卡方分布计算公式_深入理解卡方检测与卡方分布

从三个方面进行解答。首先要知道什么是卡方检测，然后认识什么是卡方分布，最后将二者联系起来。

1.卡方检测的定义

上图展示了一组性别与化妆与否的关系图。现在要使用卡方检测对性别与化妆与否关系密切度？

对于数学，咱们需要量化，也就是给这个密切度一个数。这个数可以是一个普通的标量指标数（如身高，体重）也可以是一个概率。那么卡方检测求的是前者（指标数），卡方分布求的是后者，概率数。

卡方检测将整体样本按照小区间划分，可以划分为 X1化妆男，X2化妆女，X3不化妆男，X4不化妆女。注意X1+X2+X3+X4就是样本总量。如果化妆和性别无关，那么即使在同一性别里，化妆和不化妆的概率应该和总样本里的化妆不化妆相近。于是就有了用（fi-npi)^2/npi作为评估公式。fi指的是这里是X1,X2,X3或者X4，npi指的是对应的理论值。我们知道了这个评估公式求和出来的指标值越大，表示性别和化妆之间关系密切，但是我们需要一个概率值。于是就需要一个从计算结果转概率，你应该能想到概率密度函数了。

2. 那么得到评估结果与卡方分布有什么关系呢？

我们从卡方分布的定义入手，看看1中的评估公式符不符合卡方分布定义。卡方分布要求随机变量要独立且同分布的正太分布。由于X1,X2,X3,X4都是正太样本X的部分值随机值，因此也符合正太分布。且X1,X2,X3,X4没有交集，因此相互独立。也就是f1，f2,f3,f4 (这里的Xi和fi同意思)独立同分布。由于npi是固定数，相当于正太分布乘了个系数。（fi-npi)/根号（npi）也是独立同分布，且符合正太分布。

3. 卡方检测计算结果与卡方分布概率密度函数的关系

1中解释了卡发检测计算公式的合理性，2介绍了卡方检测符合卡方分布的定义。这里介绍卡方检测计算结果与卡方分布概率密度函数的关系。卡方分布密度函数的图像网上可以找到。概率密度函数就是说某个值可能出现的概率多大。卡方检验计算的结果在卡方分布里的概率代表了。我们知道了卡方检测的值越大，越不可信，但是我们需要一个概率值。于是就需要一个从计算结果转概率的密度函数了。

最后一张简单的图片总结一下