卡方分布

卡方分布

1 卡方分布与伽马分布

若随机变量 ${\chi }^2$ 服从参数为$n$的卡方分布 — ${\chi }^2(n)$，则它的密度函数是：
$$p(x)=\frac{({\frac{1}{2})}^{\frac{n}{2}}}{\Gamma (\frac{n}{2})}{x}^{\frac{n}{2}-1}{e}^{-\frac{x}{2}}(x\ge 0)$$

其中：$\Gamma (\frac{n}{2})={\int }_0^{+\infty }{t}^{\frac{n}{2}-1}{e}^{-t}dt.$
可以看出，${\chi }^2$分布的密度函数与$Gamma$分布的密度函数很相似：
$$f(y)=\{\begin{array}{r}\frac{{\beta }^{\alpha }}{\Gamma (\alpha )}{y}^{\alpha -1}{e}^{-\beta y},(y\ge 0)\\ 0,(y<0)\end{array}$$

其中，$\Gamma (\alpha )={\int }_0^{+\infty }{t}^{\alpha -1}{e}^{-t}dt$.

事实上，${\chi }^2(n)$等价于 $Ga(\frac{n}{2},\frac{1}{2})$. 接下来证明这一点。

服从${\chi }^2(n)$的随机变量${\chi }^2$是$n$个独立随机变量的组合：${\chi }^2=X_1^2+X_2^2+...+X_n^2,$其中$X_1,X_2,...,X_n$独立同分布于标准正态分布N(0,1).

$X_1$的密度函数为： $$p(x)=\frac{1}{\sqrt{2\pi }}{e}^{-\frac{x^2}{2}}$$ 由此可推出$Z=X_1^2$的密度函数为：

$$f(z)=\{\begin{array}{r}\frac{1}{\sqrt{2\pi }\sqrt{z}}{e}^{-\frac{z}{2}},(z\ge 0)\\ 0,(z<0)\end{array}$$
证明如下：

$$F_Z(z)=P(Z\le z)=P(X_1^2\le z)=P(-\sqrt{z}\le X_1\le \sqrt{z})=F_{X_1}(\sqrt{z})-F_{X_1}(-\sqrt{z})$$

两边同时求导：
$$f_Z(z)=\frac{f_{X_1}(\sqrt{z})-f_{X_1}(-\sqrt{z})}{2\sqrt{z}}=\frac{1}{\sqrt{2\pi }\sqrt{z}}{e}^{-\frac{z}{2}}.$$

由于$\Gamma (\frac{1}{2})={\int }_0^{+\infty }{t}^{-\frac{1}{2}}{e}^{t}dt=\sqrt{\pi }.$

[$\Gamma$函数又称为第二欧拉积分，这个值可以根据余元公式求出，也可以根据正态分布密度函数积分等于1直接得出，可参考https://wenku.baidu.com/view/7042411e561252d381eb6e25.html]

可以看出来 $Y=X_1^2$ ~ $Ga(\frac{1}{2},\frac{1}{2})$.

证明完毕。

由于$Gamma$分布具有可加性，即$X_1$ ~ $Ga({\alpha }_1,\beta )$, $X_2$ ~ $Ga({\alpha }_2,\beta )$, $X_1$与$X_2$独立，则$Y=X_1+X_2$ ~ $Ga({\alpha }_1+{\alpha }_2,\beta )$,这个性质可以用卷积公式证明,证明如下：

卷积公式：有相互独立的随机变量$X,Y$, $Z=X+Y$, 则$f_Z(z)={\int }_{-\infty }^{+\infty }{f}_X(x)f_Y(z-x)dx$

$$f_Y(y)={\int }_{-\infty }^{+\infty }{f}_{X_1}(x)f_{X_2}(y-x)dx$$
$$={\int }_0^y\frac{{\beta }^{{\alpha }_1}}{\Gamma ({\alpha }_1)}{x}^{{\alpha }_1-1}{e}^{-\beta x}\frac{{\beta }^{{\alpha }_2}}{\Gamma ({\alpha }_2)}(y-x{)}^{{\alpha }_2-1}{e}^{-\beta (y-x)}dx$$
$$={\int }_0^y\frac{{\beta }^{{\alpha }_1+{\alpha }_2}}{\Gamma ({\alpha }_1)\Gamma ({\alpha }_2)}{x}^{{\alpha }_1-1}(y-x{)}^{{\alpha }_2-1}{e}^{-\beta y}dx$$
$$=\frac{{\beta }^{{\alpha }_1+{\alpha }_2}}{\Gamma ({\alpha }_1)\Gamma ({\alpha }_2)}{e}^{-\beta y}{\int }_0^y{x}^{{\alpha }_1-1}(y-x{)}^{{\alpha }_2-1}dx$$
$$(令\frac{x}{y}=t)=\frac{{\beta }^{{\alpha }_1+{\alpha }_2}}{\Gamma ({\alpha }_1)\Gamma ({\alpha }_2)}{e}^{-\beta y}{y}^{{\alpha }_1+{\alpha }_2-1}{\int }_0^1{t}^{{\alpha }_1-1}(1-t{)}^{{\alpha }_2-1}dt$$
$$=\frac{{\beta }^{{\alpha }_1+{\alpha }_2}}{\Gamma ({\alpha }_1)\Gamma ({\alpha }_2)}{e}^{-\beta y}{y}^{{\alpha }_1+{\alpha }_2-1}B({\alpha }_1,{\alpha }_2)$$

