截图源自于《概率论与数理统计》 浙大版第四版
由此发现:n越大,越趋近于正太分布。
为什么从正态总体中抽取出的样本的方差服从
分布
![](https://i-blog.csdnimg.cn/blog_migrate/315308c601a91feacc8bdcb259770157.png)
在
抽样分布理论一节里讲到,从正态总体进行一次抽样就相当于独立同分布的 n 个正态随机变量ξ1,ξ2,…,ξn的一次取值,将 n 个随机变量针对总体
均值与
方差进行标准化得(i=1,…,n),显然每个都是服从
标准正态分布的,因此按照
分布的定义,应该服从参数为 n 的
分布。
![](https://i-blog.csdnimg.cn/blog_migrate/315308c601a91feacc8bdcb259770157.png)
![](https://i-blog.csdnimg.cn/blog_migrate/315308c601a91feacc8bdcb259770157.png)
如果将总体中的
方差σ
2 用
样本方差 s
2代替,它是否也服从
分布呢?理论上可以证明,它是服从
分布的,但是参数不是 n 而是 n-1 了,究其原因在于它是 n-1 个
独立同分布于标准正态分布的随机变量的平方和。
![](https://i-blog.csdnimg.cn/blog_migrate/315308c601a91feacc8bdcb259770157.png)
![](https://i-blog.csdnimg.cn/blog_migrate/315308c601a91feacc8bdcb259770157.png)
我们常常把一个式子中独立变量的个数称为这个式子的“
自由度”,确定一个式子自由度的方法是:若式子包含有 n 个变量,其中k 个被限制的
样本统计量,则这个表达式的自由度为 n-k。比如中包含ξ1,ξ2,…,ξn这 n 个变量,其中ξ1-ξn-1相互独立,ξn为其余变量的平均值,因此自由度为 n-1。