نتيجة تقول إن ضعف لوغاريتم نسبة الاحتمال يقترب من توزيع كاي-مربع، مما يحول عمليات الملاءمة إلى دلالة إحصائية.مبرهنة ويلكس هي حجر الزاوية في الاستدلال الإحصائي، إذ تنص على أنه في ظل شروط انتظام معينة، يتقارب ضعف لوغاريتم نسبة الاحتمال بين نموذجين متداخلين إلى توزيع كاي-مربع مع نمو حجم العينة. وعدد درجات الحرية يساوي الفرق في عدد المعاملات الحرة بين النموذجين. تحوّل هذه المبرهنة مقارنة الاحتمالات المعقدة إلى اختبار دلالة بسيط، مما يجعلها لا غنى عنها في المجالات التي تكون فيها البيانات مكلفة والفرضيات دقيقة، مثل فيزياء الجسيمات.
أثبت صموئيل س. ويلكس هذه المبرهنة في عام 1938، في ورقة بحثية بعنوان 'توزيع العينات الكبيرة لنسبة الاحتمال لاختبار الفرضيات المركبة'.
تعتمد المبرهنة على حقيقة أنه بالقرب من القيم الحقيقية للمعاملات، يكون سطح اللوغاريتم الطبيعي لدالة الاحتمال تقريبًا تربيعيًا (وعاءً مكافئًا). بالنسبة للنماذج المتداخلة، فإن الفرق في أقصى لوغاريتمات الاحتمال الخاصة بها يتصرف بعد ذلك مثل مجموع مربعات متغيرات طبيعية معيارية مستقلة، وهو بالضبط توزيع كاي-مربع. يتحسن هذا التقريب مع زيادة البيانات، لذا فهو يعمل جيدًا عمليًا مع العينات الكبيرة، على الرغم من أنه قد يفشل بالقرب من حدود المعاملات أو عندما تكون القيم الحقيقية للمعاملات على حافة الفضاء المسموح به.
تُستخدم لحساب مستويات الدلالة لاكتشاف جسيمات جديدة في مصادم الهادرونات الكبير، حيث يُشتق 'القيمة الاحتمالية المحلية' من توزيع كاي-مربع عبر مبرهنة ويلكس.
على الرغم من انتشارها الواسع، فإن مبرهنة ويلكس هي نتيجة تقاربية — تفترض بيانات لا نهائية — وفي التجارب الحقيقية ذات الإحصاءات المحدودة، غالبًا ما يستخدم الفيزيائيون محاكاة مونت كارلو بدلاً من المبرهنة.



