Bỏ qua đến nội dung chính
Mục lục

Phân phối chi bình phương và phân phối F với scipy.stats

AIDev Team · duyệt: Nguyễn Việt Chung

Bài 9/12 · Chương 6

Các phân phối xác suất

  • 7 phút
  • Trung cấp
  • Python 3.14
  • Cập nhật

Phân phối chi bình phương (chi square distribution, χ²) với k bậc tự do là phân phối của tổng bình phương k biến chuẩn tắc độc lập. Phân phối F là tỉ số của hai biến chi bình phương, mỗi biến đã chia cho bậc tự do của nó. Bạn gặp χ² ở kiểm định bảng chéo và F ở ANOVA, và thay bảng chi bình phương in giấy bằng chi2.ppf(), f.ppf().

Cần biết trước: bảng phân phối chuẩn tắc và phân phối Student t.

Phân phối chi bình phương: tổng bình phương biến chuẩn

Lấy k biến Z₁, …, Zₖ độc lập, mỗi biến theo N(0, 1), bình phương rồi cộng lại:

χ2=∑i=1kZi2\chi^2 = \sum_{i=1}^{k} Z_i^2

Trong đó:

  • k (df): số bậc tự do, số biến chuẩn được cộng.

  • Z với chỉ số i (z[:, i]): biến chuẩn tắc thứ i.

  • χ² ((z ** 2).sum(axis=1)): tổng, luôn không âm.

χ²(k) có kỳ vọng k và phương sai 2k. Nó lệch phải: trung bình bằng k, đỉnh ở k − 2 (với k ≥ 2), đuôi phải kéo dài. Khi k lớn, dáng của nó gần chuẩn hơn.

Phân phối F (phân phối Fisher, F distribution) với hai bậc tự do d₁ và d₂ là tỉ số F = (U/d₁)/(V/d₂), với U ~ χ²(d₁) và V ~ χ²(d₂) độc lập. Thứ tự hai bậc tự do có nghĩa: d₁ của tử số, d₂ của mẫu số. F cũng không âm và lệch phải.

Tính tay với k = 1

Khi k = 1, χ² = Z². Vì vậy P(χ² ≤ c) = P(−√c ≤ Z ≤ √c), và giá trị tới hạn đuôi phải 5% của χ²(1) là 1,96² ≈ 3,841. Khối dưới kiểm điều đó chỉ bằng thư viện chuẩn; sửa c rồi bấm Chạy:

python
import math
from statistics import NormalDist

Z = NormalDist()
c = 3.841
r = math.sqrt(c)
print("√c =", round(r, 4))
print("P(χ² ≤ c) =", round(Z.cdf(r) - Z.cdf(-r), 4))
print("1,96² =", round(1.96 ** 2, 4))

KẾT QUẢ

√c = 1.9598
P(χ² ≤ c) = 0.95
1,96² = 3.8416

Đổi c = 3.841 thành c = 6.635 rồi chạy lại: dòng thứ hai in P(χ² ≤ c) = 0.99, vì √6,635 ≈ 2,576 là z tới hạn hai phía 99%.

Máy tra bảng chi bình phương và phân phối F

Kiểm định χ² và F đều bác bỏ khi thống kê lớn, nên giá trị tới hạn nằm ở đuôi phải: ppf(1 - alpha, ...). Sửa alpha và các bậc tự do rồi bấm Chạy:

python
from scipy import stats

alpha = 0.05
df = 3
d1, d2 = 2, 12
print(f"χ² tới hạn:  {stats.chi2.ppf(1 - alpha, df):.4f}")
print(f"P(χ² ≥ 9,2): {stats.chi2.sf(9.2, df):.4f}")
print(f"F tới hạn:   {stats.f.ppf(1 - alpha, d1, d2):.4f}")

