Распределение хи-квадрат: различия между версиями
[отпатрулированная версия] | [отпатрулированная версия] |
Содержимое удалено Содержимое добавлено
LGB (обсуждение | вклад) викификация |
V1adis1av (обсуждение | вклад) оформление, уточнение |
||
Строка 11:
mean =<math>k</math>|
median =примерно <math>k-2/3</math>|
mode =0 для <math>k<2,</math><br><math>k-2,</math> если <math>k\geq 2</math>|
variance =<math>2\,k</math>|
skewness =<math>\sqrt{8/k}</math>|
Строка 21:
}}
'''Распределе́ние <math>\chi^2</math> (хи-квадра́т) с <math>k</math> степеня́ми свобо́ды''' —
== Определение ==
Строка 31:
Распределение хи-квадрат является частным случаем [[Гамма-распределение|гамма-распределения]], и его плотность имеет вид:
: <math>f_{\chi^2(k)}(x) \equiv \Gamma\!\left({k \over 2}, { 2}\right) = \frac{(1/2)^{k \over 2}}{\Gamma\!\left({k \over 2}\right)}\, x^{{k \over 2} - 1}\, e^{-\frac{x}{2}}</math>,
где <math>\Gamma\!\left({k/2}, 2\right)</math> означает гамма-распределение, а <math>\Gamma\!\left({k/2}\right)</math> — [[Гамма-функция|гамма-функцию]].
Строка 54:
* Если <math>k=2</math>, то распределение хи-квадрат совпадает с [[Экспоненциальное распределение|экспоненциальным распределением]]:
: <math> \chi^2(2) \equiv \mathrm{Exp}(1/2)</math>.
* Если <math>X \sim \chi^2(2k)</math>, тогда <math>X \sim \operatorname{Erlang}(k, 1/2)</math>
* Если <math>Y_1 \sim \chi^2(k_1)</math> и <math>Y_2 \sim \chi^2(k_2)</math>, то случайная величина
: <math>F = \frac{Y_1/k_1}{Y_2 / k_2}</math>
имеет [[распределение Фишера]] со степенями свободы <math>(k_1,k_2)</math>.
* <math> \chi_k^2 \sim {\chi'}^2_k(0)</math> ([[нецентральное хи-квадрат распределение]] с параметром нецентральности <math> \lambda = 0 </math>)
* Если <math>X \sim \chi^2(\nu)\,</math> и <math>c>0 \,</math>, тогда <math>cX \sim \Gamma(k=\nu/2, \theta=2c)\,</math>. ([[гамма-распределение]])
* Если <math>X \sim \chi^2_k</math>, тогда <math>\sqrt{X} \sim \chi_k</math> ([[хи распределение]])
* Если <math>X \sim \operatorname{Rayleigh}(1)\,</math> ([[распределение Рэлея]]), тогда <math>X^2 \sim \chi^2(2)\,</math>
* Если <math>X \sim \operatorname{Maxwell}(1)\,</math> ([[распределение Максвелла]])
* Если <math>X \sim \chi^2(\nu_1)\,</math> и <math>Y \sim \chi^2(\nu_2)\,</math> независимы, тогда <math>\tfrac{X}{X+Y} \sim \operatorname{Beta}(\tfrac{\nu_1}{2}, \tfrac{\nu_2}{2})\,</math>
* Если <math> X \sim \operatorname{U}(0,1)\, </math>
* <math>\chi^2(6)\,</math>
* Если <math>X_i \sim \operatorname{Laplace}(\mu,\beta)\,</math>, тогда <math>\sum_{i=1}^n \frac{2 |X_i-\mu|}{\beta} \sim \chi^2(2n)\,</math>
* хи-квадрат распределение
* [[t-распределение]]
* [[t-распределение]] может быть пролучено из распределения хи-квадрат и [[нормальное распределение|нормального распределения]]
* Если <math>X_1 \sim \chi^2(k_1)</math> и <math>X_2 \sim \chi^2(k_2)</math>
== Вариации и обобщение ==
Строка 80:
== История ==
[[Критерий согласия Пирсона|Критерий <math> \chi^2 </math>
Общее обсуждение критерия <math> \chi^2 </math>
== Приложения ==
Распределение хи-квадрат имеет многочисленные приложения при
Далее приведены примеры ситуаций, в которых распределение хи-квадрат
* если <math>X_1, ..., X_n</math>
* В таблице показаны некоторые [[статистика|статистики]], основанные на <math>X_i \sim N(\mu_i, \sigma^2_i), i = 1, ..., k</math> [[независимые случайные величины|независимых случайных величин]], распределения которых связаны с распределением хи-квадрат:
