三大抽样分布

1. $\chi^2$ 分布

$\qquad$设$X_1,X_2,\cdots,X_n\sim N(0,1)$，则称统计量:

$$\chi^2=X_1^2+X_2^2+\cdots+X_n^2=\sum_{i=1}^{n}X_i^2$$
$\qquad$服从自由度为n的 $\chi^2$分布，记为 $\chi^2\sim\chi^2(n)$。有 $E(\chi^2)=n,D(\chi^2)=2n.$

$\qquad$对于给定的$\alpha:0<\alpha<1$，称满足条件:

$$P\{\chi^2>\chi_\alpha^2(n)\}=\alpha$$
$\qquad$的点 $\chi_\alpha^2(n)$为 $\chi^2(n)$分布的上侧 $\alpha$分位点 。

$\qquad$但$n>45$时，$\chi_\alpha^2(n)\approx\frac{1}{2}(z_\alpha+\sqrt{2n-1})^2$。

2. t 分布

$\qquad$若$X\sim N(0,1),Y\sim\chi^2(n)$，并且$X$与$Y$相互独立，则称随机变量:

$$T=\frac{X}{\sqrt{Y/n}}$$
$\qquad$服从自由度为 $n$的$t$分布 $t(n)$，可记为 $T\sim t(n)$。

$\qquad$对于给定的$\alpha:0<\alpha<1$，称满足条件：

$$P\{T>t_\alpha(n)\}=\alpha$$
$\qquad$的点 $t_\alpha(n)$为 $t(n)$分布的上侧 $\alpha$分位点。

$\qquad$由其图形的对称性可知：$t_{1-\alpha}(n)=-t_\alpha(n)$。

3. F 分布

$\qquad$设$U\sim\chi^2(n_1),V\sim\chi^2(n_2)$，且$U$与$V$相互独立，则称随机变量：

$$F=\frac{U/n_1}{V/n_2}$$
$\qquad$服从自由度为 $(n_1,n_2)$的 $F$分布，记为$F(n_1,n_2)$，即 $F\sim F(n_1,n_2)$。应用上常称 $F(n_1,n_2)$中的 $n_1$为第一自由度， $n_2$为第二自由度。

$\qquad$对于给定的$\alpha:0<\alpha<1$，则称满足条件：

$$P\{F>f_\alpha(n_1,n_2)\}=\alpha$$
$\qquad$的点 $f_\alpha(n_1,n_2)$为 $F(n_1,n_2)$分布的上侧 $\alpha$分位点。

$\qquad$有$F$定义可知，若$F\sim F(n_1,n_2)$，则：$1/F\sim F(n_2,n_1)$

$\qquad$故$F$分布的上侧$\alpha$分位点有如下性质：

$$f_{1-\alpha}(n_1,n_2)=1/f_\alpha(n_2,n_1)$$