若n个相互独立的随机变量,均服从标准正态分布,则这n个服从标准正态分布的随机变量的平方和构成一新的随机变量,其分布规律称为卡方分布。
不同的自由度决定不同的卡方分布,自由度越小,分布越偏斜。
卡方分布(英语:chi-square distribution[2], χ²-distribution,或写作χ²分布)是概率论与统计学中常用的一种概率分布。k个独立的标准正态分布变量的平方和服从自由度为k的卡方分布。
卡方分布是一种特殊的伽玛分布,是统计推断中应用最为广泛的概率分布之一,例如假设检验和置信区间的计算。
卡方分布在共同使用卡方检验用于拟合优度的观测分布为理论之一,独立的分类的两个标准定性数据,并在用于人口区间估计标准偏差a的来自样本标准差的正态分布。许多其他统计检验也使用这种分布,例如Friedman 的按秩方差分析。
由卡方分布延伸出来皮尔逊卡方检验常用于:
1、样本某性质的比例分布与总体理论分布的拟合优度(例如某行政机关男女比是否符合该机关所在城镇的男女比);
2、同一总体的两个随机变量是否独立(例如人的身高与交通违规的关联性);
3、二或多个总体同一属性的同素性检验(意大利面店和寿司店的营业额有没有差距)。(详见皮尔逊卡方检验)
计算方法
p-value = 1- p_CDF.
χ2越大,p-value越小,则可信度越高。通常用p=0.05作为阈值,即95%的可信度。
因此,由于适当自由度(df)的累积分布函数(CDF)给出了获得比该点更不极端的值的概率,因此从 1 中减去 CDF 值给出p值。低于所选显着性水平的低p值表示统计显着性,即有足够的证据拒绝零假设。显着性水平 0.05 通常用作显着和不显着结果之间的分界点。
在理论上n个独立同分布的随机变量,都服从正态分布,那么平方和服从的分布就是自由度为n的卡方分布。
若n个相互独立的随机变量ξ1,ξ2,…,ξn ,均服从标准正态分布(也称独立同分布于标准正态分布),则这n个服从标准正态分布的随机变量的平方和∑ξi∧2构成一新的随机变量,其卡方分布分布规律称为χ2(n)分布(chisquare distribution)。
其中参数 n 称为自由度,自由度不同就是另一个χ2分布,正如正态分布中均值或方差不同就是另一个正态分布一样。
补充:
χ2分布在一象限内,呈正偏态,随着参数 n 的增大,χ2分布趋近于正态分布。
χ2分布的均值为自由度 n,记为 Eχ2=n,这里符号“E”表示对随机变量求均值;χ2分布的方差为2倍的自由度(2n),记为 Dχ2=2n,这里符号“D”表示对随机变量求方差。
从χ2分布的均值与方差可以看出,随着自由度n的增大,χ2分布向正无穷方向延伸(因为均值n越来越大),分布曲线也越来越低阔(因为方差2n越来越大)。
χ2分布具有可加性:若有K个服从χ2分布且相互独立的随机变量,则它们之和仍是χ2分布,新的χ2分布的自由度为原来K个χ2分布自由度之和。表示为:
χ2分布是连续分布,但有些离散分布也服从χ2分布,尤其在次数统计上非常广泛。
声明: 我们致力于保护作者版权,注重分享,被刊用文章因无法核实真实出处,未能及时与作者取得联系,或有版权异议的,请联系管理员,我们会立即处理,本站部分文字与图片资源来自于网络,转载是出于传递更多信息之目的,若有来源标注错误或侵犯了您的合法权益,请立即通知我们(管理员邮箱:daokedao3713@qq.com),情况属实,我们会第一时间予以删除,并同时向您表示歉意,谢谢!
本站内容仅供参考,不作为诊断及医疗依据,如有医疗需求,请务必前往正规医院就诊
祝由网所有文章及资料均为作者提供或网友推荐收集整理而来,仅供爱好者学习和研究使用,版权归原作者所有。
如本站内容有侵犯您的合法权益,请和我们取得联系,我们将立即改正或删除。
Copyright © 2022-2023 祝由师网 版权所有
邮箱:daokedao3713@qq.com