卡方分布均值怎么推导的
4个回答
展开全部
具体回答如图:
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构成一新的随机变量,其分布规律称为卡方分布。
对于任意正整数x, 自由度为v的卡方分布是一个随机变量X的机率分布。
扩展资料:
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。
在抽样分布理论一节里讲到,从正态总体进行一次抽样就相当于独立同分布的 n 个正态随机变量ξ1,ξ2,…,ξn的一次取值,将 n 个随机变量针对总体均值与方差进行标准化得(i=1,…,n),显然每个都是服从标准正态分布的。
把一个式子中独立变量的个数称为这个式子的“自由度”,确定一个式子自由度的方法是:若式子包含有 n 个变量,其中k 个被限制的样本统计量,则这个表达式的自由度为 n-k。比如中包含ξ1,ξ2,…,ξn这 n 个变量,其中ξ1-ξn-1相互独立,ξn为其余变量的平均值,因此自由度为 n-1。
参考资料来源:百度百科——卡方分布
展开全部
样本均值与样本方差
样本均值:X¯¯¯¯=∑ki=1Xik
样本方差:Var(X)=∑ki=1|Xi−X¯¯¯¯¯|k
正态分布
f(x|μ,σ2)=1(2π)1/2exp[−12(x−μσ)2] , μ为均值,σ为标准差,μ决定了中心轴的位置,σ决定了函数的高度。
标准正态函数:
f(x|0,1)=1(2π)1/2exp(−12x2)
伽马分布
首先说说伽马分布的由来,伽马分布是基于著名的伽马函数推导而来,过程如下
Γ(a)=∫∞0xa−1e−xdx伽马函数
Γ(n)=(n−1)Γ(n−1)=(n−1)!Γ(1)
Γ(12)=π12
设x=μβ=φ(μ)
根据x=φ(μ),∫f(x)g(x)dx=∫f∘φ(μ)g∘φ(μ)φ′(μ)
得到:Γ(a)=βa∫∞0μa−1e−μβdμ
所以伽马分布(概率密度函数)为: f(μ|a,β)=βaΓ(a)μa−1e−μβ
这样,在对 f(μ|a,β)求∫+∞0的时候(伽马分布的概率分布函数),结果永远等于1.
卡方分布
公式:f(x)=12n/2Γ(n/2)xn/2−1e−x/2
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构成一新的随机变量,其分布规律称为卡方分布(chi-square distribution)。
样本均值:X¯¯¯¯=∑ki=1Xik
样本方差:Var(X)=∑ki=1|Xi−X¯¯¯¯¯|k
正态分布
f(x|μ,σ2)=1(2π)1/2exp[−12(x−μσ)2] , μ为均值,σ为标准差,μ决定了中心轴的位置,σ决定了函数的高度。
标准正态函数:
f(x|0,1)=1(2π)1/2exp(−12x2)
伽马分布
首先说说伽马分布的由来,伽马分布是基于著名的伽马函数推导而来,过程如下
Γ(a)=∫∞0xa−1e−xdx伽马函数
Γ(n)=(n−1)Γ(n−1)=(n−1)!Γ(1)
Γ(12)=π12
设x=μβ=φ(μ)
根据x=φ(μ),∫f(x)g(x)dx=∫f∘φ(μ)g∘φ(μ)φ′(μ)
得到:Γ(a)=βa∫∞0μa−1e−μβdμ
所以伽马分布(概率密度函数)为: f(μ|a,β)=βaΓ(a)μa−1e−μβ
这样,在对 f(μ|a,β)求∫+∞0的时候(伽马分布的概率分布函数),结果永远等于1.
卡方分布
公式:f(x)=12n/2Γ(n/2)xn/2−1e−x/2
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构成一新的随机变量,其分布规律称为卡方分布(chi-square distribution)。
已赞过
已踩过<
评论
收起
你对这个回答的评价是?
展开全部
chi2(n) <=> gamma(n/2,1/2),利用gamma分布导出的。可参考复旦大学出版社的《数理统计讲义》
已赞过
已踩过<
评论
收起
你对这个回答的评价是?
推荐律师服务:
若未解决您的问题,请您详细描述您的问题,通过百度律临进行免费专业咨询