t分布 u分布 卡方分布_t分布, 卡方x分布，F分布

本文来自http://www.cnblogs.com/baiboy/p/tjx11.html

提到统计学，很多人认为是经济学或者数学的专利，与计算机并没有交集。诚然在传统学科中，其在以上学科发挥作用很大。然而随着科学技术的发展和机器智能的普及，统计学在机器智能中的作用越来越重要。本系列统计学学习基于李航的《统计学习方法》一书和一些基本的概率知识。

统计和数学模型对机器智能发挥重大的作用。诸如：语音识别、词性分析、机器翻译等世界级的难题也是从统计中找到开启成功之门钥匙的。尤其是在自然语言处理方面更显得重要。

目录

1 题引和基本知识介绍

2 卡方检验拟合优度(问题一)

3 卡方检验两个变量的独立性(问题二)

4 本章小结

5 内容扩展

1 题引和基本知识介绍

1 什么是卡方分布?

若n个相互独立的随机变量ξ₁、ξ₂、……、ξn ，均服从标准正态分布(也称独立同分布于标准正态分布)，则这n个服从标准正态分布的随机变量的平方和

Q=∑i=1nξ2i

构成一新的随机变量，其卡方分布规律称为x^2,分布(chi-square distribution)，其中参数n称为自由度，正如正态分布中均值或方差不同就是另一个x2正态分布一样，自由度不同就是另一个分布。记为 Q~x^2(k). 卡方分布是由正态分布构造而成的一个新的分布，当自由度n很大时，X^2分布近似为正态分布。 对于任意正整数k， 自由度为 k的卡方分布是一个随机变量X的机率分布。

2 为什么要引用卡方分布?

以特定概率分布为某种情况建模时，事物长期结果较为稳定，能够清晰进行把握。但是期望与事实存在差异怎么办？偏差是正常的小幅度波动？还是建模错误？此时，利用卡方分布分析结果，排除可疑结果。【事实与期望不符合情况下使用卡方分布进行检验】

3 生活中又怎样的事例(抽奖机之谜)会出现这种现象呢？

抽奖机，肯定都不陌生，现在一些商场超市门口都有放置。正常情况下出奖概率是一定的，基本商家收益。倘若突然某段时间内总是出奖，甚是反常，那么到底是某阶段是小概率事件还是有人进行操作了？抽奖机怎么了？针对这种现象或者类似这种现象问题则可以借助卡方进行检验，暂且不着急如何检验，还是补充一下基础知识，再逐步深入解决问题。【常规事件中出现非常规现象，如何检查问题所在的情况下使用卡方分布】

4 问题描述：抽奖机之谜？

问题一：卡方检验拟合优度案例

下面是某台抽奖机的期望分布，其中X代表每局游戏的净收益(每局独立事件)：

实际中人们收益的频数为：

在5%的显著性水平下，看看能否有足够证据证明判定抽奖机被人动了手脚。

1、算出每个x值的实际频率与根据概率分布得出的期望频率进行比较？

2、利用抽奖机的观察频率和期望频率表计算检验统计量？

3、要检验的原假设是什么？备择假设是什么？

4、自由度为4且5%水平的拒绝域是多少？

5、检验统计量是多少？

6、检验统计量是在拒绝域以内还是拒绝域以外？

7、你将接受还是拒绝原假设？

问题二：卡方检验独立性案例

下表显示各位庄家的观察频数，

 

以1%的显著性水平进行假设检验，看看赌局结果是否独立于坐庄庄家。

1、你是任务是算出所有期望频数。

2、根据上面所求期望频数，计算检验统计量X^2.

3、确定要进行检验的假设以及备择假设。

4、求出期望频率和自由度？

5、确定用于做决策的拒绝域。

6、计算检验统计量X^2

7、看看检验统计量是否位于拒绝域内。

8、作出决策。

2 卡方检验拟合优度(问题一)

问题简述:抽奖机平常收益者总是商家，突然一段时间总是出奖。本来小概率事件频发，我们利用卡方的检验拟合优度看看能否有足够证据证明判定抽奖机被人动了手脚

1 知识储备：期望频数计算

期望频数=(观察频数之和(1000)) X (每种结果的概率) 如：X=(-2)的期望频数：977=(0.977)X(1000)

利用卡方假设检验观察频数和期望频数之间的差别。

1、算出每个x值的实际频率与根据概率分布得出的期望频率进行比较？

解答：

2 知