卡方（chi-square）分布、卡方分布的直方图

最新推荐文章于 2024-12-06 00:51:21 发布

听海边涛声

最新推荐文章于 2024-12-06 00:51:21 发布

阅读量385

点赞数 2

文章标签：概率论 numpy python

本文链接：https://blog.csdn.net/panghuangang/article/details/140204296

版权

定义

如果 $X_{1},X_{2},...,X_{k}$ 是 $k$ 个相互独立的、标准正态分布的随机变量，即每个随机变量的均值0，方差为1 ，那么这 $k$ 个随机变量的平方和：

$Q=\sum_{i=1}^{k}X_{i}^{2}$

$Q$ 服从自由度为 $k$ 的卡方分布，记为： $Q\sim \chi _{k}^{2}$

卡方分布的概率密度为：

$p(x)=\frac{1}{2^{k/2}\Gamma (k/2)}x^{\frac{k}{2}-1}e^{-x/2},\: \: \: \: \: \: x>0$

$p(x)=0,\: \: \: \: \: \: \: other$

其中 $\Gamma$ 是Gamma函数。

从卡方分布中抽样并画出直方图

import numpy as np
import matplotlib.pyplot as plt

rng = np.random.default_rng()
# df是自由度，size是返回的数据形状
df, size = 1, 10000
sample = rng.chisquare(df, size)

# 在数据sample上计算并画出直方图
plt.hist(sample, bins='auto', density=True, label=f'df={df}')
plt.legend()
plt.show()