このページの翻訳は最新ではありません。ここをクリックして、英語の最新版を参照してください。
カイ二乗分布
概要
カイ二乗 (χ2) 分布は、1 パラメーターの曲線群です。カイ二乗分布は仮説検定で一般的に使用され、特に、適合度についてはカイ二乗検定が利用されます。
Statistics and Machine Learning Toolbox™ には、カイ二乗分布を処理する方法がいくつか用意されています。
パラメーター
カイ二乗分布は、次のパラメーターを使用します。
パラメーター | 説明 | サポート |
---|---|---|
nu (ν) | 自由度 | ν = 1, 2, 3,... |
通常、自由度のパラメーターは整数ですが、カイ二乗関数は任意の正の値を受け付けます。
自由度 ν1 および ν2 の 2 つのカイ二乗確率変数の和は、自由度 ν = ν1 + ν2 のカイ二乗確率変数です。
確率密度関数
カイ二乗分布の確率密度関数 (pdf) は次のようになります。
ここで、ν は自由度、Γ( · ) はガンマ関数です。
たとえば、カイ二乗分布の確率密度関数の計算を参照してください。
累積分布関数
カイ二乗分布の累積分布関数 (cdf) は次のようになります。
ここで、ν は自由度、Γ( · ) はガンマ関数です。結果 p は、自由度 ν のカイ二乗分布に従う単一の観測値が区間 [0, x] に含まれる確率です。
たとえば、カイ二乗分布の累積分布関数の計算を参照してください。
逆累積分布関数
カイ二乗分布の逆累積分布関数 (icdf) は次のようになります。
ここで
ν は自由度、Γ( · ) はガンマ関数です。結果 p は、自由度 ν のカイ二乗分布に従う単一の観測値が区間 [0, x] に含まれる確率です。
記述統計
カイ二乗分布の平均は ν です。
カイ二乗分布の分散は 2ν です。
例
カイ二乗分布の確率密度関数の計算
自由度が 4 のカイ二乗分布の確率密度関数を計算します。
x = 0:0.2:15; y = chi2pdf(x,4);
確率密度関数をプロットします。
figure; plot(x,y) xlabel('Observation') ylabel('Probability Density')
カイ二乗分布は右側に歪みます。特に自由度が小さい場合にこの傾向が強くなります。
カイ二乗分布の累積分布関数の計算
自由度が 4 のカイ二乗分布の cdf を計算します。
x = 0:0.2:15; y = chi2cdf(x,4);
累積分布関数をプロットします。
figure; plot(x,y) xlabel('Observation') ylabel('Cumulative Probability')
関連する分布
F 分布 — F 分布は、2 パラメーターの分布です。ν1 (分子の自由度) および ν2 (分母の自由度) のパラメーターをもちます。F 分布は、比 として定義できます。ここで、χ21 と χ22 は、それぞれ ν1 と ν2 の自由度をもつカイ二乗分布です。
ガンマ分布 — ガンマ分布は、2 パラメーターの連続分布です。a (形状) および b (スケール) のパラメーターをもちます。カイ二乗分布は、2a = ν かつ b = 2 のガンマ分布と等しくなります。
非心カイ二乗分布 — 非心カイ二乗分布は、2 パラメーターの連続分布です。ν (自由度) および δ (非心度) のパラメーターをもちます。δ = 0 のとき、非心カイ二乗分布はカイ二乗分布と等しくなります。
正規分布 — 正規分布は、2 パラメーターの連続分布です。μ (平均) および σ (標準偏差) のパラメーターをもちます。標準正規分布は、μ = 0 かつ σ = 1 のときに発生します。
Z1, Z2, …, Zn が標準正規確率変数である場合、 は自由度 ν = n – 1 のカイ二乗分布に従います。
n 個の観測値の集合が分散 σ2 と標本分散 s2 の正規分布に従う場合、 は自由度 ν = n – 1 のカイ二乗分布に従います。この関係は、関数
normfit
内で推定の正規パラメーター σ2 の信頼区間を計算するために使用されます。スチューデントの t 分布 — スチューデントの t 分布は、1 パラメーターの連続分布です。ν (自由度) のパラメーターをもちます。Z が正規分布で、χ2 が自由度 ν のカイ二乗分布に従う場合、 は自由度 ν のスチューデントの t 分布に従います。
ウィシャート分布 — ウィシャート分布は、カイ二乗分布の多次元版です。
参照
[1] Abramowitz, Milton, and Irene A. Stegun, eds. Handbook of Mathematical Functions: With Formulas, Graphs, and Mathematical Tables. 9. Dover print.; [Nachdr. der Ausg. von 1972]. Dover Books on Mathematics. New York, NY: Dover Publ, 2013.
[2] Devroye, Luc. Non-Uniform Random Variate Generation. New York, NY: Springer New York, 1986. https://doi.org/10.1007/978-1-4613-8643-8
[3] Evans, M., N. Hastings, and B. Peacock. Statistical Distributions. 2nd ed., Hoboken, NJ: John Wiley & Sons, Inc., 1993.
[4] Kreyszig, Erwin. Introductory Mathematical Statistics: Principles and Methods. New York: Wiley, 1970.
参考
chi2cdf
| chi2pdf
| chi2inv
| chi2stat
| chi2gof
| chi2rnd