问：「卡方分布」是什么?
- 答：卡方分布（英语：chi-square distribution[2], χ²-distribution，或写作χ²分布）是概率论与统计学中常用的一种概率分布。k个独立的标准正态分布变量的平方和服从自由度为k的卡方分布。
卡方分布是一种特殊的伽玛分布，是统计推断中应用最为广泛的概率分布之一，例如假设检验和置信区间的计算。
卡方分布在共同使用卡方检验用于拟合优度的观测分布为理论之一，独立的分类的两个标准定性数据，并在用于人口区间估计标准偏差a的来自样本标准差的正态分布。许多其他统计检验也使用这种分布，例如Friedman 的按秩方差分析。
由卡方分布延伸出来皮尔逊卡方检验常用于：
1、样本某性质的比例分布与总体理论分布的拟合优度（例如某行政机关男女比是否符合该机关所在城镇的男女比）；
2、同一总体的两个随机变量是否独立（例如人的身高与交通违规的关联性）；
3、二或多个总体同一属性的同素性检验（意大利面店和寿司店的营业额有没有差距）。（详见皮尔逊卡方检验）
计算方法
p-value = 1- p_CDF.
χ2越大，p-value越小，则可信度越高。通常用p=0.05作为阈值，即95%的可信度。
因此，由于适当自由度(df)的累积分布函数(CDF)给出了获得比该点更不极端的值的概率，因此从 1 中减去 CDF 值给出p值。低于所选显着性水平的低p值表示统计显着性，即有足够的证据拒绝零假设。显着性水平 0.05 通常用作显着和不显着结果之间的分界点。
问：在参数统计中卡方分布有哪些应用
- 答：卡方分布实际上是比率检验的进一步延伸。
1，利用卡方分布确定是否拒绝虚无假设。
2，卡方应用于适合型检验，根据一个分类标准（变量），将一个事件总体划分为k类，考察k类中每一类的次数分布f是否符合某一理论次数分布的检验。
3，卡方独立性检验：依照两个分类标准，将观察对象划分为rxe个类别得到的实际次数分布是否显示这两个分类标准是具有相互独立性的检验。
（您都不给分的....）
问：卡方分布
- 答：如果有教育心理统计书籍的话看一下便知。下面的网址也有解释，还有教学视频。
另外对于这个问题我不知道你是想了解卡方分布的特点还是进行卡方检验的应用条件，公式打不出来，简单说一下分布特点吧：
1。是一族正偏态分布。随n的大小不同，分布曲线形状不同，n或n－1越小，分布偏斜，df很大时，接近正态分布，为无穷大是卡方分布就是正态分布。
2。卡方都是正值。
3。卡方分布的和也是卡方分布。卡方分布具有可加性。
4。如果df＞2时，卡方分布的平均数＝df，方差＝2df.
5.卡方分布是连续型分布，但也些离散型的分布也近似于卡方分布。