KẾT QUẢ

χ² tới hạn:  7.8147
P(χ² ≥ 9,2): 0.0267
F tới hạn:   3.8853

Dòng đầu là chi2.ppf(1 - alpha, df), dòng hai chi2.sf(9.2, df), dòng ba f.ppf(1 - alpha, d1, d2). Với 3 bậc tự do, χ² phải vượt 7,815 mới rơi vào 5% đuôi phải. Excel viết CHISQ.INV.RT(0,05; 3) và F.INV.RT(0,05; 2; 12). Bảng chi bình phương in trong sách đa số ghi diện tích đuôi phải ở tiêu đề cột, nhưng có sách ghi diện tích bên trái (0,95 thay cho 0,05). Nhìn hàng df = 1: cột cho 3,841 chính là cột 5% đuôi phải.

Tự in một khúc bảng chi bình phương

Bảng nhỏ sinh bằng code, giá trị tới hạn đuôi phải cho ba mức α:

python
from scipy import stats

muc = [0.10, 0.05, 0.01]
print("  df" + "".join(f"{a:>9}" for a in muc))
for df in [1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 15, 20, 30]:
    hang = [stats.chi2.ppf(1 - a, df) for a in muc]
    print(f"{df:>4}" + "".join(f"{v:>9.3f}" for v in hang))

KẾT QUẢ

  df      0.1     0.05     0.01
   1    2.706    3.841    6.635
   2    4.605    5.991    9.210
   3    6.251    7.815   11.345
   4    7.779    9.488   13.277
   5    9.236   11.070   15.086
   6   10.645   12.592   16.812
   7   12.017   14.067   18.475
   8   13.362   15.507   20.090
   9   14.684   16.919   21.666
  10   15.987   18.307   23.209
  15   22.307   24.996   30.578
  20   28.412   31.410   37.566
  30   40.256   43.773   50.892

Mỗi hàng tăng dần theo df, gần với df cộng vài lần √(2·df): ngưỡng đi theo kỳ vọng k và độ lệch chuẩn √(2k).

Mô phỏng: tổng bình phương và histogram

Rút 100.000 hàng, mỗi hàng k = 3 số chuẩn tắc từ bộ sinh số, bình phương rồi cộng theo hàng bằng sum(axis=1) như bài trục trong NumPy. Vẽ histogram mật độ chồng chi2.pdf trên một axes theo bài figure và axes:

python
import numpy as np
import matplotlib.pyplot as plt
from scipy import stats
rng = np.random.default_rng(51)
z = rng.standard_normal(size=(100_000, 3))
chi = (z ** 2).sum(axis=1)
print(round(chi.mean(), 3), round(np.var(chi, ddof=0), 3))
print(round(np.mean(chi > stats.chi2.ppf(0.95, 3)), 4))
x = np.linspace(0, 16, 161)
fig, ax = plt.subplots(figsize=(6.4, 4), layout="constrained")
ax.hist(chi, bins=x[::2], density=True, alpha=0.5, label="Tổng 3 bình phương")
ax.plot(x, stats.chi2.pdf(x, 3), "k", label="chi2.pdf, df = 3")
ax.set(xlabel="χ²", ylabel="Mật độ")
ax.legend()
plt.show()

KẾT QUẢ

3.0 6.057
0.0508
Histogram mật độ của tổng ba bình phương biến chuẩn tắc qua 100.000 hàng, trục từ 0 tới 16, lệch phải với đỉnh gần 1; đường chi2.pdf ba bậc tự do màu đen bám sát đỉnh các cột, đuôi phải kéo dài tới khoảng 14.

Lần chạy này cho trung bình 3,0, phương sai 6,057, và 5,08% số hàng vượt ngưỡng 7,815: tổng bình phương đúng là χ²(3).

Kiểm tra nhanh

  1. Sau from scipy import stats, print(round(stats.chi2.ppf(0.95, 1), 3)) in ra gì?

    • 3.841
    • 1.96
    • 1.645
  2. Những câu nào đúng về χ²(k)?

