【卡方分布的定义】卡方分布（Chi-Square Distribution）是统计学中一种重要的概率分布，广泛应用于假设检验和拟合优度检验等领域。它是由标准正态分布变量的平方和所构成的分布，具有非对称性和自由度参数的特性。
一、卡方分布的定义
卡方分布是一种连续型概率分布，其随机变量由多个独立的标准正态分布变量的平方和组成。设 $ X_1, X_2, \ldots, X_k $ 是独立同分布的正态随机变量，且每个变量服从标准正态分布 $ N(0, 1) $，则它们的平方和：
$$
X = X_1^2 + X_2^2 + \cdots + X_k^2
$$
服从自由度为 $ k $ 的卡方分布，记作：
$$
X \sim \chi^2(k)
$$
其中，$ k $ 称为自由度，表示独立平方项的数量。
二、卡方分布的性质
| 性质 | 描述 |
| 定义形式 | 卡方分布由独立标准正态变量的平方和构成 |
| 自由度 | 分布的形状由自由度 $ k $ 决定，通常用 $ \chi^2(k) $ 表示 |
| 非对称性 | 卡方分布是非对称的，右偏分布 |
| 期望与方差 | 期望为 $ E(X) = k $，方差为 $ Var(X) = 2k $ |
| 可加性 | 若 $ X_1 \sim \chi^2(k_1) $，$ X_2 \sim \chi^2(k_2) $，且相互独立，则 $ X_1 + X_2 \sim \chi^2(k_1 + k_2) $ |
三、卡方分布的应用
卡方分布常用于以下统计推断场景：
- 拟合优度检验：检验样本数据是否符合某种理论分布；
- 独立性检验：检验两个分类变量是否独立；
- 方差分析：在某些情况下用于检验总体方差是否等于某个特定值。
四、总结
卡方分布是统计学中一个基础而重要的分布，其核心思想是通过标准正态变量的平方和来构造新的随机变量。理解其定义、性质及应用，有助于更好地进行统计推断和数据分析。
| 关键点 | 内容 |
| 定义 | 由独立标准正态变量的平方和构成的分布 |
| 记号 | $ \chi^2(k) $，其中 $ k $ 为自由度 |
| 特征 | 非对称、右偏、随自由度增加趋于对称 |
| 应用 | 拟合优度检验、独立性检验、方差分析等 |
以上内容为原创整理，适用于学习或教学用途，便于理解卡方分布的基本概念与实际应用。