卡方分布（Chi-square Distribution）

卡方分布（Chi-square Distribution） 是一种常见的连续概率分布，在统计推断和数据分析中用途广泛，常用于卡方检验（Chi-square Test）、方差分析以及最大似然估计等多个方面。下文将从定义、性质、应用场景和注意事项四个维度对卡方分布进行介绍。

---

1. 卡方分布的定义

1.1 由正态分布衍生

若我们有 $k$ 个相互独立的标准正态随机变量 $Z_1,Z_2,...,Z_k$（即 $Z_i\sim N(0,1)$ 且彼此独立），那么下式定义的随机变量 $X$
$$X=\sum _{i=1}^k{Z}_i^2$$

就服从自由度为 $k$ 的卡方分布（Chi-square Distribution），记为
$$X\sim {\chi }^2(k).$$

• “自由度”（Degrees of Freedom, DOF）在卡方分布中是一个正整数 $k$，决定了其分布形状。

1.2 基本性质

• 非负性：$X\ge 0$。
• 偏态：分布通常是右偏（正偏），当自由度 $k$ 较大时形状逐渐近似正态分布。
• 期望与方差：
  $$\mathbb{E}[X]=k,\mathrm{Var}(X)=2k.$$
• 分布形状：随 $k$ 增加，分布峰值往右移动且变得更接近对称。

---

2. 卡方分布的应用场景

2.1 卡方检验（Chi-square Test）

1. 独立性检验：在列联表中检验两个分类变量是否独立；
2. 适配度检验（Goodness-of-Fit）：检验观测分布与理论分布是否显著偏离；
3. 配对比较或频数分布检验：如多分类特征与目标频次的差异等。

2.2 方差分析与推断

• 在高斯假设下，样本方差（如 ${\hat{\sigma }}^2$) 与卡方分布密切相关：
  $$\frac{(n-1){\hat{\sigma }}^2}{{\sigma }^2}\sim {\chi }^2(n-1).$$
  这在构造方差区间估计或假设检验时非常重要。

2.3 最大似然估计与统计建模

• 在一些统计模型中（如正态假设下的回归模型、协方差结构分析等），卡方分布用于构造似然比检验（Likelihood Ratio Test）的检验统计量，并判断模型拟合优度等。

2.4 其他

• 热力学、随机过程 等研究中，卡方分布也会出现，如观测许多独立高斯变量能量平方和的分布等。

---

3. 卡方分布的概率密度函数（PDF）

卡方分布的 PDF 对应自由度 $k$ 为：

$$f_{{\chi }^2}(x;k)=\{\begin{array}{ll}\frac{1}{2^{k/2}\Gamma (k/2)}{x}^{\frac{k}{2}-1}{e}^{-x/2},& x>0,\\ 0,& \text{otherwise}.\end{array}$$

其中 $\Gamma (\cdot )$ 是伽马函数（Gamma Function）。当 $k$ 为正整数时，$\Gamma (k/2)$ 与阶乘（或半整数阶乘）有具体对应关系。

---

4. 注意事项

1. 自由度
   • 卡方分布的形态和参数推断都依赖于自由度 $k$；需要结合具体检验或方差估计来确定。
2. 近似正态
   • 当 $k$ 较大时（一般 $k>30$ 或更大），卡方分布会呈近似正态分布（中心在 $k$、方差约 $2k$）。
3. 右偏/长尾
   • 当自由度较小（尤其 $k<2$）时，分布非常偏，容易出现较大上尾概率。
4. 配合 F 分布、t 分布
   • 卡方分布常与 t 分布、F 分布一起构成统计推断的三大分布系列，三者之间也有明确的关系（如 $t$ 分布可视为卡方与正态分布的组合，$F$ 分布可看作两个卡方分布比值的变换）。

---

5. 小结

• 卡方分布（${\chi }^2$） 源自对若干独立标准正态变量平方和的研究，具有非负、偏态等特征。
• 关键应用：卡方检验（独立性、适配度等）、方差分析、似然比检验等。
• 参数：唯一参数是自由度 $k$，直接影响分布形状和统计推断。
• 统计意义：在很多经典统计方法中（如列联表分析、方差估计等），卡方分布提供了构造检验统计量的基础，有助于评估样本数据与理论假设的差异程度。

从应用角度看，卡方分布是现代统计学和数据分析中的重要支柱之一，广泛体现在假设检验、模型拟合优度、方差推断以及多维数据分析等领域。