【程序员眼中的统计学（11）】卡方分布的应用

卡方分布的应用

作者 白宁超
2015年8月9日22:33:00

摘要：程序员眼中的统计学系列是作者和团队共同学习笔记的整理。首先提到统计学，很多人认为是经济学或者数学的专利，与计算机并没有交集。诚然在传统学科中，其在以上学科发挥作用很大。然而随着科学技术的发展和机器智能的普及，统计学在机器智能中的作用越来越重要。本系列统计学的学习基于《深入浅出统计学》一书（偏向代码实现，需要读者有一定基础，可以参见后面PPT学习）。正如（吴军）先生在《数学之美》一书中阐述的，基于统计和数学模型对机器智能发挥重大的作用。诸如：语音识别、词性分析、机器翻译等世界级的难题也是从统计中找到开启成功之门钥匙的。尤其是在自然语言处理方面更显得重要，因此，对统计和数学建模的学习是尤为重要的。最后感谢团队所有人的参与。（ 本文原创，转载注明出处：卡方分布的应用  )

 目录

---

【程序员眼中的统计学（1）】 信息图形化：第一印象

【程序员眼中的统计学（2）】集中趋势度量：分散性、变异性、强大的距

【程序员眼中的统计学（3）】概率计算：把握机会

【程序员眼中的统计学（4）】离散概率分布的运用：善用期望

【程序员眼中的统计学（5）】排列组合：排序、排位、排

【程序员眼中的统计学（6）】几何分布、二项分布及泊松分布：坚持离散

【程序员眼中的统计学（7）】正态分布的运用：正态之美

【程序员眼中的统计学（8）】统计抽样的运用：抽取样本

【程序员眼中的统计学（9）】总体和样本的估计：进行预测

【程序员眼中的统计学（10）】假设检验的运用：研究证据

【程序员眼中的统计学（11）】卡方分布的应用

【程序员眼中的统计学（12）】相关与回归：我的线条如何?

1 题引和基本知识介绍

---

1 什么是卡方分布?

  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$$Q=\sum_{i=1}^{n}ξ_i^2$$构成一新的随机变量，其卡方分布规律称为x^2,分布（chi-square distribution），其中参数n称为自由度，正如正态分布中均值或方差不同就是另一个$x^2$正态分布一样，自由度不同就是另一个分布。记为 Q~x^2(k). 卡方分布是由正态分布构造而成的一个新的分布，当自由度n很大时，X^2分布近似为正态分布。 对于任意正整数k， 自由度为 k的卡方分布是一个随机变量X的机率分布。

2 为什么要引用卡方分布?

  以特定概率分布为某种情况建模时，事物长期结果较为稳定，能够清晰进行把握。但是期望与事实存在差异怎么办？偏差是正常的小幅度波动？还是建模错误？此时，利用卡方分布分析结果，排除可疑结果。【事实与期望不符合情况下使用卡方分布进行检验】

3 生活中又怎样的事例（抽奖机之谜）会出现这种现象呢？

  抽奖机，肯定都不陌生，现在一些商场超市门口都有放置。正常情况下出奖概率是一定的，基本商家收益。倘若突然某段时间内总是出奖，甚是反常，那么到底是某阶段是小概率事件还是有人进行操作了？抽奖机怎么了？针对这种现象或者类似这种现象问题则可以借助卡方进行检验，暂且不着急如何检验，还是补充一下基础知识，再逐步深入解决问题。【常规事件中出现非常规现象，如何检查问题所在的情况下使用卡方分布】

4 问题描述：抽奖机之谜？

问题一：卡方检验拟合优度案例

下面是某台抽奖机的期望分布，其中X代表每局游戏的净收益（每局独立事件）：

  
实际中人们收益的频数为：
  
在5%的显著性水平下，看看能否有足够证据证明判定抽奖机被人动了手脚。

1、算出每个x值的实际频率与根据概率分布得出的期望频率进行比较？
2、利用抽奖机的观察频率和期望频率表计算检验统计量？
3、要检验的原假设是什么？备择假设是什么？
4、自由度为4且5%水平的拒绝域是多少？
5、检验统计量是多少？
6、检验统计量是在拒绝域以内还是拒绝域以外？
7、你将接受还是拒绝原假设？

问题二：卡方检验独立性案例

下表显示各位庄家的观察频数，