抽样分布

今天我们学习抽样分布，统计量是样本的函数，是一个随机变量，统计量的分布称为抽样分布。在使用统计量进行统计推断时常常需要知道它的分布。当总体的分布已知时，抽样分布是确定的，但是要求出统计量的精确分布，一般来说是不容易的。
所以我们采用基于正态总体的常用统计量的分布

1、X2 （ka fang都读第一声）分布

X2分布的密度函数图像是去非负值的偏态分布

其中n为X2分布的自由度，我们可以从图中看出：当X2的自由度越大，X2分布的峰值越小，且峰值点后移。

一般证明一个分布是否满足X2分布要从两个角度给出：一、各个变量是相互独立的；二、各变量都是满足标准正态分布的N（0,1）

X2分布的分位数：若该X2分布在a到正无穷处的积分面积等于a，则称a为Xa2分布在X2分布上的a分位数
并且对于不同的a和n，分位数可以通过查阅相关的表得

X2分布的性质
一、可加性，同正态分布、泊松分布一样，X2分布也具有可加性，因为X2分布的构造就是正态分布的平方和

二、期望与方差，若一个分布满足X2分布，则期望=n，方差=2*n

2、t分布

从图形上看t分布很像标准正态分布

t分布的构造x~N（0,1），y~X2（n），且x与y相互独立，则
t=x/√(y/n)

t分布的分位数

观察图像可知t分布的图像是关于y轴对称的，所以通常在研究t分布的分位数时只需要考虑0~0.5即可

t分布的性质
一、t分布的密度图像是关于y轴对称的
二、当t分布的图像的峰值越低时，其尾部的值越高
三、若该分布满足t分布，则期望=0，方差=n/(n-2)。当n=1时，t分布就是标准柯西分布
http://baike.baidu.com/link?url=O5PvENiI8fYD3Tmtoekaq0V20qSHHRvqFARpjAT_rKGC1vubE0RI6iEJYog9-BF8e0YSwuTv-bUcmqlGk147pq