<center>
{| class="wikitable" align="center"
Строка 96:
! Название !! Статистика
|-
| распределение хи-квадрат
|-
| [[нецентральное распределение хи-квадрат
|-
| [[распределение хи
|-
| [[нецентральное
|}
</center>
==Таблица значений ''χ''<sup>2</sup> и ''p''-значений==▼
P-значение — вероятность получить для данной вероятностной модели распределения значений случайной величины такое же или более экстремальное значение статистики, по сравнению с наблюдаемым, при условии верности нулевой гипотезы. В данном случае это распределение <math>\chi^2</math>. Так как значение [[функция распределения|функции распределения]] в точке для соответствующих степеней свободы дает вероятность получить значение статистики ''менее экстремальное'' чем эта точка, ''p''-значение можно получить, если отнять от единицы значение функции распределения. Малое ''p''-значение — ниже выбранного уровня значимости — означает [[статистическая значимость|статистическую значимость]]. Этого будет достаточно, чтобы отвергнуть нулевую гипотезу. Чтобы различать значимые и незначимые результаты, обычно используют уровень 0.05. ▼
▲== Таблица значений {{math|''χ''<sup>2</sup>}} и {{math|''p''}}-значений ==
В таблице даны ''p''-значения для соответствующих значений <math> \chi^2 </math> у первых десяти степеней свободы. ▼
▲Для любого числа {{math|''p''}} между 0 и 1 определено [[P-значение
▲В таблице даны {{math|''p''}}-значения для соответствующих значений <math> \chi^2 </math> у первых десяти степеней свободы.
{| class="wikitable"
|-
! Степени свободы ({{math|df}})
!colspan=11| Значение <math> \chi^2 </math>
|-
| style="text-align:center;" | 1
| 0
| 0
| 0
| 0
| 0
| 1
| 1
| 2
| '''3
| 6
| 10
|-
| style="text-align:center;" | 2
| 0
| 0
| 0
| 0
| 1
| 2
| 3
| 4
| '''5
| 9
| 13
|-
| style="text-align:center;" | 3
| 0
| 0
| 1
| 1
| 2
| 3
| 4
| 6
| '''7
| 11
| 16
|-
| style="text-align:center;" | 4
| 0
| 1
| 1
| 2
| 3
| 4
| 5
| 7
| '''9
| 13
| 18
|-
| style="text-align:center;" | 5
| 1
| 1
| 2
| 3
| 4
| 6
| 7
| 9
| '''11
| 15
| 20
|-
| style="text-align:center;" | 6
| 1
| 2
| 3
| 3
| 5
| 7
| 8
| 10
| '''12
| 16
| 22
|-
| style="text-align:center;" | 7
| 2
| 2
| 3
| 4
| 6
| 8
| 9
| 12
| '''14
| 18
| 24
|-
| style="text-align:center;" | 8
| 2
| 3
| 4
| 5
| 7
| 9
| 11
| 13
| '''15
| 20
| 26
|-
| style="text-align:center;" | 9
| 3
| 4
| 5
| 6
| 8
| 10
| 12
| 14
| '''16
| 21
| 27
|-
| style="text-align:center;" | 10
| 3
| 4
| 6
| 7
| 9
| 11
| 13
| 15
| '''18
| 23
| 29
|-
! scope="row" style="text-align:right;" | {{math|''p''}}-значение
| style="background: #ffa2aa" | 0
| style="background: #efaaaa" | 0
| style="background: #e8b2aa" | 0
| style="background: #dfbaaa" | 0
| style="background: #d8c2aa" | 0
| style="background: #cfcaaa" | 0
| style="background: #c8d2aa" | 0
| style="background: #bfdaaa" | 0
| style="background: #b8e2aa" | '''0
| style="background: #afeaaa" | 0
| style="background: #a8faaa" | 0
|-
|}
Эти значения могут быть вычислены через [[квантиль]] (обратную функцию распределения) распределения хи-квадрат
В таблице дано округление до сотых; более точные таблицы для большего количества степеней свободы см., например, здесь<ref name="Statsoft">[http://statsoft.ru/home/textbook/modules/sttable.html#chi StatSoft: Таблицы распределений
== См. также ==
|