Nó thậm chí không phải là một xấp xỉ gần đúng. Đối với nhỏ , kỳ vọng của bằng trong khi kỳ vọng của χ 2 ( k ) bằng k . Khi k là nhỏ (ít hơn 10, ví dụ) biểu đồ của log ( T ) và đăng nhập ( χ 2 ( k ) ) thậm chí không có hình dạng giống nhau, chỉ ra rằng thay đổi và rescaling T vẫn sẽ không làm việc.T k nnTk nn - 2χ2( k )kkđăng nhập( T)đăng nhập( χ2( k ) )T
Theo trực giác, đối với các mức độ tự do nhỏ, học sinh bị nặng. Bình phương nó nhấn mạnh sự nặng nề đó. Do đó, các khoản tiền sẽ bị sai lệch nhiều hơn - thường là nhiều sai lệch hơn - so với các khoản tiền bình phương bình phương ( phân phối χ 2 ). Tính toán và mô phỏng mang điều này ra.tχ2
Minh họa (theo yêu cầu)
Mỗi biểu đồ mô tả một mô phỏng độc lập gồm 100.000 thử nghiệm với các mức độ tự do ( ) và triệu tập ( k ) được chỉ định, được chuẩn hóa như mô tả bởi @mpiktas. Giá trị của n = 9999 ở hàng dưới cùng xấp xỉ trường hợp χ 2 . Do đó, bạn có thể so sánh T với χ 2 bằng cách quét xuống từng cột.nkn = 9999χ2Tχ2
Lưu ý rằng tiêu chuẩn hóa là không thể đối với vì những khoảnh khắc thích hợp thậm chí không tồn tại. Sự thiếu ổn định của hình dạng (khi bạn quét từ trái sang phải qua bất kỳ hàng nào hoặc từ trên xuống dưới bất kỳ cột nào) thậm chí còn được đánh dấu nhiều hơn cho n ≤ 4 .n < 5n ≤ 4