    • Không bao giờ nhận giá trị âm
    • Kỳ vọng bằng k
    • Đối xứng quanh k như phân phối chuẩn
    • Lệch phải, đuôi phải dài
  3. Trong khung bẫy, vì sao chi2.ppf(0.05, 3) cho 0,352 mà không dùng làm ngưỡng được?

    • Vì scipy làm tròn sai
    • Vì 0,05 là diện tích bên trái, nên 0,352 là ngưỡng đuôi trái, còn kiểm định χ² bác bỏ ở đuôi phải
    • Vì df = 3 quá nhỏ
  4. stats.f.ppf(0.95, 2, 12) và stats.f.ppf(0.95, 12, 2) quan hệ thế nào?

    • Bằng nhau, vì F đối xứng theo hai bậc tự do
    • Khác nhau: số đầu khoảng 3,885, số sau khoảng 19,41
    • Số sau là nghịch đảo của số đầu
Đúng hết lần đầu +15 XP

Bài tập

Tìm giá trị tới hạn đuôi phải của χ²

Một nhóm kiểm định bảng chéo cần ngưỡng χ² cho nhiều mức ý nghĩa. Viết thân hàm chi2_toi_han(df, alpha) trả về c sao cho P(χ² ≥ c) = alpha với χ² theo phân phối chi bình phương df bậc tự do. Dùng stats.chi2 đã nhập sẵn.

Trả về: giá trị tới hạn đuôi phải, một float.

Ví dụ chi2_toi_han(3, 0.05) cho khoảng 7.8147.

python
from scipy import stats


def chi2_toi_han(df, alpha):
    pass  # Viết thân hàm thay cho dòng này

Tóm tắt

  • χ²(k) là tổng bình phương k biến chuẩn tắc độc lập: không âm, kỳ vọng k, phương sai 2k, lệch phải.

  • F(d₁, d₂) = (χ²(d₁)/d₁)/(χ²(d₂)/d₂); d₁ của tử số đứng trước.

  • Giá trị tới hạn đuôi phải: chi2.ppf(1 - alpha, df), f.ppf(1 - alpha, d1, d2); p-value: chi2.sf(x, df).

  • χ²(1) = Z², nên ngưỡng 5% là 1,96² ≈ 3,841.

  • Bảng in đa số ghi diện tích đuôi phải; kiểm bằng hàng df = 1.

  • Excel: CHISQ.INV.RT(α; df) và F.INV.RT(α; d1; d2).

Câu hỏi thường gặp

Bảng chi bình phương dùng để làm gì?

Để tra ngưỡng của kiểm định chi bình phương: so bảng chéo quan sát với bảng kỳ vọng, như kiểm hai biến phân loại có độc lập không. Bài kiểm định chi bình phương dạy kiểm định đó, với ngưỡng tra bằng chi2.ppf() của bài này.

Phân phối F dùng ở đâu?

Ở so sánh hai phương sai và ở ANOVA, nơi F là tỉ số giữa độ biến thiên giữa các nhóm và trong mỗi nhóm. F lớn nghĩa là các nhóm cách nhau xa so với độ tản bên trong.

χ², t và F liên quan thế nào?

Cả ba sinh từ biến chuẩn. t với ν bậc tự do là Z chia √(χ²(ν)/ν), và t² theo F(1, ν). Nhờ vậy ngưỡng hai phía của t, bình phương lên, bằng ngưỡng đuôi phải của F(1, ν); bài phân phối Student t có bảng t để thử.

Chủ đề

phân phối chi bình phương

Bài này có hữu ích?

Hỏi đáp

Đang tải câu hỏi…

Tham vấn chuyên môn

Nguyễn Việt Chung

Nhà sáng lập AIDev và VietPlatform · Thạc sĩ AI MSE

  • Tốt nghiệp thủ khoa xuất sắc Thạc sĩ AI MSE.
  • Đồng sáng lập, CTO E-University, SVOnline: số hóa 10+ đại học, 40.000+ sinh viên.
  • Xây hệ thống AI cho doanh nghiệp tại VietPlatform.
Biên soạn: AIDev Team · Rà soát · Quy trình biên tập