$Beta$函数与$\Gamma$函数有关系式：$B(a,b)=\frac{\Gamma (a)\Gamma (b)}{\Gamma (a+b)}$，这个等式可根据函数的定义通过变量代换证明。

$$=\frac{{\beta }^{{\alpha }_1+{\alpha }_2}}{\Gamma ({\alpha }_1+{\alpha }_2)}{y}^{{\alpha }_1+{\alpha }_2-1}{e}^{-\beta y}.$$
证明完毕。
根据$Gamma$分布的可加性，很容易得出：
$${\chi }^2(n)等价于Ga(\frac{n}{2},\frac{1}{2}).$$

2 四格表中的卡方拟合优度检验

在检验临床药物有效性的实验设计时，经常会列出一个四格表，然后使用${\chi }^2$统计量进行拟合优度检验，其原理解释如下。

黑色代表的是实际的实验结果，红色代表的是在药物1和药物2药效相同的情况下，理论的实验结果（即在假设药物1与药物2药效相同的情况下的实验结果）。$\pi$指的是使用两种药物的病人被治愈的概率相等-都为$\pi$，理论频数等于服用某种药物的人数乘以服用这种药物被治愈的概率。例如，选择$m$个病人服用药物1，服用药物1被治愈的概率是$\pi$,那么四格表中 $Y-M$的理论频数就为$m\pi$.

现在设药物1的有效率为${\pi }_1$,现在设药物1的有效率为${\pi }_2$.

可以把每一个服用了药物1的病人看作是一个0-1分布，被治愈取1，没有被治愈取0，
则对于药物1来说，相当于做了$m$次独立的$Bernoulli$实验，成功的次数为k. 把成功的次数定为随机变量$K$, 即$K\sim B(m,{\pi }_1)$, 根据独立同分布的中心极限定理，有：$$\frac{k-m{\pi }_1}{\sqrt{m{\pi }_1(1-{\pi }_1)}}\dot{\sim }N(0,1)$$
随之：
$${\chi }^2=\frac{(k-m{\pi }_1{)}^2}{m{\pi }_1(1-{\pi }_1)}=\frac{(k-m{\pi }_1{)}^2}{m{\pi }_1}+\frac{[(m-k)-m(1-{\pi }_1){]}^2}{m(1-{\pi }_1)}\dot{\sim }{\chi }^2(1)$$
同理可得：
$${\chi }^2=\frac{(l-n{\pi }_2{)}^2}{n{\pi }_2(1-{\pi }_2)}=\frac{(l-n{\pi }_2{)}^2}{n{\pi }_2}+\frac{[(n-l)-n(1-{\pi }_2){]}^2}{n(1-{\pi }_2)}\dot{\sim }{\chi }^2(1)$$
现在要检验药物1与药物2的药效是否相同，那么原假设与备择假设如下：
$$H_0:{\pi }_1={\pi }_2=\pi H_1:{\pi }_1̸={\pi }_2$$
在原假设成立的条件下，有：
$$\frac{(k-m\pi {)}^2}{m\pi (1-\pi )}+\frac{(l-n\pi {)}^2}{n\pi (1-\pi )}=(\frac{(k+l)-(m+n)\pi }{\sqrt{(m+n)\pi (1-\pi )}}{)}^2\dot{\sim }{\chi }^2(1)$$
所以可以这样构造 ${\chi }^2$ 统计量：
$$\frac{(k-m\pi {)}^2}{m\pi }+\frac{[(m-k)-m(1-\pi ){]}^2}{m(1-\pi )}+\frac{(l-n\pi {)}^2}{n\pi }+\frac{[(n-l)-n(1-\pi ){]}^2}{n(1-\pi )}\dot{\sim }{\chi }^2(1)$$