0阶贝塞尔函数_卡方分布的概率密度函数和它的一些衍生问题

最近在上一门叫做生物统计学与试验设计的课（估计大二+的人会比较熟悉），里面讲到了3种重要的统计分布。但让我感到非常奇怪的是，书上和老师的给我们讲的是，介绍了这个分布的概念，下一步直接翻附表查概率，其余基本啥也没讲。这让我感到好奇心大受挫损，遂在课余时间研究推导了一下这些分布（也有的推导过程是我上网查询的），写了这篇文章。

卡方分布定义：

X1, X2, …, Xi, …, Xn~N(0, 1)且X1, X2, …, Xi, …, Xn相互独立（或(X1, X2, …, Xi, …, Xn)是某个标准正态总体某次独立随机抽样的样本），则称Y=ΣXi2服从df=n的卡方分布，写作Y~χ²(n)。这个分布由詹姆斯·麦克斯韦(James Clerk Maxwell, 1831-1879)在研究空气分子的运动速度的分布时发现的，他发现分子运动速度的平方v²~χ²(3)。后来又有多人提出这种分布，例如弗里德里希·罗伯特·海尔默特(Friedrich Robert Helmert, 1843-1917)于1875年，故卡方分布有时（在德国常见，因海尔默特是德国人）也称海尔默特分布；另外，这一结果被英国生物统计学家、优生学家、数理统计学创始人和社会达尔文主义理论家卡尔·皮尔逊(Karl Pearson, 1857-1936)推广并于1900年发表。

卡尔·皮尔逊，1912年

下面推导χ²分布的概率密度函数。

对于df=1，有

则

对于df=2，可将所得的二重积分做极坐标变换处理，于是

其中D是一个以原点为圆心的圆区。

则

对于df=3，有

故

需要说明一下，这里对加以处理时使用的球坐标系方法也一般性地称作“极坐标系”（也有之后表述方便之需要）。

则对于一般情况df=n，有

根据观察推敲和前面的推导过程实际上可以发现，式中除了最后一项是x的函数以外，其他全是常数。其原因在于，在极坐标积分确定的体积元中有关角度的项只与维数（自由度）n有关，而与r本身无关。所以上面的积分可以重新表示为

其中An是常数。

（严谨起见，又把被1/2π消掉的第一项写了回来。）

如果强行根据维数推广极坐标系，数学上将是非常困难的。（当然，其实主要还是因为我们没法想象高维空间，所以也很难直观地用几何的方法构造体积元。再说了，即便我们推了很多个不同维数的极坐标系体积元，然后归纳得出了一个一般情况，我们何成能证明它呢？）但我们有其他的方法可以避开这个复杂的步骤。根据归一化条件，应该有

换元t=ρ²/2，dt=ρdρ，上面的方程变为

注意到这个积分是伽马函数

故