11.2: Datos sobre la distribución de Chi-Cuadrado
- Page ID
- 153175
\( \newcommand{\vecs}[1]{\overset { \scriptstyle \rightharpoonup} {\mathbf{#1}} } \)
\( \newcommand{\vecd}[1]{\overset{-\!-\!\rightharpoonup}{\vphantom{a}\smash {#1}}} \)
\( \newcommand{\id}{\mathrm{id}}\) \( \newcommand{\Span}{\mathrm{span}}\)
( \newcommand{\kernel}{\mathrm{null}\,}\) \( \newcommand{\range}{\mathrm{range}\,}\)
\( \newcommand{\RealPart}{\mathrm{Re}}\) \( \newcommand{\ImaginaryPart}{\mathrm{Im}}\)
\( \newcommand{\Argument}{\mathrm{Arg}}\) \( \newcommand{\norm}[1]{\| #1 \|}\)
\( \newcommand{\inner}[2]{\langle #1, #2 \rangle}\)
\( \newcommand{\Span}{\mathrm{span}}\)
\( \newcommand{\id}{\mathrm{id}}\)
\( \newcommand{\Span}{\mathrm{span}}\)
\( \newcommand{\kernel}{\mathrm{null}\,}\)
\( \newcommand{\range}{\mathrm{range}\,}\)
\( \newcommand{\RealPart}{\mathrm{Re}}\)
\( \newcommand{\ImaginaryPart}{\mathrm{Im}}\)
\( \newcommand{\Argument}{\mathrm{Arg}}\)
\( \newcommand{\norm}[1]{\| #1 \|}\)
\( \newcommand{\inner}[2]{\langle #1, #2 \rangle}\)
\( \newcommand{\Span}{\mathrm{span}}\) \( \newcommand{\AA}{\unicode[.8,0]{x212B}}\)
\( \newcommand{\vectorA}[1]{\vec{#1}} % arrow\)
\( \newcommand{\vectorAt}[1]{\vec{\text{#1}}} % arrow\)
\( \newcommand{\vectorB}[1]{\overset { \scriptstyle \rightharpoonup} {\mathbf{#1}} } \)
\( \newcommand{\vectorC}[1]{\textbf{#1}} \)
\( \newcommand{\vectorD}[1]{\overrightarrow{#1}} \)
\( \newcommand{\vectorDt}[1]{\overrightarrow{\text{#1}}} \)
\( \newcommand{\vectE}[1]{\overset{-\!-\!\rightharpoonup}{\vphantom{a}\smash{\mathbf {#1}}}} \)
\( \newcommand{\vecs}[1]{\overset { \scriptstyle \rightharpoonup} {\mathbf{#1}} } \)
\( \newcommand{\vecd}[1]{\overset{-\!-\!\rightharpoonup}{\vphantom{a}\smash {#1}}} \)
\(\newcommand{\avec}{\mathbf a}\) \(\newcommand{\bvec}{\mathbf b}\) \(\newcommand{\cvec}{\mathbf c}\) \(\newcommand{\dvec}{\mathbf d}\) \(\newcommand{\dtil}{\widetilde{\mathbf d}}\) \(\newcommand{\evec}{\mathbf e}\) \(\newcommand{\fvec}{\mathbf f}\) \(\newcommand{\nvec}{\mathbf n}\) \(\newcommand{\pvec}{\mathbf p}\) \(\newcommand{\qvec}{\mathbf q}\) \(\newcommand{\svec}{\mathbf s}\) \(\newcommand{\tvec}{\mathbf t}\) \(\newcommand{\uvec}{\mathbf u}\) \(\newcommand{\vvec}{\mathbf v}\) \(\newcommand{\wvec}{\mathbf w}\) \(\newcommand{\xvec}{\mathbf x}\) \(\newcommand{\yvec}{\mathbf y}\) \(\newcommand{\zvec}{\mathbf z}\) \(\newcommand{\rvec}{\mathbf r}\) \(\newcommand{\mvec}{\mathbf m}\) \(\newcommand{\zerovec}{\mathbf 0}\) \(\newcommand{\onevec}{\mathbf 1}\) \(\newcommand{\real}{\mathbb R}\) \(\newcommand{\twovec}[2]{\left[\begin{array}{r}#1 \\ #2 \end{array}\right]}\) \(\newcommand{\ctwovec}[2]{\left[\begin{array}{c}#1 \\ #2 \end{array}\right]}\) \(\newcommand{\threevec}[3]{\left[\begin{array}{r}#1 \\ #2 \\ #3 \end{array}\right]}\) \(\newcommand{\cthreevec}[3]{\left[\begin{array}{c}#1 \\ #2 \\ #3 \end{array}\right]}\) \(\newcommand{\fourvec}[4]{\left[\begin{array}{r}#1 \\ #2 \\ #3 \\ #4 \end{array}\right]}\) \(\newcommand{\cfourvec}[4]{\left[\begin{array}{c}#1 \\ #2 \\ #3 \\ #4 \end{array}\right]}\) \(\newcommand{\fivevec}[5]{\left[\begin{array}{r}#1 \\ #2 \\ #3 \\ #4 \\ #5 \\ \end{array}\right]}\) \(\newcommand{\cfivevec}[5]{\left[\begin{array}{c}#1 \\ #2 \\ #3 \\ #4 \\ #5 \\ \end{array}\right]}\) \(\newcommand{\mattwo}[4]{\left[\begin{array}{rr}#1 \amp #2 \\ #3 \amp #4 \\ \end{array}\right]}\) \(\newcommand{\laspan}[1]{\text{Span}\{#1\}}\) \(\newcommand{\bcal}{\cal B}\) \(\newcommand{\ccal}{\cal C}\) \(\newcommand{\scal}{\cal S}\) \(\newcommand{\wcal}{\cal W}\) \(\newcommand{\ecal}{\cal E}\) \(\newcommand{\coords}[2]{\left\{#1\right\}_{#2}}\) \(\newcommand{\gray}[1]{\color{gray}{#1}}\) \(\newcommand{\lgray}[1]{\color{lightgray}{#1}}\) \(\newcommand{\rank}{\operatorname{rank}}\) \(\newcommand{\row}{\text{Row}}\) \(\newcommand{\col}{\text{Col}}\) \(\renewcommand{\row}{\text{Row}}\) \(\newcommand{\nul}{\text{Nul}}\) \(\newcommand{\var}{\text{Var}}\) \(\newcommand{\corr}{\text{corr}}\) \(\newcommand{\len}[1]{\left|#1\right|}\) \(\newcommand{\bbar}{\overline{\bvec}}\) \(\newcommand{\bhat}{\widehat{\bvec}}\) \(\newcommand{\bperp}{\bvec^\perp}\) \(\newcommand{\xhat}{\widehat{\xvec}}\) \(\newcommand{\vhat}{\widehat{\vvec}}\) \(\newcommand{\uhat}{\widehat{\uvec}}\) \(\newcommand{\what}{\widehat{\wvec}}\) \(\newcommand{\Sighat}{\widehat{\Sigma}}\) \(\newcommand{\lt}{<}\) \(\newcommand{\gt}{>}\) \(\newcommand{\amp}{&}\) \(\definecolor{fillinmathshade}{gray}{0.9}\)La notación para la distribución chi-cuadrada es:
