4SX(3,1)+3SX(2,2)+6SX(2,1,1)+SX(1,1,1,1))$  
  $\textstyle =$ $\displaystyle \frac{(n-1)^2}{n^4}SX(4)
-\frac{4(n-1)}{n^4}SX(3,1)
+\frac{n^2-2n+3}{n^4}SX(2,2)$  
    $\displaystyle {}-\frac{2(n-3)}{n^4}SX(2,1,1)
+\frac{1}{n^4}SX(1,1,1,1)$ (16)

となる。

竹野茂治@新潟工科大学
2013年7月4日