カイ2乗分布のパーセント点(分位点)計算機

カイ2乗分布のパーセント点(分位点)計算機

成長中 AI Skill PRO

計算を入力してください

結果

パーセント点x(カイ2乗分位点)
7.267218
カイ2乗分布のCDFが目標確率に等しくなる値x
分布 カイ2乗分布
累積確率モード 下側累積確率P
確率 0.3
自由度 10

公式

xp=F−1(p;ν)ただし次を満たすP(ν2,xp2)=px_p = F^{-1}\!\left(\text{p}\,;\,\text{$\nu$}\right)\ \text{ただし次を満たす}\ P\!\left(\frac{\text{$\nu$}}{2},\,\frac{x_p}{2}\right) = \text{p}
利用統計

広告

このページの誤りを報告

カイ2乗分布のパーセント点計算機とは

このツールは、カイ2乗分布のパーセント点(分位点、または臨界値とも呼ばれます)を求めるものです。累積確率と自由度を入力すると、カイ2乗分布の累積分布関数(CDF)がその確率に等しくなるような値xを返します。これはカイ2乗分布のCDFの逆関数にあたり、仮説検定、適合度検定、分割表の解析、分散の信頼区間など幅広い場面で利用されます。

左裾の領域が陰影付けされ、x 軸上に分位点を示す垂直線が引かれたカイ二乗確率密度曲線
パーセンタイル x は、下側の累積面積が確率 P に等しくなる点です。

使い方

まず累積確率のモードを選びます。確率が \(P = P(X \le x)\)(xより左側の面積)で与えられている場合は「下側累積確率P」を選択してください。確率が裾の面積 \(Q = P(X > x)\) で与えられている場合は「上側累積確率Q」を選びます。これは片側検定における有意水準αに相当することが多い値です。続いて確率(0より大きく1より小さい値)と自由度(ν、kとも書きます)を入力すると、カイ2乗値xが求められます。

広告
左側に陰影を付けた下側 P と右裾に陰影を付けた上側 Q を示す 2 本のカイ二乗曲線
下側確率 P は左側の領域を、上側確率 Q は右裾を陰影で示します。

計算式の解説

自由度νのカイ2乗分布のCDFは、正規化された下側不完全ガンマ関数で表されます。\(F(x;\nu) = \text{regularizedGammaP}\left(\frac{\nu}{2}, \frac{x}{2}\right)\)。求めたいのはこの逆関数です。\(a = \frac{\nu}{2}\) とし、目標とする確率を p(下側モードでは \(p = P\)、上側モードでは \(p = 1 - Q\))とすると、\(\text{regularizedGammaP}(a, z) = p\) を z について解き、\(x = 2z\) を得ます。本計算機では不完全ガンマ関数に対して級数展開と連分数展開を組み合わせ、ニュートン法と二分法による求根アルゴリズムで確実に収束させています。

$$x_p = F^{-1}\!\left(\text{p}\,;\,\nu\right)\ \text{such that}\ P\!\left(\frac{\nu}{2},\,\frac{x_p}{2}\right) = \text{p}$$

計算例

下側モードで \(P = 0.95\)、\(\nu = 10\) とします。このとき \(a = 5\) となり、\(\text{regularizedGammaP}(5, z) = 0.95\) を解くと \(z \approx 9.1535\)、したがって \(x = 2z \approx 18.307\) が得られます。これは古典的な臨界値 \(\text{chi-square}(0.95, 10) = 18.307\) と一致します。上側モードで \(Q = 0.05\)、\(\nu = 10\) とした場合は \(p = 1 - 0.05 = 0.95\) となり、同じく \(x \approx 18.307\) が得られます。

カイ二乗臨界値表

この表は、自由度(df)\(\nu\)のカイ二乗変数について、\(P(X > x) = Q\)を満たす上側臨界値\(\chi^2_{Q,\nu}\)を示します。下側確率は\(P = 1 - Q\)です。例えば、Q = 0.05の列は95パーセンタイルです。値は小数点以下3桁に丸めています。

