拉普拉斯分布_卡方分布与拟合优度的卡方检验是什么关系？

在分类数据拟合优度的

检验中，我们构造的检验统计量为：

该统计量

服从

的

分布。其中，

为某分类实际频数，

为零假设中的期望频数，

为分类类别的数量。

对于分类数据的拟合优度

检验，很多统计教科书介绍完上面这些就结束了。但相信初学者，尤其是非统计专业的初学者会和我一样，都存在一个疑问，式1中的检验统计量

为什么会服从

分布呢？

这个疑问非常自然，因为

分布的定义是：

“对于

,其中

。对

标准化并对这

个标准分平方求和得Q，那么Q服从自由度为

的

分布,记为

:“

对比式1和式2，好像他们的分子都是真实值减去期望值的平方，但分母一个是期望值，一个是方差，为什么

和

都会服从

分布？

更为关键的是，我们知道拟合优度的

检验是一个

非参数检验！ 但在

分布的定义中，明显对自变量

做了正态分布的假设，这似乎与非参检验的特征相违背。

让我们先从类别为2的简单分类数据入手。

---

设

为类型

在总体中的

理论概率，那么，

即为类型

在总体中的理论概率，例如，当

时，我们的零假设为“在总体中，类型1和类型2等比例分布”。

设当前有一容量为

的样本，其中，类型1的个体出现频数为

，类型2的个体出现频数为

根据

检验的公式（式1），我们得到检验统计量：

这里再明确一次，我们的疑问是，为什么

会服从

分布。

让我们对式3进行变形：

式4的结果是不是有点熟悉？

根据棣莫夫-拉普拉斯定理（De Moivre-Laplace），当

时，式4中的

会趋向于标准正态分布（实际中一般要求

即可）。

这就和式2中卡方分布的定义联系上了，显然，

。

参考资料（第一份资料中有对多分类情况的详细证明）：

求大神证明皮尔逊统计量为什么服从卡方分布？​www.zhihu.com

苏克：卡方检验、t检验​zhuanlan.zhihu.com