通过MCP连接 →

输入计算

数学公式

广告

结果

百分点 x(卡方分位数)
7.267218
使卡方 CDF 等于目标概率的 x 值
分布 卡方(χ²)
累积方式 lower
概率 0.3
自由度 10

卡方分布百分位数计算器是什么?

这个工具用来求卡方分布的百分点(也叫分位数或百分位数,统计中常写作临界值)。只要给定一个累积概率和自由度,它就会返回使卡方累积分布函数(CDF)等于目标概率的那个 x 值。它本质上是卡方 CDF 的反函数,在假设检验、拟合优度检验、列联表分析以及方差的置信区间计算中应用非常广泛。

卡方概率密度曲线,左尾区域被阴影填充,并在 x 轴上用一条垂直线标记分位数
百分位数 x 是下侧累积面积等于概率 P 的点。

如何使用

首先选择累积方式。当你的概率是 \(P = P(X \le x)\)(即 x 左侧的面积)时,选择「下侧累积 P」;当你的概率是尾部面积 \(Q = P(X > x)\)(也就是单侧检验中常说的显著性水平 α)时,选择「上侧累积 Q」。接着输入概率(取值严格介于 0 与 1 之间)以及自由度(\(\nu\),也写作 \(k\))。计算器即可给出对应的卡方值 x。

Advertisement
两条卡方曲线,分别显示左侧着色的下侧 P 与右尾着色的上侧 Q
下侧概率 P 为左侧区域着色;上侧概率 Q 为右尾着色。

公式详解

自由度为 \(\nu\) 的卡方 CDF 等于正则化下不完全伽马函数:\(F(x; \nu) = \text{regularizedGammaP}(\nu/2,\, x/2)\)。我们要求它的反函数。令 \(a = \nu/2\),目标概率为 \(p\)(下侧模式下 \(p = P\),上侧模式下 \(p = 1 - Q\)),通过求解方程 $$\text{regularizedGammaP}(a,\, z) = p$$ 得到 \(z\),再令 \(x = 2z\)。求解器结合了不完全伽马函数的级数展开与连分数表示,并辅以牛顿法 / 二分法求根,以确保收敛可靠。

计算实例

以下侧模式为例,取 \(P = 0.95\)、\(\nu = 10\)。此时 \(a = 5\),求解 \(\text{regularizedGammaP}(5,\, z) = 0.95\) 得到 \(z \approx 9.1535\),于是 $$x = 2z \approx 18.307$$ 这与经典临界值 \(\chi^2(0.95,\, 10) = 18.307\) 完全吻合。若改用上侧模式,取 \(Q = 0.05\)、\(\nu = 10\),则 \(p = 1 - 0.05 = 0.95\),得到的 \(x \approx 18.307\) 也完全一致。

常见问题

P 和 Q 有什么区别?P 是 x 左侧的面积(下尾),Q 是 x 右侧的面积(上尾),二者满足 \(P + Q = 1\)。

自由度可以是非整数吗?可以。基于伽马函数的公式对任意 \(\nu > 0\) 都成立,只不过大多数统计表只列出整数自由度。

概率的有效取值范围是多少?必须严格满足 \(0 < \text{概率} < 1\)。当概率为 0 时分位数为 0;当概率趋近于 1 时,分位数会无限增大。

最后更新: