Ki-kare dağılımı

Olasılık kuramı ve istatistik bilim dallarında ki-kare dağılım (x2 dağılımı) özellikle çıkarımsal istatistik analizde çok geniş bir pratik kullanım alanı bulmuştur.

ki-kare
Olasılık yoğunluk fonksiyonu
Yığmalı dağılım fonksiyonu
Parametreler serbestlik derecesi
Destek
Olasılık yoğunluk fonksiyonu (OYF)
Birikimli dağılım fonksiyonu (YDF)
Ortalama
Medyan yaklaşık olarak
Mod eğer
Varyans
Çarpıklık
Fazladan basıklık
Entropi
Moment üreten fonksiyon (mf) eğer
Karakteristik fonksiyon

Bu dağılım, gamma dağılımından elde edilir.

x, ve n parametreleri ile gamma dağılımına sahip olsun:

olur.

Burada ve alınırsa, elde edilen yeni dağılıma, serbestlik derecesiyle ki-kare dağılımı denir ve ile gösterilir.

x, serbestlik derecesiyle ki-kare dağılımına sahip ise:

ki-kare 1 n(0.1)'e eşittir olur.

Teorem 1

ise olur.

Teorem 2

rassal değişkenler N(0,1) dağılımına sahip olsun.

ise olur.

Teorem 3

varyansı bilinen, dağılımına sahip rastgele örneklem ve örneklem varyansı olmak üzere:
olur.

Karakteristikleri

Olasılık yoğunluk fonksiyonu

Ki-kare dağılım için olasılık yoğunluk fonksiyonu şu olur:

Burada bir Gamma fonksiyonu bulunduğunu gösterir ve bu yarım-tamsayılar için özel değerler gösterir.

Yığmalı dağılım fonksiyonu

Ki-kare dağılımının yığmalı dağılım fonksiyonu şudur:

burada aşağı kısmı tamamlanmamış Gamma fonksiyonu ve ise tanzim edilmiş Gamma fonksiyonu olur.

Ki-karenin için verilen tablolar (biri aşağıda verilmiştir) yığmalı dağılim fonksiyonundan elde edilmektedir. Bu tablolar birçok değişik kaynaklardan bulunabilir. Örneğin bu fonksiyon için tablolar spreadsheet ve istatistik program paketlerinde bulunmaktadır.

Karakteristik fonksiyonu

Ki-kare dağılımının karakteristik fonksiyonu şöyle yazılır:

Özellikleri

  • Ki-kare dagilimi cikarimsal istatistik analizde epeyce kullanış alanı bulmuştur. Parametrik istatistik olarak varyans değeri guvenlik araligi ve hipotez testi, parametrik olamayan uygunluk iyiliği testi, olumsalik tablosu uzerinde bagimsizlik testi ve ki-kareye bağlı ortaklilik katsayilari, uzaklik olculeri vb.
  • Varyanslar analizinde F-dagiliminin iki ki-kare dagiliminin oranindan ortaya cikmasi dolayisyla onemli rol oynamaktadir.

Normal yaklaşım

Eğer ise, limitte sonsuzluğa yaklaştıkca normal dağılıma yaklaşır. Ancak bu eğilim (çarpıklık ve basıklık fazlalığı olduğundan dolayı) yavaş gelişmektedir. Ki-kare dağılımının iki değişik dönüşüm fonksiyonu normalliğe çok daha hızla yaklaşma göstermektedir:

Fisher ispat etmiştir ki ifadesi, yaklaşık olarak ortalaması olan ve varyans değeri 1 olan bir normal dağılım gösterir.

Aynı normal yaklaşım sonucuna moment karşılastırması yapılarak da erişilebilir. Bunu görmek için ki-dağılım gösteren rassal değişken in ortalaması ve varyansı izlensin. Bunlar sırasıyla şöyle verilir:

ve

Burada bir Gamma fonksiyonudur. ifadeli gamma fonksiyonunun özel oranı (particular ratio) şu seri halinde açılabilir [1]:

olduğu halde bu oran için şöyle yaklaşım bulunur:

Sonra basitleşen moment karşılaştırılmasi sonuçları şu yaklaşık dağılımı verirler;

,

Bundan da şu ifade hemen çıkartılabilir\:

.

