DISTRIBUCIÓN de PEARSON

Esta distribución , junto con la t de Student y la F de Snedercor (además de la normal) son de fundamental importancia para el desarrolo de la inferencia estadística . Como las otras dos , es la distribución de una cierta característica de los datos obtenidos aleatoriamente a partir de una distribución normal . En consecuencia puede hacerse derivar de un proceso experimental de seleción aleatoria, aunque tambien puede ponerse en relación con las distribuciones Eulerianas.

Se define la con n grados de libertad , como la distribución que sigue la variable suma de los cuadrados de n variables normales (tipificadas) [0;1] independientes.

Así , dadas n variables aleatorias independientes tales que :

las variables seguirá una con n grados de libertad.

Dado que la es la suma de n normales tipificadas al cuadrado podemos afirmar , por el motivo de ser precisamente cuadrados ,que el campo de actuación-variación de la variable así distribuída será siempre positivo .La forma de la función de densidad y distribución variarán según los grados de libertad , siendo su forma habitual la campaniforme, así

desidist.gif (57234 bytes)

El cálculo de las diversas probabilidades para los diferentes valores de la variable X , se explicita normalmente en tablas desarrolladas para los diversos valores de grados de libertad ; nosotros planteamos un script (programa) para su cálculo directo . (Ir a script de la chi2)

chimov1.gif (22353 bytes)Como hemos dicho ,la representacíón grafíca  de la distribución ( su forma) varía según los valores  que tome su parámetro n (grados de libertad); así y como puede observarse en el gráfico animado , para grados de libertad bajos ( sobre todo para un g.l.)  el conjunto de la probabilidad queda muy próxima al valor cero de la variable ; de esta característica surge , para algunos tipos de contrastes que utilizan la Chi2 , la corrección de Yates

 

 

 

La función de densidad de la vendrá dada por :

                                         :

 

siendo una distribución gamma de Euler de parémetro y

siendo n ( número de grados de libertad) el único párametro de la distribución

La función generatriz de momentos vendrá dada por

partiendo de ella podemos establecer, por aplicación del teorema de los momentos ,que la media vendrá establecida en  siendo la varianza

La distribución JHI-2 (chi 2) cumple el teorema de adición para su parámetro n (grados de libertad) , así la suma de dos chi2 con n y m grados de libertad respectivamente , no será otra cosa que una chi2 con (n+m) grados de libertad . Es lógico pensar que si una chi2 con n grados de libertad es la suma de n normales tipificadas(independientes)  al cuadrado ; y que una chi2 con m grados de libertad es la suma de m normales tipificadas(independientes) al cuadrado , la suma de ambas será , obviamente, la suma de (m+n) normales tipificadas (independientes) al cuadrado : es decir, una chi2 con (n+m) grados de libertad.