- Soma do quadrado de normais. Sejam \(X_1,\ldots,X_n\) v.a. independentes tais que \(X_i \sim N(\mu_i,\sigma^2_i), i=1,\ldots,n\), então
$$
\sum_{i=1}^n \left(\frac{X_i – \mu_i}{\sigma_i}\right)^2 \sim \chi^2_{(n)}
$$
- Multiplicando uma Gama por uma constante. Se \(X \sim Gama(r,\lambda)\) então \(\alpha X \sim Gama(r,\lambda/\alpha)\).
- Transformação de uma Gama em uma Qui-quadrado. Do item anterior decorre que se \(X \sim Gama(r,\lambda)\), então
$$
2\lambda X \sim Gama\left(\frac{2r}{2},\frac{1}{2}\right) \stackrel{d}{=} \chi^2_{(2r)}
$$
- Soma de Gamas. Sejam \(X_1,\ldots,X_n\) v.a. independentes tais que \(X_i \sim Gama(r_i,\lambda)\), então
$$
X_1 + \ldots + X_n \sim Gama\left(\sum_{i=1}^n r_i ,\lambda\right)
$$
- Quociente de Gamas. Sejam \(X \sim Gama(a,b)\) e \(Y \sim Gama(c,b)\) independentes, então
$$
\frac{X}{X+Y} \sim Beta(a,c)
$$
- Quociente de Qui-quadrados. Sejam X e Y v.a. independentes tais que \(Y \sim \chi^2_{(m)}\) e \(X \sim \chi^2_{(n)}\), então
$$
Z = \frac{Y/m}{X/n} \sim F(m,n)
$$
- Quociente de Normal por Qui-Quadrado (distribuição t). Sejam \(Z \sim N(0,1)\) e \(X \sim \chi^2_{(n)}\), Z e X independentes, então
$$
T = \frac{Z}{\sqrt{X/n}} \sim t_{n}
$$
- Quociente de F-Snedecors. Se X tem distribuição \(F(m,n)\) então
$$
Y = \frac{mX/n}{1 + mX/n} \sim Beta\left(\frac{m}{2},\frac{n}{2}\right)
$$