1 定義
カイ二乗分布は、独立な標準正規確率変数を二乗して合計したときに現れる連続分布である。自由度と呼ばれる整数または一般化されたパラメータによって形状が変わり、統計的推測の基礎として広く用いられる。特に、ばらつきの評価や検定理論で重要な位置を占める。
1.1 標準正規分布の二乗和としての定義
独立な標準正規分布に従う確率変数 \(Z_1, Z_2, \dots, Z_k\) を用いると、 \[ X = Z_1^2 + Z_2^2 + \cdots + Z_k^2 \] で定まる確率変数 \(X\) は、自由度 \(k\) のカイ二乗分布に従う。これは最も基本的な定義であり、幾何学的には多次元正規分布の半径方向の量とも結び付く。
1.2 自由度による定義
自由度は、この分布の形を決める主要な指標である。値が小さいと右に大きく歪んだ形になり、増加するにつれて分布は次第になだらかになっていく。統計学では、標本サイズや制約条件に応じて自由度が決まり、推定量や検定統計量の分布として現れる。
1.3 確率密度関数
自由度 \(k\) のカイ二乗分布の確率密度関数は、\(x \ge 0\) に対して \[ f(x)=\frac{1}{2^{k/2}\Gamma(k/2)}x^{k/2-1}e^{-x/2} \] で与えられる。ここで \(\Gamma\) はガンマ関数である。この式から、分布が非負の値のみをとり、自由度に応じて原点付近の形が変化することが分かる。
1.4 累積分布関数
累積分布関数は、ある値以下となる確率を表す。カイ二乗分布では、密度関数を0からその値まで積分して求める。閉じた初等関数で表せない場合が多く、不完全ガンマ関数を用いた表現や数値計算が実務上重要となる。
2 性質
カイ二乗分布は、平均や分散の計算が比較的単純で、さらに加法性を備えるため扱いやすい。これらの性質は、検定統計量の構成や理論的導出に直接利用される。
2.1 平均
自由度 \(k\) のカイ二乗分布の平均は \(k\) である。したがって、自由度が大きいほど期待値は直線的に増える。標本分散の評価や近似式の基準として、この性質はしばしば参照される。
2.2 分散
分散は \(2k\) で与えられる。平均に比べて散らばりも自由度に比例して増加するため、小標本では変動が大きく、大標本では相対的に安定しやすい。推定量の不確実性を測る際に、この式は重要である。
2.3 歪度と尖度
この分布は右に歪んでおり、自由度が小さいほど非対称性が強い。歪度は \( \sqrt{8/k} \)、過剰尖度は \(12/k\) である。自由度の増加とともに形は正規分布に近づき、極端な値の出現頻度も相対的に減少する。
2.4 加法性
独立なカイ二乗分布に従う確率変数の和は、自由度の和に対応するカイ二乗分布になる。たとえば、自由度 \(k_1\) と \(k_2\) の分布を独立に足すと、自由度 \(k_1+k_2\) の分布を得る。この性質は、分散分析や検定統計量の合成で有用である。
2.5 ガンマ分布との関係
カイ二乗分布はガンマ分布の特殊な場合である。具体的には、自由度 \(k\) のカイ二乗分布は、形状母数 \(k/2\)、尺度 \(2\) のガンマ分布に一致する。この対応により、ガンマ分布の理論や計算法をそのまま利用できる。
3 導出と表現
カイ二乗分布は、確率密度の直接導出だけでなく、変換公式や生成関数を通じても表される。これにより、解析的な性質や数値評価の方法が整理される。
3.1 確率母関数と特性関数
カイ二乗分布の特性関数は、ガンマ型の指数表現で記述できる。自由度 \(k\) に対して、解析的には \[ \varphi(t)=(1-2it)^{-k/2} \] となる。これによって、和の分布や極限定理との接続が扱いやすくなる。
3.2 生成関数による表現
モーメント母関数は、\(t<1/2\) の範囲で \[ M(t)=(1-2t)^{-k/2} \] と表される。これを展開すると各次数のモーメントが得られ、平均、分散、高次モーメントの系統的な計算が可能になる。
3.3 不完全ガンマ関数による表現
累積分布関数は、不完全ガンマ関数を用いて表現される。これは、積分区間が有限であるガンマ関数の拡張であり、数値解析で便利である。統計ソフトでは、この表現をもとに確率値や臨界値が計算される。
4 関連する分布
カイ二乗分布は、いくつかの重要な確率分布と密接に関連する。特にガンマ分布や正規分布との結び付きは強く、一般化分布の構成にも組み込まれる。
4.1 ガンマ分布
前述のとおり、カイ二乗分布はガンマ分布の一種として理解できる。したがって、形状と尺度の見方を切り替えると、同じ分布を異なるパラメータ体系で扱える。これにより、理論の統一が進む。
