自由度在统计学中是一个关键概念，源自高斯时代并由Gosset在t分布中提出。它可以通过卡方分布的参数、子空间维数或二次型秩来定义。Cochran定理揭示了自由度在二次型和秩之间的关系，用于检验如t检验和卡方检验。非整数自由度在某些情况下出现，如Welch的两样本t检验和岭回归。尽管不同定义在整数情况下等价，但非整数自由度不总是等价的。
由于概率论整体发展较晚，到1934年才提出公理化体系，因此无论国内还是国际上，概率论史的资料都并不多见。这个问题已经提出五年了。我希望能够给出一个完整的回答。
首先，最严格、最不会产生歧义的定义，就是在卡方分布
中，定义参数
为自由度。但是这种定义完全无法体现自由度的内在概念，我们最多就知道它是
个正态随机变量的平方和。我想大多数人都是在学习后继课程的时候才慢慢明白自由度的统计意义的。
第二种方法即为以朴素的限制个数来定义自由度，这也是自由度的雏形，它可以追溯到高斯的时代-1821年。但其早期的定义是由Gosset给出，就是1908年以‘student’署名的、提出t分布的那篇发在生物测量学期刊的论文
‘自由度’这个名称的普及，应归功于生物统计学家Fisher在1922年阐述卡方检验的论文
自由度的第三种定义是二次型的秩。这种定义的最初来源是Cramer在其1946年的著作Mathematical Methods of Statistics大意就是二次型的秩，与自由度一致
很明显，用矩阵的秩定义自由度，相比子空间维数，更偏重代数一些。但还不止于此，其更深刻的意义在于检验。为此，首先介绍Cochran定理
设
，矩阵
最低0.47元/天 解锁文章
2919
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