Wilson ve Hilferty [1931] göstermiştir ki ifadesi, ortalaması ve varyansı olan bir normal dağılıma yaklaşıktır.

serbestlik derecesi olan bir ki-kare dağılımı gösteren bir rassal değişken için beklenen değer olur. Aynı dağılımın medyan değeri yaklaşık olarak şu ifade ile verilir:

Eğer serbestlik derecesi 2 ise üstel dağılım ile aynı dağılımdır.

Enformasyon entropisi

Enformasyon entropisi ifadesi şöyle verilir:

Burada bir Digamma fonksiyonudur.

İlişkili dağılımlar

  • Serbestlik derecesi 2ye eşit olan için bir üstel dağılım olur.
  • Normal dağılım gösteren ve birbirinden bağımsız olan değişkenleri için ise, bir ki-kare dağılımı gösterir.
  • Eğer dağılımlarının sıfır olmayan ortalamaları varsa, o halde bir merkezsel olmayan ki-kare dağılımndan çıkartılmıştır.
  • olduğundan dolayı, ki-kare dağılımı bir gamma dağılımının özel halidir.
  • Eğer verilmiş serbestlik dereceleri ile ve birbirinden bağımsız iken ise, bir F-dağılımı gösterir.
  • ifadesi için değişkenleri bağımsız ve ise, o halde ifadesi bir ki-kare dağılımı gösterir.
  • Eğer ki-kare dağılımı gösterirse, o halde ifadesi de ki-kare dağılımı gösterir.
  • Özellikle, eğer (yani 2 serbestlik derecesi gösteren ki-kare ise), o halde ifadesi Rayleigh dağılımı gösterir.
  • Eğer bağımsiz ama aynı dağılımlı, yani hepsi normal dağılım gösteren, rassal değişkenlerse, o halde

olur; burada dir.

  • Eğer , ise, o halde olur.
Çeşitli ki ve ki-kare dağılımları
İsimİstatistik
Ki-kare dağılımı
Merkezsel olmayan ki-kare dağılımı
Ki dağılımı
Merkezsel olmayan ki dağılımı

Ki kare kritik değerler tablosu

g serbestlik derecesi için yukarı kuyruk alanının (olasılığın) α olmasına karşıt olan ki2 kritik değeri