4.2 正規分布
正規分布に従う変数を二乗すると、値は非負になり、分布はカイ二乗型に変わる。さらに、複数の独立な正規変数の二乗和からこの分布が生じるため、正規理論の派生物として位置付けられることが多い。
4.3 文字通りの二乗の和に関する分布
ユークリッド空間での長さの二乗は、正規乱数の二乗和と直結する。例えば、ノイズを含む測定値のエネルギーや偏差平方和は、しばしばこの分布に従う量として現れる。物理や信号処理でも、二乗和の統計的性質を記述する際に利用される。
4.4 カイ二乗分布の一般化
一般化された形としては、非心カイ二乗分布などがある。これは、標準正規からのずれを含む場合に現れ、検定力や偏りを評価するうえで使われる。さらに、自由度を連続的に拡張した議論や、多変量の設定も考えられる。
5 統計学での応用
カイ二乗分布は、統計学において最も実用的な分布の一つである。標本の散らばりを扱う検定や、カテゴリーデータの検定に頻繁に登場する。
5.1 分散の検定
正規母集団を仮定すると、標本分散を用いた統計量はカイ二乗分布に従う。これを利用して、母分散が特定の値に等しいかどうかを検定できる。分散に関する推論は、この理論に強く支えられている。
5.2 適合度検定
観測度数と理論度数の差が偶然によるものかを調べる適合度検定では、検定統計量が近似的にカイ二乗分布に従う。カテゴリ別のずれをまとめて評価できるため、モデルの当てはまりを確認する基本手段となる。
5.3 独立性の検定
分割表において、2つの分類変数が独立かどうかを調べる際にもカイ二乗分布が用いられる。期待度数と観測度数の差を集約した統計量が基準となり、関連の有無を判断する。社会科学や生物統計で特に頻繁に使われる。
5.4 母分散の信頼区間
正規母集団では、標本分散から母分散の信頼区間を構成できる。その際、カイ二乗分布の分位点が上下限の計算に現れる。これにより、点推定だけでなく、推定の幅を含む表現が可能になる。
6 近似と極限定理
自由度が大きいとき、カイ二乗分布は単純な形に近づき、計算や理論解析が容易になる。近似理論は、大規模データや漸近的推論で重要である。
6.1 正規近似
自由度が十分大きい場合、カイ二乗分布は正規分布で近似できる。標準化すると中心極限定理の働きにより、平均と分散に基づく近似が成立する。臨界値の粗い見積もりにも役立つ。
6.2 大自由度での挙動
自由度の増加とともに、分布の相対的なゆがみは小さくなる。密度の山は平均の近くに集まり、ばらつきの比率は縮小する。こうした性質は、検定の近似精度やシミュレーションの安定性に影響する。
6.3 漸近分布としての役割
多くの統計量は、大標本極限でカイ二乗分布に近づく。尤度比検定や適合度関連の統計量がその代表例である。したがって、この分布は有限標本の理論にとどまらず、漸近統計の中心的な道具でもある。
7 表と計算
実際の利用では、理論式だけでなく数値的な扱いが欠かせない。分位点や確率値を求めるには、表や計算アルゴリズムが用いられる。
7.1 臨界値表
従来の統計学では、カイ二乗分布表が広く使われてきた。自由度と有意水準に対応する臨界値を一覧化したもので、手計算中心の時代には重要な参照資料であった。現在でも概念理解の助けになる。
7.2 数値計算の方法
現代では、累積分布関数や逆累積分布関数を数値的に計算する方法が標準である。ガンマ関数や不完全ガンマ関数の評価、近似式、反復法などが使われる。高精度が求められる場面では、誤差制御も重視される。
7.3 ソフトウェアでの利用
統計ソフトやプログラミング言語には、カイ二乗分布の密度、分布関数、分位点を計算する機能が備わっている。これにより、検定や信頼区間の算出を迅速に行える。再現可能な解析のためにも、こうした実装は不可欠である。
8 歴史
カイ二乗分布の成立は、近代統計学の発展と密接に関係している。誤差論や推測理論の進展の中で、その重要性が徐々に認識されていった。
8.1 分布の発見
二乗和に基づく分布の構造は、正規誤差の研究から自然に現れた。特に、誤差の大きさを平方で測る発想が、この分布の理論的な出発点となった。数学的には、ガンマ関数との関連を通して整理されていった。
8.2 統計学への導入
20世紀初頭の統計学では、標本分散や分類データの解析において、この分布が標準的な道具として定着した。検定理論の整備とともに、独立性や適合度の判断に広く使われるようになり、教科書的な位置を確立した。
8.3 名称の由来
「カイ二乗」は、ギリシア文字の χ に由来する記号 \(\chi^2\) を日本語で音写したものである。英語の “chi-squared” に相当し、統計量や分布名として定着している。記号がそのまま名称として受け入れられた代表例の一つである。