t检验自由度的意义_在统计中自由度是什么？

学无止境。今天看到一位博友的留言。很有感触觉得应该分享出来让更多的人看到。

▓▓▓▓▓▓▓▓▓▓▓░░░░努力加载中……

  一位读者问我是否可以试着解释自由度在统计学中的意义。从那时起，我一直在思考因为请求非常谨慎，像某种野兽，我不确定我是否可以安全地把它打倒在地。

自由度不容易解释，他们在统计中的一些先进和复杂的许多不同的情况下出现。  在数学方面，他们在技术上定义为一个随机向量域的维数。

但我们不会讲到这些，因为自由度通常不是你需要了解执行统计分析，除非你是一个研究的统计学家或有人研究统计理论。然而心中真想知道，为了冒险和好奇，下面是一些例子，提供一个统计数据的基本要点。

不同的自由度

首先忘记统计数据，想象你是一个风趣的人，喜欢戴帽子，你不关心什么是自由度，你相信多样性是生活的调味品。不幸的是你有约束，你只有7个帽子。然而，你想每天戴不同的帽子。

在第一天，你可以戴7帽子中的任何一个。第二天，你可以从剩下的6个帽子中选择，第三天你可以从剩下的5个帽子中选择，等等。第六天，在这周没有戴过的帽子中你还有2个帽子选择。但你选择你的帽子后6天，在7天你没有可以选择的帽子戴。你必须戴最后剩下的帽子。你有7 - 1 = 6天的“帽子”自由的帽子你可以改变！

这是统计中的自由度的一种理念。自由度通常被广泛地定义为“观测”(信息的片段)在估计统计参数时自由变化的数据的数量。

自由度：单样本t检验

现在想象你没有帽子，你进入数据分析。

你有一个10个值的数据集，如果你不估计，每个值可以取任意数量，对吗? 每个值是完全自由的变化。但如果你想用单样本t检验测试一个10样本总体均值，你现在有一个约束的均值估计。这个约束到底是什么? 根据定义的意思，下面的关系必须保持：数据中所有值的总和必须等于nx的平均值，n为数据集的数量值。

如果一个数据集有10个值，10个值的总和必须等于平均值x 10。如果10个值的均值为3.5(你可以选择任意数量)，这种约束要求10个值之和必须等于10 x 3.5 = 35。有了这个约束，数据集的第一个值是可以自由变化的。对于任何值，所有10个数字值和对于35仍然是可能。第二个值还可以自由变化因为无论你选择何种值，它仍然允许的可能性的总和为35。

事实上，前9个值可以是任何东西，包括这2个例子：
     34, -8.3, -37, -92, -1, 0, 1, -22, 99
     0.1, 0.2, 0.3, 0.4, 0.5, 0.6, 0.7, 0.8, 0.9

但要有所有10个值的总和为35，并有一个平均值为3.5，第十个值不能改变。它必须是一个特定的数字：
     34, -8.3, -37, -92, -1, 0, 1, -22, 99  -----> 第10个值必须是61.3
     0.1, 0.2, 0.3, 0.4, 0.5, 0.6, 0.7, 0.8, 0.9 ----> 第10个值必须是30.5

因此你有10 - 1 = 9自由度，不管您使用什么样本量或者，你在使用样本平均值的最后一个值是不自由变化，你最终得到n- 1自由度(其中n是样本容量)。

另一种方式是，自由度的数量等于“观测”的数量减去所需的观测之间的关系(例如，参数估计数)。对于单样本t检验一个自由度估计均值，剩下的n- 1自由度估计可变性。自由度定义特定的t分布，用来计算t检验p值和t值。

注意，对于小样本(n)，有较小的自由度(n - 1对应的单样本t检验)，t分布有胖的尾巴。这是因为t分布是专门设计提供更多保守的测试结果在分析小样本(如在酿酒行业)。 随着样本容量(n)的增加,自由度数量增加，t分布接近正态分布。

自由度：卡方检验

让我们看看另一个方面，一个卡方检验的独立性是用来确定两个分类变量是否相关。对于这个测试，自由度是在两行和列的边际总数的约束条件下，可以改变的分类变量的双向表中的单元格数。所以每个“观察”在这种情况下是一个个体的频率。考虑最简单的例子: : 一个2×2表，为每个类别的两类两水平。

不管您使用什么值的行和列边际总数。一旦设置这些值，只有一个细胞的值可以改变(这里显示的标志可能是四个个体的任何一个)。一旦你输入一个个体的数量，所有其他个体的数量是预先的行和列的总数。 他们不是自由变化。因此，卡方检验的独立性自由度为1的2×2表。

类似地3 x 2表有2自由度，因为只有两个给定的一组细胞可以不同的边际总数。

 如果你尝试用不同大小的表，最终你会找到一个通用公式。对于一个r行和c列的表，可以改变个体的数量(r1)(c1)。这就是独立的卡方检验的自由度公式！自由度定义卡方分布用来评估独立的检验。

卡方分布是偏态分布，随着自由度的增加，它接近正态的曲线。

1

自由度：回归

 回归的背景下，经常说到自由度。回想一下，自由度一般等于观测的数量(或信息)-参数估计的数量。当您执行回归,一个参数估计在模型中的每一个术语，并且每一个都消耗了一个自由度。因此，包括多元回归模型来减少过度自由的程度可估计参数的变异性。事实上，如果不是足够的数据量方面的数量在你的模型中，甚至可能不会有足够的自由度(DF)误差项和没有假定值或f值可以计算。 你会得到输出这样的。

  如果发生这种情况，你需要收集更多的数据(增加自由度)或删除从您的模型(减少所需的自由度数量)。尽管在一个随机向量的域界存在，自由度确实真实的、有形的影响你的数据分析。