【卡方分布的定义】卡方分布是统计学中一种重要的概率分布，常用于假设检验和置信区间的构建。它与正态分布密切相关，是多个独立标准正态变量平方和的分布。卡方分布具有一个参数——自由度，通常用符号 ν（希腊字母“nu”）表示，自由度决定了分布的形状。
一、卡方分布的定义
设 $ X_1, X_2, \ldots, X_n $ 是来自标准正态分布 $ N(0,1) $ 的独立随机变量，则称：
$$
\chi^2 = X_1^2 + X_2^2 + \cdots + X_n^2
$$
服从自由度为 $ n $ 的卡方分布，记作：
$$
\chi^2 \sim \chi^2(n)
$$
其中，$ n $ 为自由度，也称为卡方分布的参数。
二、卡方分布的基本性质
| 属性 | 描述 |
| 定义 | 由独立标准正态变量的平方和构成 |
| 自由度 | 表示独立变量的个数，影响分布形状 |
| 连续分布 | 卡方分布是连续型概率分布 |
| 非对称性 | 分布右偏，随着自由度增加逐渐趋于对称 |
| 均值 | $ E(\chi^2) = n $ |
| 方差 | $ Var(\chi^2) = 2n $ |
| 可加性 | 若 $ \chi_1^2 \sim \chi^2(n_1) $，$ \chi_2^2 \sim \chi^2(n_2) $，且独立，则 $ \chi_1^2 + \chi_2^2 \sim \chi^2(n_1 + n_2) $ |
三、卡方分布的应用场景
卡方分布广泛应用于以下统计分析中：
- 拟合优度检验：检验样本数据是否符合某种理论分布。
- 独立性检验：检验两个分类变量是否相互独立。
- 方差分析：在某些情况下用于检验总体方差是否相等。
- 置信区间估计：用于构造总体方差的置信区间。
四、卡方分布的概率密度函数
卡方分布的概率密度函数为：
$$
f(x; k) = \frac{1}{2^{k/2} \Gamma(k/2)} x^{k/2 - 1} e^{-x/2}
$$
其中：
- $ x \geq 0 $
- $ k $ 为自由度（正整数）
- $ \Gamma $ 为伽马函数
五、卡方分布的图形特征
随着自由度 $ k $ 的增大，卡方分布的形状会从右偏逐渐变得对称，接近正态分布。当自由度较大时，可以近似使用正态分布进行计算。
六、总结
卡方分布是一种基于标准正态分布的连续概率分布，其核心在于多个独立标准正态变量的平方和。它在统计推断中扮演着重要角色，尤其在假设检验和数据分析中应用广泛。理解其定义、性质及应用场景，有助于更好地掌握统计学的基本工具。