卡方分布、t分布和f分布各有哪些重要性质?
自由度为n-1的t分布 的平方等于自由度（1，n-1）F分布。
自由度为m-1的卡方/n-m-1的卡方分布为（m-1，n-m-1）daoF分布。
实际上t分布就是 自由度 1的卡方/自由度为n-1的卡方分布。
恩就是这样了，想象t检验的平方不就是( x平均-总体平均u)^2/标准误^2。
标准误^2服从自由度n-1卡方分布。
（x平均-总体平均u）服从自由度（2-1）=1的卡方分布，so (n-1)自由度t^2=F自由度（1，n-1）。
n足够大 t分布近似u分布，及正态分布。
2组样本下n不够大t分布为自由度（1，n-1）F分布。
卡方分布就是标准误^2分布。
多样本下分布自由度（m-1，n-1）F分布就是方差分析。
还可以得出一元线性回归的t检验 的平方为F检验，并与F的方差分析等价。
多元线性回归就是多因素方差分析等价。
n足够大是z或者u检验，或，t检验自由度n-1足够大t=u是一样的为正态分布、，n不够大就服从t检验，卡方检验是对标准误的平方检验，信息量小于t检验；
所以精确性小于t检验，这就是为什么计数资料结果是率0-1之间并且方差大，用t检验或u检验需要样本大，所以用卡方检验只看方差时就可以检验，但是卡方检验的精确性差了，加强精确性可以用logistic回归。
扩展资料：
表中所给值直接只能查单侧概率值，可以变化一下来查双侧概率值。例如，要在自由度为7的卡方分布中，得到双侧概率为0.05所对应的上下端点可以这样来考虑：双侧概率指的是在上端和下端各划出概率相等的一部分，两概率之和为给定的概率值，这里是0.05，因此实际上上端点以上的概率为0.05/2=0.025，用概率0.025查表得上端点的值为16，记为0.05/2(7)=16。下端点以下的概率也为0.025，因此可以用0.975查得下端点为1.69，记为1-0.05/2(7)=1.69。
则先在第一列找到自由度 18，然后看这一行可以发现与 30 接近的有28.9与31.5，它们所在的列是0.05与0.025，所以要查的概率值应于介于0.05与0.025之间，当然这是单侧概率值，它们的双侧概率值界于0.1与0.05之间。如果要更精确一些可以采用插值的方法得到，这在正态分布的查表中有介绍。
参考资料来源：百度百科-卡方分布
绛旓細鍦ㄧ悍绻佸鏉傜殑鐜板疄涓栫晫涓紝鎴戜滑閫氳繃鎺㈠鏁版嵁鐨勮寰嬩互鎻ず涓嶇‘瀹氭э紝浠庤屽仛鍑烘槑鏅哄喅绛栥傛鐜囧垎甯冿紝灏ゅ叾鏄笁澶ф娊鏍峰垎甯冣斺旀鎬佸垎甯冦鍗℃柟鍒嗗竷銆t鍒嗗竷鍜孎鍒嗗竷锛鏄粺璁″鐨勫熀鐭筹紝瀹冧滑涓烘垜浠悊瑙ｉ殢鏈虹幇璞℃彁渚涗簡鍏抽敭宸ュ叿銆傞鍏堬紝璁╂垜浠繁鍏ユ帰璁ㄦ鎬佸垎甯冿紝瀹冩槸鑷劧鐣屼腑鏈涓哄父瑙佺殑鐜拌薄锛岀敱楂樻柉鍙戠幇锛屽箍娉涘簲鐢ㄤ簬鍚勪釜...
绛旓細锛5锛F鍒嗗竷 1924骞磋嫳鍥界粺璁″瀹禦.A.Fisher鎻愬嚭锛屽苟浠ュ叾濮撴皬鐨勭涓涓瓧姣嶅懡鍚嶇殑銆傚畠鏄竴绉嶉潪瀵圭О鍒嗗竷锛屾湁涓や釜鑷敱搴︼紝涓斾綅缃笉鍙簰鎹備簩銆佺壒寰佷笉鍚 锛1锛変互0涓轰腑蹇冿紝宸﹀彸瀵圭О鐨勫崟宄板垎甯冿紱t鍒嗗竷鏄竴绨囨洸绾匡紝鍏跺舰鎬佸彉鍖栦笌n锛堢‘鍒囧湴璇翠笌鑷敱搴f锛夊ぇ灏忔湁鍏炽傝嚜鐢卞害df瓒婂皬锛宼鍒嗗竷鏇茬嚎瓒婁綆骞筹紱鑷敱...
绛旓細缁熻瀛︿腑鏈甯歌鐨勫嚑绉嶆鐜鍒嗗竷鍒嗗埆鏄鎬佸垎甯冿紙normal distribution锛锛宼鍒嗗竷锛坱 distribution锛夛紝F鍒嗗竷锛團 distribution锛夛紝鍗℃柟鍒嗗竷锛埾2 distribution, chi-square distribution锛夊拰娓愯繘姒傜巼鍒嗗竷锛圓symptotic Probability Distribution锛夛紝鍏朵腑鍚庝笁绉嶅睘浜庢娊鏍峰垎甯冦傞氳繃鐮旂┒姒傜巼鍒嗗竷锛鍙互鎵惧嚭鏁版嵁鐨勫垎甯冭寰嬶紝骞...
