卡方分布的性质与应用探讨.docVIP

卡方分布的性质与应用探讨 　　摘 要： 本文主要研究的是卡方分布的性质和卡方分布在现实生活中的应用。本文的重点是通过典型实例分析了卡方检验在单因素拟合度检验和多因素独立性检验的应用。在单因素拟合度检验中，介绍了卡方分布在检验数据之间有无差异性以及样本分布与理论分布模型之间的拟合度中的应用;在多因素卡方独立性检验中，讨论了列联表独立性检验和齐一性卡方检。 中国论文网 /4/view-7194118.htm 　　 关键词：卡方检验 nbsp; nbsp;列联表 nbsp; nbsp;独立性检验 nbsp; nbsp;拟合度检验 nbsp; nbsp;显著性水平 　　 中图分类号：G633.6 文献标识码：A nbsp; nbsp; nbsp;文章编号：1003-9082（2016）01-0199-02 　　一、卡方分布的理论概述 　　若n个相互独立的随机变量 nbsp; nbsp; 、 nbsp; nbsp; 、...... nbsp; nbsp; nbsp;，均服从标准正态分布，则这n个均服从标准正态分布的随机变量的平方和 nbsp; nbsp; nbsp; nbsp; nbsp; nbsp;构成一个新的随机变量，其分布规律称为卡方分布。其中参数n称为自由度，自由度不同卡方分布就不同。从以上的定义介绍中我们可以看出，卡方分布实际上是由正态分布构造而成的一个新的分布，这也正说明了正态分布在数理统计中的重要作用。卡方分布是概率论和统计学中重要的一种开率分布。卡方分布常用于假设检验和置信区间的计算。 　　二、卡方分布的性质 　　1.卡方分布的图像分布在第一象限，且呈正偏态. 　　2.卡方分布随着自由度增加而逐渐趋向于对称，df很大时接近正态分布，当df趋向于正无穷大时，分布即为正态分布。 　　3.卡方分布只有一个参数，即自由度n，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。 　　4.卡方分布的均值为自由度n，记作Eχ2=n，这里的符号“E”是表示对随机变量取平均值的意思;卡方分布的方差为二倍的自由度，即为Dχ2=2n，这里的符号“D”表示对随机变量求方差。 　　5.卡方分布具有可加性：如果k个服从卡方分布而且相互独立的随机变量，则它们的和仍然服从卡方分布，这个新的卡方分布的自由度为原来的k个卡方分布自由度之和。 　　6.不管自由度n是多少，卡方分布曲线下的面积都是1. 　　7.卡方值都是正数。 　　三、卡方检验的应用 　　1.卡方检验的简单介绍 　　卡方检验的基本步骤是：第一步，建立原假设 nbsp; nbsp; nbsp; （正常情况下结论，不以否定的）和备择假设;第二步，根据理论分布或者理论经验建立期望频数;第三部，由实际频数和计算出来的期望频数来计算样本的卡方值，卡方检验的基本公式是： 　　 　　其中， nbsp; nbsp; nbsp;表示实际频数， nbsp; nbsp; nbsp;表示期望频数， nbsp; nbsp; nbsp;2表示卡方值。在实际应用中，调查资料或者实验得出的若干个实际频数与理论频数之间的差别可以用公式一来表示，如果样本量足够大，要是大于40而且理论频数大于5，则公式一就近似服从卡方分布，样本来那个越大，近似程度就越好;第四步，根据显著性水平α和自由度在卡方分布概率表中找出相对应的卡方临界值，如果卡方临界值小于运算得出的卡方值，就接受原假设，如果卡方临界值大于运算得出的卡方值，就拒绝原假设，接受备择假设。在卡方分布的应用研究中，常用于两种情况：拟合度检验和独立性检验，下面我们就论证了这两种应用。 　　2.单一因素的卡方拟合度检验 　　我们都知道，影响一个事物的因素可能是多种多样的。同样的，在非参数检验过程中，只有一个因素改变的检验成为单因素检验，多个因素同时改变的检验成为多因素检验。拟合度检验是对已经制作好的预测模型进行检验，比较它们的预测结果与实际发生情况之间的吻合度。 　　2.1检验数据之间有无差异性 　　检验观测的数据之间的差异性是比较简单的单因素卡方检验，只是简单的检验了分成多项的频数之间在数量上有无明显的差异。下面这个例子是这一检验在语言研究中的应用。 　　例 为了了解学生学习数学的动机，我们做了一次小范围的问卷调查，这次问卷分为了5个项目，调查了100名普通高校大一学生，调查问卷的结果如表二所示。现在的问题是，从问卷调查结果分析学生学习数学的动机有无显著性差异？ 　　表一 学生学习英语的动机实际频数表 　　上表所给的数据是计数数据而且样本量不大，比较适合用卡方拟合度检验。问题具体分析步骤如下： 　　（1）建立原始假设和备择假设。原始假设认为每个学生学习数学的动机之间没有明显的差异;备择假设则认为学生学习英语的动机有明显的差异。