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

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)
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.