数理统计笔记篇--抽样分布（自用）

最新推荐文章于 2024-07-12 14:17:28 发布

Chen 6

最新推荐文章于 2024-07-12 14:17:28 发布

阅读量851

点赞数 16

文章标签：学习

本文链接：https://blog.csdn.net/CNNconter/article/details/136713095

版权

1. 卡方分布。

1.1 什么是卡方分布？

在1900年初，英国统计学家卡尔·皮尔逊为了衡量观察频数与理论频数之间的偏差，提出了卡方检验，从而引入了卡方分布的概念。卡方分布是一种特殊的概率分布，它是多个独立的标准正态分布的平方和的分布。

为了直观理解卡方分布，让我们通过一个简单的例子来说明。假设我们有一枚完美的六面骰子，我们希望验证这个骰子是否公平。我们把它投掷600次，按理论，每一面出现的次数应该是100次。但实际上，每一面出现的次数总会有所不同。通过计算每一面出现次数与理论值之间的偏差，我们可以利用卡方分布来判断这个骰子是否真的公平。

如何使用卡方检验验证骰子是否公平：

1. 设定零假设和备择假设：
- 零假设（H0）：骰子是公平的，即每一面出现的概率相等。
- 备择假设（H1）：骰子不公平，至少有一面出现的概率与其他面不同。

2. 收集数据：假设我们投掷骰子600次，记录下每一面出现的次数。

3. 计算预期频数：如果骰子是公平的，那么我们预期每一面出现的次数为 600 /6 = 100次。

4. 计算卡方统计量：公式为

，

其中 Oi 是观测频数，Ei是预期频数。对于骰子的每一面，我们都计算（Oi - Ei）^2 / Ei，然后将这六个值相加，得到卡方统计量。

5. 确定显著性水平：通常情况下，我们可能会选择0.05作为显著性水平。

6. 查找卡方分布表：根据自由度（在这个例子中是6-1=5）和显著性水平（比如0.05），我们可以在卡方分布表中找到临界值。

7. 作出结论：如果计算出的卡方统计量大于卡方分布表中的临界值，我们拒绝零假设，认为骰子不公平；如果小于或等于临界值，我们没有足够的证据拒绝零假设，因此不能认为骰子不公平。

（注意：在卡方检验中，自由度的概念与我们设置约束条件的数量有关。对于骰子的例子，虽然骰子有6个面，但自由度是5，这是因为总频数（在这个案例中是投掷次数，比如600次）是一个固定的约束条件。

让我们更深入地解释一下：

- 当我们说每一面出现的次数期望为100（假设投掷600次，每一面出现的概率都是1/6），这个期望值是基于总投掷次数600这个固定的总和。
- 当你知道了前5个面出现的次数之后（假设是面1到面5），那么第6个面出现的次数实际上已经被确定了，因为所有面出现的次数之和必须等于600。换句话说，最后一个面出现的次数并不是自由的；它是由前5个面出现次数的结果所决定的。

因此，尽管骰子有6个面，但实际上只有5个自由度，因为总次数的约束导致了最后一个频数值是由前面的频数值确定的。在统计学中，自由度通常定义为独立观测的数量减去被施加的独立约束的数量。在卡方检验的上下文中，这意味着我们有6个独立的观测（每个面的出现次数）和1个约束条件（总次数），因此自由度为 \(6 - 1 = 5\)。）

1.2 卡方分布的性质：

卡方分布的数学性质是统计学中的重要内容，以下是一些核心的性质及其简要的证明概述：

1. 定义和性质

定义：如果k个独立的随机变量Z1, Z2,..., Zk都服从标准正态分布N(0,1)，那么这些随机变量平方和的分布称为自由度为k的卡方分布。其数学表示为：

性质：

非负性：卡方分布是非负的，即Q >0。
均值和方差：如果Q服从自由度为\(k\)的卡方分布，那么其均值E[Q] = k，方差Var[Q] = 2k。
可加性：如果Q1和Q2是两个独立的卡方分布变量，分别具有自由度k1和k2，那么它们的和Q1 + Q2也服从卡方分布，自由度为k1 + k2。

2. 证明概述

2. F分布

2.1 什么是F分布

F分布，有时也被称为方差比分布，是一种非常有趣且具有广泛应用的概率分布。

想象一下，我们有两组数据，每组数据都来自于不同的正态分布总体。我们对这两组数据各自进行方差分析，得到了两个方差值。现在，我们想要比较这两个方差，看看它们是否显著不同。这正是F分布闪亮登场的时刻。

F分布是由两个独立的卡方分布的比值形成的。如果我们将两个卡方分布变量，每个变量都除以其对应的自由度，然后再将其中一个除以另一个，我们得到的这个比值就遵循F分布。这个过程可以用一个非常简洁的公式来描述：

，

其中U和V是两个独立的卡方分布变量，df1和df2分别是它们的自由度。

F分布的美妙之处在于它的形状和参数。F分布的形状由两个自由度参数决定，这意味着我们可以通过调整这两个参数来改变分布的形状。这种灵活性使F分布成为比较两个方差的理想工具。

在实际应用中，F分布通常用于方差分析（ANOVA）和回归分析。它允许我们检验不同组别之间是否存在显著的方差差异，从而帮助我们理解数据中的潜在模式和结构。

当然，我将通过一个方差分析（ANOVA）的例子，来展示F分布在实际中的用处。

假设我们是一个大学的教育研究小组，正在研究三种不同的教学方法对学生考试成绩的影响。我们的目标是判断这三种方法是否存在显著差异，即它们是否对学生的考试成绩有不同的影响。这三种教学方法分别为：传统讲授法（A），协作学习法（B），以及基于项目的学习法（C）。我们随机选取了一批学生，将他们分为三组，每组使用一种教学方法，然后比较这三组学生的考试成绩。

在进行方差分析时，我们首先计算组内方差，即同一组内不同学生考试成绩的方差。这反映了在同一教学方法下学生成绩的波动程度。接下来，我们计算组间方差，即不同组（即不同教学方法）学生平均成绩之间的方差。这反映了不同教学方法对学生成绩的影响程度。

接下来的关键步骤是使用F检验来判断这些方差是否显著。具体来说，我们计算F统计量，这是组间方差与组内方差的比值。根据F分布，我们可以确定在零假设（即所有教学方法的效果相同）为真的情况下，获得当前或更极端F统计量值的概率（即P值）。

如果P值小于我们设定的显著性水平（例如0.05），我们就有足够的证据拒绝零假设，接受备择假设——即至少有一种教学方法的效果与其他方法显著不同。这意味着，我们的实验结果显示，不同的教学方法对学生的考试成绩有显著影响。

通过这个例子，我们可以看到F分布在比较不同组间方差时的用处。它不仅帮助我们确定不同教学方法的效果是否有显著差异，而且还为我们进一步探索哪些具体方法更有效提供了基础。这种分析方法在教育研究、心理学、生物学等众多领域都有广泛的应用。