Chi-Quadrat-Verteilung
Voraussetzung: unabhängig und standardnormalverteilt
- Chi-Quadrat-verteilte Zufallsgröße, nimmt nur Werte ab 0 an
- unabhängige standardnormalverteilte Zufallsgrößen, also N(0, 1)
- Anzahl der Freiheitsgrade
- Chi-Quadrat-Verteilung mit k Freiheitsgraden
- Erwartungswert und Varianz von Q
Die Summe von k quadrierten unabhängigen Standardnormalverteilten ist Chi-Quadrat-verteilt mit Erwartungswert k und Varianz 2k.
Erklärung
Quadriert man unabhängige standardnormalverteilte Zufallsgrößen und addiert sie, erhält man eine Chi-Quadrat-verteilte Größe mit Freiheitsgraden. Sie nimmt nur Werte an und ist rechtsschief; mit wachsendem wird sie symmetrischer und nähert sich der Normalverteilung .
Erwartungswert und Varianz folgen direkt aus der Summe: Für ist und , also . Wegen der Unabhängigkeit addieren sich Erwartungswerte und Varianzen:
Die Dichte für lautet
Für ist das die Exponentialverteilung mit Rate . Weitere Eigenschaften:
- Additivität: Sind und unabhängig, ist .
- Stichprobenvarianz: Bei einer normalverteilten Stichprobe vom Umfang ist . Ein Freiheitsgrad geht verloren, weil durch geschätzt wird.
- Tests: Die Testgrößen des Chi-Quadrat-Anpassungstests und des Unabhängigkeitstests sind für großen Stichprobenumfang näherungsweise Chi-Quadrat-verteilt.
Wichtige Quantile mit :
| 1 | 3,841 | 6,635 |
| 2 | 5,991 | 9,210 |
| 3 | 7,815 | 11,345 |
| 4 | 9,488 | 13,277 |
| 5 | 11,070 | 15,086 |
| 10 | 18,307 | 23,209 |
Beispiele
Für ist die Verteilungsfunktion . Am Tabellenwert :
Für ist , also . Deshalb ist das -Quantil das Quadrat des zweiseitigen Normalverteilungsquantils: .
Für ist , und die Standardabweichung .
Typische Fehler
- Die Varianz gleich setzen. Der Erwartungswert ist , die Varianz .
- Nicht standardisierte Größen quadrieren. Für ist erst Chi-Quadrat-verteilt.
- Die Freiheitsgrade falsch zählen. Werden Parameter aus den Daten geschätzt, sinkt die Zahl der Freiheitsgrade, z.B. statt bei der Stichprobenvarianz.
- Zweiseitig wie bei der Normalverteilung testen. Die Chi-Quadrat-Verteilung ist nicht symmetrisch. Anpassungs- und Unabhängigkeitstest lehnen nur bei zu großen Werten ab; bei einem zweiseitigen Test (etwa für eine Varianz) braucht man zwei verschiedene Quantile, z.B. und , nicht denselben Wert.