📜  统计-卡方分布

📅  最后修改于: 2021-01-23 06:27:42             🧑  作者: Mango


具有自由度的卡方分布(卡方或$ {X ^ 2} $-分布),k是k个独立标准正态随机变量的平方和的分布。它是统计中使用最广泛的概率分布之一。这是伽马分布的特例。

卡方分布

卡方分布被统计人员广泛用于计算以下内容:

  • 使用样本标准偏差来估计正态分布的总体标准偏差的置信区间。

  • 检查两个定性变量的两个分类标准的独立性。

  • 检查类别变量之间的关系。

  • 在基础分布为正态的情况下研究样本方差。

  • 测试预期频率与观察频率之间的差异偏差。

  • 进行卡方检验(拟合优度检验)。

概率密度函数

卡方分布的概率密度函数为:

$ {f(x; k)=} $ $ \开始{cases} \ frac {x ^ {\ frac {k} {2}-1} e ^ {-\ frac {x} {2}}} {2 ^ {\ frac {k} {2}} \ Gamma(\ frac {k} {2})},&\ text {if $ x \ gt 0 $} \\ [7pt] 0,&\ text {if $ x \ le 0 $} \ end {cases} $

哪里-

  • $ {\ Gamma(\ frac {k} {2})} $ =具有针对整数参数k的闭合形式值的Gamma函数。

  • $ {x} $ =随机变量。

  • $ {k} $ =整数参数。

累积分布函数

卡方分布的累积分布函数为:

$ {F(x; k)= \ frac {\ gamma(\ frac {x} {2},\ frac {k} {2})} {\ Gamma(\ frac {k} {2})} \\ [7pt] = P(\ frac {x} {2},\ frac {k} {2})} $

哪里-

  • $ {\ gamma(s,t)} $ =较低的不完全伽马函数。

  • $ {P(s,t)} $ =正则伽马函数。

  • $ {x} $ =随机变量。

  • $ {k} $ =整数参数。