卡方分布
卡方分布是以一种很简单的方式和正态分布产生关联:如果一个随机变量X服从标准正态分布,那么X^2服从卡方分布,其自由度是1,n个独立的标准正态随机变量的平方和有n个自由度
在这里插入图片描述


举例
一个药品制造商接到一个药品订单,需要发货的药品的标准差为0.05。从下一批次的药品开始,n=13的随机样本重量为3.04g, 2.94g, 3.01g, 3.00g, 2.94g, 2.91g, 3.02g, 3.04g, 3.09g, 2.95g, 2.99g, 3.10g, 3.02g。
问题:标准差是否高于准许值?
回到:由于卡方分布描述了来自标准正态分布的随机变数的平方和,我们不得不在计算相应的CDF值之前正态化我们的数据:

解释:如果这一批药来自标准差0.05的一个分布,那么得到一个大于或等于我们观察到的卡方值的的可能性大约是19%,所以这并不反常。换句话说,这批药符合期望的标准差。
import numpy as np
from scipy

本文介绍了卡方分布的概念,它与正态分布的关系,特别是当随机变量从标准正态分布中来时,它们的平方将服从卡方分布。通过一个具体的例子,探讨了如何利用卡方分布判断药品标准差是否超出允许范围,从而验证了一批药品的合规性。
2488

被折叠的 条评论
为什么被折叠?



