卡方分布的概念、性质和应用.pdfVIP

卡方分布的概念、性质和应用 卡方分布是概率论与数理统计中常用的一种概率分布，它与正态分布、t分布和F分布有密切的关系，是统计推断 中应用最为广泛的概率分布之一。本文将介绍卡方分布的定义、性质和应用，以及如何利用卡方分布表进行假设 检验和置信区间的计算。 卡方分布的定义 定义：若k个相互独立的随机变量ξ₁，ξ₂，…,ξk ，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k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，其分布规律称为自由度为k的卡方分布 （chi- square distribution），记作X~χ²(k)。 卡方分布是一种特殊的伽玛分布，当伽玛分布的形状参数α为k/2，尺度参数β为2时，就是自由度为k的卡方分 布。因此，卡方分布的概率密度函数为： 1 f(x) = xk/2−1e−x/2 , x 0 2k/2Γ(k/2) 其中，Γ(x)表示伽玛函数，它是阶乘在实数域上的推广，即： ∞ Γ(x) = ∫ tx−1e−t t, x 0 0 卡方分布的累积分布函数为： 1 F(x) = γ(k/2, x/2), x 0 Γ(k/2) 其中，γ(x,y)表示不完全伽玛函数，它是伽玛函数在区间[0,y]上的积分，即： y γ(x, y) = ∫ tx−1e−t t, x 0, y 0 0 在大多数涉及卡方分布的书中都会提供它的累积分布函数的对照表。此外许多表格计算软件如OpenOffice.org Calc和Microsoft Excel中都包括卡方分布函数。 卡方分布的性质 卡方分布具有以下一些重要的性质： 自由度为k的卡方变量的期望值是k，即E(X)=k。 自由度为k的卡方变量的方差是2k ，即D(X)=2k。 √ √ 自由度为k的卡方变量的偏度是 8/k，即Skew(X) 8/k。 自由度为k的卡方变量的峰度是12/k，即Kurt(X)=12/k。 自由度为k的卡方变量的熵为： k H(X) = + ln(2Γ(k/2)) + (1 − k/2)ψ(k/2) 2 其中，ψ(x)表示双伽玛函数，它是伽玛函数对数的导数，即： ′ Γ (x) ψ(x) = ln Γ(x) = , x 0 x Γ(x) 由定义可得，独立卡方变量之和同样服从卡方分布。特别地，若X ~χ²(n )，i=1,2,...,m 分别独立服从自由度