绛旓細Z灏辨槸姝ｆ佸垎甯冦俋^2锛堝崱鏂癸級鍒嗗竷鏄竴涓鎬佸垎甯冪殑骞虫柟銆t鍒嗗竷鏄竴涓鎬佸垎甯冮櫎浠ワ紙涓涓猉^2鍒嗗竷闄や互瀹冪殑鑷敱搴︾劧鍚庡紑鏍瑰彿锛夈F鍒嗗竷鏄袱涓鍗℃柟鍒嗗竷鍒嗗竷闄や互浠栦滑鍚勮嚜鐨勮嚜鐢卞害鍐嶇浉闄ゃ傛瘮濡俋鏄竴涓猌鍒嗗竷锛孻(n)=X1^2+X2^2+鈥︹+Xn^2,杩欓噷姣忎釜Xn閮芥槸涓涓猌鍒嗗竷锛宼(n)=X/鏍瑰彿(Y/n),F锛坢,...
绛旓細96]=0.975锛岃孭 [Y鈮1.96]锛0.975锛屽浘鍍忚〃鐜颁笂锛宼鍒嗗竷涓ょ鐨勫熬宸翠笌X杞寸殑璺濈姣旀鎬佸垎甯冩洿澶э紝鍗虫鐜囨瘮姝ｆ佸垎甯冨ぇ 3銆丗鍒嗗竷锛岃嫢X~蠂²锛岃嚜鐢卞害涓簁1锛孻~蠂²锛岃嚜鐢卞害涓簁2锛(X/k1) / (Y/K2)鎵鏋勬垚鐨勫垎甯冿紝鎴愪负F鍒嗗竷锛屾湁涓や釜鑷敱搴︼紝k1涓哄垎瀛愯嚜鐢卞害锛宬2涓哄垎甯冭嚜鐢卞害銆
绛旓細鏁板鍒嗗竷鐨勫垎绫诲涓嬶細1銆佺鏁ｅ垎甯冿細浼姫鍒╁垎甯冿紙闆朵竴鍒嗗竷锛屼袱鐐瑰垎甯冿級锛屼簩椤瑰垎甯冿紝鍑犱綍鍒嗗竷锛屾硦鏉惧垎甯冿紙Poisson鍒嗗竷锛夈2銆佽繛缁垎甯冿細鎸囨暟鍒嗗竷锛屾鎬佸垎甯冿紙楂樻柉鍒嗗竷锛夛紝鍧囧寑鍒嗗竷銆3銆佹娊鏍峰垎甯冿細鍗℃柟鍒嗗竷锛圶 2 鍒嗗竷锛夛紝F鍒嗗竷锛孴鍒嗗竷銆4銆佸叾瀹冨垎甯冿細澶氶」鍒嗗竷锛孊eta鍒嗗竷锛孌irichlet鍒嗗竷銆傛暟瀛鑻辫锛歮athematics...
绛旓細鍗℃柟鍒嗗竷涓昏鏄富瑕佹槸鍒楄仈鍒嗘瀽锛F鍒嗗竷涓昏鏄柟宸垎鏋锛孴鍒嗗竷涓昏鏄皬鏍锋湰鍒嗘瀽銆
绛旓細璁綳1鏈嶄粠浠ヨ嚜鐢卞害涓簃鐨鍗℃柟鍒嗗竷锛X2鏈嶄粠浠ヨ嚜鐢卞害涓簄鐨勫崱鏂瑰垎甯冿紝X1涓嶺2鐙珛锛屽垯F=锛圶1/m锛/锛圶2/n锛夌殑鍒嗗竷灏辨槸鑷敱搴︿负m涓巒鐨F鍒嗗竷銆傝闅忔満鍙橀噺X1锛孹2鐙珛涓擷1鏈嶄粠鏍囧噯姝ｆ佸垎甯冿紝X2鏈嶄粠浠ヨ嚜鐢卞害涓簄鐨勫崱鏂瑰垎甯冿紝鍒檛=X1/鏍瑰彿锛圶2/n锛夌殑鍒嗗竷灏辨槸鑷敱搴︿负n鐨t鍒嗗竷銆
绛旓細t鍒嗗竷鍒嗗瓙寮忔爣鍑嗘鎬鍒嗗竷锛鍒嗘瘝鏄牴鍙蜂笅鍠鏂瑰垎甯冮櫎浠锛F鍒嗗竷鍒嗗瓙鏄杸鏂瑰垎甯冮櫎浠锛屽垎姣嶆槸鍠鏂瑰垎甯冮櫎浠
绛旓細1銆傝X1鏈嶄粠浠ヨ嚜鐢卞害涓簃鐨鍗℃柟鍒嗗竷锛X2鏈嶄粠浠ヨ嚜鐢卞害涓簄鐨勫崱鏂瑰垎甯冿紝X1涓嶺2鐙珛锛屽垯F=锛圶1/m锛/锛圶2/n锛夌殑鍒嗗竷灏辨槸鑷敱搴︿负m涓巒鐨F鍒嗗竷 2銆傝闅忔満鍙橀噺X1锛孹2鐙珛涓擷1鏈嶄粠鏍囧噯姝ｆ佸垎甯冿紝X2鏈嶄粠浠ヨ嚜鐢卞害涓簄鐨勫崱鏂瑰垎甯冿紝鍒檛=X1/鏍瑰彿锛圶2/n锛夌殑鍒嗗竷灏辨槸鑷敱搴︿负n鐨t鍒嗗竷 ...