\[\chi \sim \chi^{2}_{df}\]
donde\(df =\) grados de libertad que depende de cómo se utilice el chi-cuadrado. (Si quieres practicar el cálculo de probabilidades de chi-cuadrado entonces usa\(df = n - 1\). Los grados de libertad para los tres usos principales se calculan cada uno de manera diferente).
Para la\(\chi^{2}\) distribución, la media poblacional es\(\mu = df\) y la desviación estándar poblacional es
\[\sigma = \sqrt{2(df)}.\]
La variable aleatoria se muestra como\(\chi^{2}\), pero puede ser cualquier letra mayúscula. La variable aleatoria para una distribución chi-cuadrada con\(k\) grados de libertad es la suma de variables normales estándar al cuadrado\(k\) independientes.
\[\chi^{2} = (Z_{1})^{2} + ... + (Z_{k})^{2}\]
- La curva es asimétrica y sesgada hacia la derecha.
- Hay una curva de chi-cuadrado diferente para cada uno\(df\).
- El estadístico de prueba para cualquier prueba siempre es mayor o igual a cero.
- Cuando\(df > 90\), la curva chi-cuadrada se aproxima a la distribución normal. Para\(\chi \sim \chi^{2}_{1,000}\) la media,\(\mu = df = 1,000\) y la desviación estándar,\(\mu = \sqrt{2(1,000)}\). Por lo tanto\(X \sim N(1,000, 44.7)\),, aproximadamente.
- La media,\(\mu\), se encuentra justo a la derecha del pico.
Referencias
- Datos de la revista Parade.
- “Epidemiología del VIH/SIDA Condado de Santa Clara”. Departamento de Salud Pública del Condado de Santa Clara, mayo de 2011.
Revisar
La distribución chi-cuadrada es una herramienta útil para la evaluación en una serie de categorías de problemas. Estas categorías de problemas incluyen principalmente (i) si un conjunto de datos se ajusta a una distribución particular, (ii) si las distribuciones de dos poblaciones son iguales, (iii) si dos eventos pueden ser independientes, y (iv) si existe una variabilidad diferente a la esperada dentro de una población.
Un parámetro importante en una distribución de chi-cuadrado son los grados de libertad\(df\) en un problema dado. La variable aleatoria en la distribución chi-cuadrada es la suma de cuadrados de las variables normales estándar df, que deben ser independientes. Las características clave de la distribución de chi-cuadrado también dependen directamente de los grados de libertad.
La curva de distribución de chi-cuadrado está sesgada hacia la derecha, y su forma depende de los grados de libertad\(df\). Para\(df > 90\), la curva se aproxima a la distribución normal. Las estadísticas de prueba basadas en la distribución de chi-cuadrado son siempre mayores o iguales a cero. Tales pruebas de aplicación son casi siempre pruebas de cola derecha.
Revisión de Fórmula
\[\chi^{2} = (Z_{1})^{2} + (Z_{2})^{2} + ... + (Z_{df})^{2}\]variable aleatoria de distribución chi-cuadrada
\(\mu_{\chi^{2}} = df\)distribución chi-cuadrada media de la población
\(\sigma_{\chi^{2}} = \sqrt{2(df)}\)Desviación estándar de la población de Chi-cuadrado
Ejercicio\(\PageIndex{1}\)
Si el número de grados de libertad para una distribución de chi-cuadrado es 25, ¿cuál es la media poblacional y la desviación estándar?
Contestar
media\(= 25\) y desviación estándar\(= 7.0711\)
Ejercicio\(\PageIndex{2}\)
Si\(df > 90\), la distribución es _____________. Si\(df = 15\), la distribución es ________________.
Ejercicio\(\PageIndex{3}\)
¿Cuándo se aproxima la curva chi-cuadrada a una distribución normal?
Contestar
cuando el número de grados de libertad es mayor que 90
Ejercicio\(\PageIndex{4}\)
¿Dónde se\(\mu\) ubica en una curva chi-cuadrada?
Ejercicio\(\PageIndex{5}\)
¿Es más probable que el df sea 90, 20, o dos en la gráfica?
Contestar
\(df = 2\)