抽样分布定理

  • 设总体 ξ \xi ξ服从正态分布 N ( α , σ ) , ξ i N(\alpha, \sigma), \xi_i N(α,σ),ξi为其样本,样本均值和方差为 ξ ‾ , S 2 \overline{\xi}, S^2 ξ,S2,则 ξ ‾ \overline{\xi} ξ服从正态分布 N ( α , σ n ) , n × S 2 σ 2 N(\alpha, \frac{\sigma}{\sqrt{n}}), \frac{n \times S^2}{\sigma^2} N(α,n σ),σ2n×S2服从自由度为 n − 1 n - 1 n1 χ 2 − \chi2- χ2分布,简记作 n × S 2 σ 2 ∼ χ 2 ( n − 1 ) \frac{n \times S^2}{\sigma^2} \sim \chi2_(n - 1) σ2n×S2χ2(n1),且 ξ ‾ \overline{\xi} ξ S 2 S^2 S2相互独立

  • (推论):设总体 ξ \xi ξ服从正态分布 N ( α , σ ) , ξ i N(\alpha, \sigma), \xi_i N(α,σ),ξi为其样本, 则 n − 1 × ξ ‾ − α S \sqrt{n - 1} \times \frac{\overline{\xi} -\alpha}{S} n1 ×Sξα服从自由度为 n − 1 n - 1 n1 t − t- t分布

  • 设总体 ξ \xi ξ服从正态分布 N ( α 1 , σ ) , ξ i N(\alpha_1, \sigma), \xi_i N(α1,σ),ξi为其样本,设总体 η \eta η服从正态分布 N ( α 2 , σ ) , η i N(\alpha_2, \sigma), \eta_i N(α2,σ),ηi为其样本,且两样本相互独立,则有

    • ( n 2 − 1 ) × n 1 × S 1 2 ( n 1 − 1 ) × n 2 × S 2 2 ∼ F ( n 1 − 1 , n 2 − 1 ) \frac{(n_2 - 1) \times n_1 \times S_1^2}{(n_1 - 1) \times n_2 \times S_2^2} \sim F(n_1 - 1, n_2 - 1) (n11)×n2×S22(n21)×n1×S12F(n11,n21)
    • n 1 × n 2 × ( n 1 + n 2 − 2 ) n 1 + n 2 × ( ξ ‾ − η ‾ ) − ( a 1 − a 2 ) n 1 × S 1 2 + n 2 × S 2 2 ∼ t ( n 1 + n 2 − 2 ) \sqrt{\frac{n_1 \times n_2 \times (n_1 + n_2 -2)}{n_1 + n_2}} \times \frac{(\overline{\xi} - \overline{\eta}) - (a_1 - a_2)}{\sqrt{n_1 \times S_1^2 + n_2 \times S_2^2}} \sim t(n_1 + n_2 -2) n1+n2n1×n2×(n1+n22) ×n1×S12+n2×S22 (ξη)(a1a2)t(n1+n22)
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值