正态分布

正态分布，最早由棣莫弗在二项分布的渐近公式中得到，而真正奠定其地位的，应是高斯对测量误差的研究，故而又称Gauss分布。。测量是人类定量认识自然界的基础，测量误差的普遍性，使得正态分布拥有广泛的应用场景，或许正因如此，正太分布在分布族谱图中居于核心的位置。

正态分布$N(\mu ,\sigma )$受到期望$\mu$和方差${\sigma }^2$的调控，其概率密度函数为

$$\frac{1}{\sqrt{2\pi {\sigma }^2}}\exp [-\frac{(x-\mu {)}^2}{2{\sigma }^2}]$$

当$\mu =0$而$\sigma =1$时，为标准正态分布$N(0,1)$，对应概率分布函数为$\Phi (x)=\frac{1}{\sqrt{2\pi }}\exp [-\frac{x^2}{2}]$。

卡方分布

若$k$个互相独立的随机变量${\xi }_1,{\xi }_2,\cdots ,{\xi }_k$，均服从标准正态分布，则这k个随机变量的平方和构成一个新变量，新变量服从${\chi }^2$分布。其概率密度函数为

$$\rho (x)=\frac{(1/2{)}^{k/2}}{\Gamma (k/2)}{x}^{k/2-1}{e}^{-x/2}$$

下面就通过构造$k$个按照正态分布的随机变量，然后将其平方和绘制出来。

import numpy as np
from scipy.stats import norm, chi2
import matplotlib.pyplot as pltk = 200
xs = [np.sum(norm.rvs(size=200)**2) for _ in range(10000)]
plt.hist(xs, density=True, bins=100, alpha=0.8)rv = chi2(k)
st, ed = rv.interval(0.995)
xs = np.linspace(st, ed, 200)
plt.plot(xs, rv.pdf(xs))
plt.show()

效果为

卡方分布的极限

卡方分布的PDF受到$k$的调节，随着$k$值不断增大，卡方分布越来越接近正态分布。而且卡方分布常用的统计特征也与$k$密切相关，其期望为$k$，方差为$2k$，中位数在$k-\frac{3}{2}$附近。

下面分别更改$k$值，来生成一组卡方分布的随机数，并与期望为$k$、标准差为$\sqrt{\frac{k}{2}}$的正态分布曲线作比较。

fig = plt.figure()
for i,k in enumerate([1,10,100,1000]):ax = fig.add_subplot(2,2,i+1)chis = chi2(k).rvs(size=10000)        # 卡方分布ax.hist(chis, density=True, bins=100, alpha=0.8)rv = norm(k, np.sqrt(2*k))st, ed = rv.interval(0.995)xs = np.linspace(st, ed, 200)ax.plot(xs, rv.pdf(xs))ax.set_title(f"k={k}")plt.show()

结果如下，可见随着$k$的逐渐变大，卡方分布越来越趋近于正态分布。