在数理统计中，卡方分布具有重要意义，是统计推断里应用最广泛的概率分布之一，如何我们想要实现在假设检验与置信区间的计算，卡方分布是一个很好的操作方法，本文向大家介绍python中卡方分布的操作使用。
一、卡方分布是什么？
是统计学中的一个非常有用的著名分布，是概率统计里常用的一种概率分布，也是统计推断里应用最广泛的概率分布之一，在假设检验与置信区间的计算中经常能见到卡方分布的身影。
定义：设 X1…Xn是服从标准正态分布的随机变量，则称统计量
服从自由度为n的卡方分布，自由度为n时，他的期望是n，方差为2n
使用语法
chisquare(df, size=None)
使用说明
df（自由度数）是独立随机变量，每个变量是标准正态分布（均值为0，方差为1），将其进行平方求和，得到卡方分布。
二、python卡方分布计算
根据ｐ-value计算分位点
import scipy.stats print scipy.stats.chi2.ppf(0.05, 5)
根据分位点计算p-value
from scipy import stats print 1 - stats.chi2.cdf(critical_value, DF)
以上就是python中卡方分布的有关介绍，希望能解决你的问题哟~更多python高级学习推荐：python高级教程。
