随机变量之差的方差
假设有两个随机变量X和Y,两者完全独立。
E(X)=μX ,
E(Y)=μY ,
Var(X)=E((X−μX)2)=σ2X ,
Var(Y)=E((Y−μY)2)=σ2Y 。
假设有Z=X+Y
E(Z)=E(X+Y)=E(X)+E(Y),
Var(Z)=Var(X)+Var(Y)。
假设有A=X-Y
E(A)=E(X-Y)=E(X)-E(Y),
Var(A)=Var(X)+Var(-Y)=Var(X)+Var(Y)=Var(Z)。
证明 Var(−Y)=Var(Y)
Var(−Y)=E((−Y−E(−Y))2)=E((Y+E(−Y))2)
而E(-Y)=-E(Y)
Var(−Y)=E((Y+E(−Y))2)=E((Y−E(Y))2)=Var(Y)
随机变量之差的均值等于均值之差,随机变量之差的方差等于方差之和。
样本均值之差的分布
有随机变量X服从任意分布,总体均值 μX ,方差 σ2X 。
有随机变量Y服从任意分布,总体均值 μY ,方差 σ2Y 。
样本容量很大时,随机变量X和Y的样本均值的抽样分布服从正态分布。
随机变量X的样本均值 X¯ 抽样分布的均值 μX¯=μX ,方差 σ2X¯=σ2Xn 。
随机变量Y的样本均值 Y¯ 抽样分布的均值 μY¯=μ