自由度 (df) Q = 0.10 Q = 0.05 Q = 0.025 Q = 0.01 Q = 0.001
1 2.706 3.841 5.024 6.635 10.828
2 4.605 5.991 7.378 9.210 13.816
3 6.251 7.815 9.348 11.345 16.266
4 7.779 9.488 11.143 13.277 18.467
5 9.236 11.070 12.833 15.086 20.515
10 15.987 18.307 20.483 23.209 29.588
20 28.412 31.410 34.170 37.566 45.315
30 40.256 43.773 46.979 50.892 59.703
50 63.167 67.505 71.420 76.154 86.661
100 118.498 124.342 129.561 135.807 149.449

下側分位点を求めるには、まず変換します。下側確率P = 0.05の値は、上側Q = 0.95の値に対応します。表にない自由度や確率の場合は、計算ツールを使用してください。

広告

カイ二乗分位点の解釈

仮説検定。 有意水準\(\alpha\)を選び、\(Q = \alpha\)と適切な自由度に対応する上側臨界値を求めます。観測された統計量が臨界値より大きければ、帰無仮説\(H_0\)を棄却します。そうでなければ棄却しません。例えば、df = 5かつ\(\alpha = 0.05\)のとき、臨界値は11.070です。統計量12.4では棄却となり、統計量9.8では棄却されません。

p値との関係。 p値は、観測された統計量の上側確率\(Q\)です。\(\alpha\)における統計量 > 臨界値は、p値 < \(\alpha\)と同値です。分位点計算ツールはこれを逆に行います。Q(またはP)と自由度を入力すると、その裾確率を持つ統計量を返します。

右側検定。 カイ二乗適合度検定および分割表の独立性検定は右側検定です。統計量が大きいほど当てはまりが悪い、または関連があることを示すため、棄却には上側のみを使用します。

分布の形。 分布は右に歪んでおり、平均は\(\nu\)、分散は\(2\nu\)です。中央値は平均より少し小さい値です。自由度が大きくなるにつれて歪みは小さくなり、平均\(\nu\)、標準偏差\(\sqrt{2\nu}\)の正規分布に近づきます。自由度1または2では非常に歪んでおり、自由度100ではほぼ左右対称です。

分散の信頼区間。 正規母集団からのサイズ\(n\)の標本で、標本分散を\(s^2\)、\(\nu = n-1\)とすると、\((1-\alpha)\)信頼区間は次のとおりです:

$$\left(\frac{ (n-1)s^2}{\chi^2_{\alpha/2,\,\nu}},\ \frac{ (n-1)s^2}{\chi^2_{1-\alpha/2,\,\nu}}\right)$$

ここで\(\chi^2_{\alpha/2,\nu}\)は右側の面積が\(\alpha/2\)となる上側値、\(\chi^2_{1-\alpha/2,\nu}\)は左側の面積が\(\alpha/2\)となる下側分位点です。同じ2つの分位点は、P = \(\alpha/2\)およびP = \(1-\alpha/2\)を入力することでも求められます。

例:n = 11(自由度10)、\(s^2 = 4\)、95%信頼度の場合、分位点は3.247(下側、P = 0.025)と20.483(上側、P = 0.975)です。分散の区間は\(40/20.483 = 1.953\)から\(40/3.247 = 12.319\)までです。

よくある質問

PとQの違いは何ですか? Pはxより左側(下側の裾)の面積、Qはxより右側(上側の裾)の面積で、\(P + Q = 1\) の関係があります。

自由度は整数でなくてもよいですか? はい。ガンマ関数に基づく計算式は \(\nu > 0\) であれば任意の値で機能します。ただし、多くの統計数値表では整数が使われています。

有効な確率の範囲はどれくらいですか? \(0 < \text{確率} < 1\) の範囲に厳密に限られます。確率が0のとき分位点は0となり、確率が1に近づくにつれて分位点は限りなく大きくなります。

最終更新:

数学と統計で人気の電卓

数学と統計の電卓をすべて見る