+-----+-----------------------------------------------------------------------+
| \  α|                                                                       |
|  \  | 0.995  0.91   0.925  0.95   0.90   0.10   0.05   0.025  0.01   0.005  |
|g  \ |                                                                       |
+-----+-----------------------------------------------------------------------+
|  1  |  0.00   0.00   0.00   0.00   0.02   2.71   3.84   5.02   6.63   7.88  |
|  2  |  0.01   0.02   0.05   0.10   0.21   4.61   5.99   7.38   9.21  10.60  |
|  3  |  0.07   0.11   0.22   0.35   0.58   6.25   7.81   9.35  11.34  12.84  |
|  4  |  0.21   0.30   0.48   0.71   1.06   7.78   9.49  11.14  13.28  14.86  |
|  5  |  0.41   0.55   0.83   1.15   1.61   9.24  11.07  12.83  15.09  16.75  |
|  6  |  0.68   0.87   1.24   1.64   2.20  10.64  12.59  14.45  16.81  18.55  |
|  7  |  0.99   1.24   1.69   2.17   2.83  12.02  14.07  16.01  18.48  20.28  |
|  8  |  1.34   1.65   2.18   2.73   3.49  13.36  15.51  17.53  20.09  21.95  |
|  9  |  1.73   2.09   2.70   3.33   4.17  14.68  16.92  19.02  21.67  23.59  |
| 10  |  2.16   2.56   3.25   3.94   4.87  15.99  18.31  20.48  23.21  25.19  |
| 11  |  2.60   3.05   3.82   4.57   5.58  17.28  19.68  21.92  24.72  26.76  |
| 12  |  3.07   3.57   4.40   5.23   6.30  18.55  21.03  23.34  26.22  28.30  |
| 13  |  3.57   4.11   5.01   5.89   7.04  19.81  22.36  24.74  27.69  29.82  |
| 14  |  4.07   4.66   5.63   6.57   7.79  21.06  23.68  26.12  29.14  31.32  |
| 15  |  4.60   5.23   6.26   7.26   8.55  22.31  25.00  27.49  30.58  32.80  |
| 16  |  5.14   5.81   6.91   7.96   9.31  23.54  26.30  28.85  32.00  34.27  |
| 17  |  5.70   6.41   7.56   8.67  10.09  24.77  27.59  30.19  33.41  35.72  |
| 18  |  6.26   7.01   8.23   9.39  10.86  25.99  28.87  31.53  34.81  37.16  |
| 19  |  6.84   7.63   8.91  10.12  11.65  27.20  30.14  32.85  36.19  38.58  |
| 20  |  7.43   8.26   9.59  10.85  12.44  28.41  31.41  34.17  37.57  40.00  |
| 21  |  8.03   8.90  10.28  11.59  13.24  29.62  32.67  35.48  38.93  41.40  |
| 22  |  8.64   9.54  10.98  12.34  14.04  30.81  33.92  36.78  40.29  42.80  |
| 23  |  9.26  10.20  11.69  13.09  14.85  32.01  35.17  38.08  41.64  44.18  |
| 24  |  9.89  10.86  12.40  13.85  15.66  33.20  36.42  39.36  42.98  45.56  |
| 25  | 10.52  11.52  13.12  14.61  16.47  34.38  37.65  40.65  44.31  46.93  |
| 26  | 11.16  12.20  13.84  15.38  17.29  35.56  38.89  41.92  45.64  48.29  |
| 27  | 11.81  12.88  14.57  16.15  18.11  36.74  40.11  43.19  46.96  49.64  |
| 28  | 12.46  13.56  15.31  16.93  18.94  37.92  41.34  44.46  48.28  50.99  |
| 29  | 13.12  14.26  16.05  17.71  19.77  39.09  42.56  45.72  49.59  52.34  |
| 30  | 13.79  14.95  16.79  18.49  20.60  40.26  43.77  46.98  50.89  53.67  |
+-----+-----------------------------------------------------------------------+

Kaynak: Kritik değerler Italyanca Wikipedia için R (software) serbest programının qchisq( ,1:30) fonksiyonu kullanılarak bulunmuştur.[2]

Serbestlik derecesi g>30 olursa kritik değerleri bulmak için şu ifadeyi kullanmak yeterli olacaktır.

χ²α,g = 1/2 ( zα + √(2g-1) )²

Burada zα Standart Normal N(0,1) için kritik değerdir (örneğin z0,95 = 1,645 olur.)

Ayrıca bakınız

  • Cochran'in teoremi
  • Ters-ki-kare dağılımı
  • Serbestlik derecesi (istatistik)
  • Bağımsız sınamaları birleştirmek için Fisher'in yöntemi
  • Merkezsel olmayan ki-kare dağılımı

Kaynakça

  1. "Arşivlenmiş kopya" (PDF). 15 Ekim 2008 tarihinde kaynağından (PDF) arşivlendi. Erişim tarihi: 6 Nisan 2008.
  2. http://it.wikipedia.org/w/index.php?title=Variabile_casuale_chi_quadro

Dış bağlantılar

Yale University Stats 101 kodlu ders için ornekler hipotez sinamasi ve parametre tahminleri konularini kapsar.


This article is issued from Wikipedia. The text is licensed under Creative Commons - Attribution - Sharealike. Additional terms may apply for the media files.