常用的统计抽样分布和正态总体的抽样分布

1.\chi ^{2}分布

设X1,X2...Xn相互独立且均服从标准正态分布,则称随机变量Y=X_{1}^{2}+X_{2}^{2}+...+X_{n}^{2}服从自由度为n的\chi ^{2}分布,记作

Y~\chi ^{2}

性质:

a分位点的含义:设\chi ^{2}的密度函数为f(x),若有\int_{t}^{\infty }f(x)dx=a,则称t为\chi ^{2}分布上的a分位点

记为t_{a}(n)

 

E(Y)=n,D(Y)=2n

\chi _{1}^{2}自由度为n1,\chi _{2}^{2}自由度为n2,两者独立,则\chi _{1}^{2}+\chi _{2}^{2}依然服从\chi ^{2}分布,自由度为n1+n2

2.t分布

设X~N(0,1),Y~\chi ^{2}(n),则称随机变量

为服从自由度为n的t分布,记为T~t(n)

性质:

a分位点定义与\chi ^{2}分布类似

因为t分布的密度函数为偶函数,所以a分位点和1-a分位点互为相反数

3.F分布

若X,Y相互独立,X~\chi ^{2}(n1),Y~\chi ^{2}(n2),则称随机变量

F=\frac{X/n_{1}}{Y/n_{2}}

服从自由度为(n1,n2)的F分布,记为F~F(n1,n2),其中n1,n2分别称为第一自由度和第二自由度

性质:a分位点定义与前两者类似

若F~F(n1,n2)则\frac{1}{F}~F(n2,n1),且F的1-a分位点和1/F的a分位点互为倒数,即

4.一个正态总体的抽样分布

设X~N(\mu ,\sigma ^{2}),X1,X2...Xn是来自总体的样本,样本均值为\bar{X},样本方差为S^{2},则有

(1)\bar{X}~N(\mu ,\frac{\sigma ^{2}}{n}),U=\frac{\bar{X}-\mu }{\sigma /\sqrt{n}}~N(0,1)

(2)\bar{X}S^{2}相互独立,\frac{(n-1)S^{2}}{\sigma ^{2}}~\chi ^{2}(n-1)

(3)T=\frac{\bar{X}-\mu }{S /\sqrt{n}}~t(n-1)

(4)\frac{1}{\sigma ^{2}}\sum_{i=1}^{n}(X_{i}-\mu )^{2}~\chi ^{2}(n)

5.两个正态总体的抽样分布

设总体X~N(\mu_{1} ,\sigma _{1}^{2})和总体Y~N(\mu_{2} ,\sigma _{2}^{2}),X1,X2...Xn和Y1,Y2...Yn是来自总体X和Y的样本且相互独立,样本均值分别为\bar{X}\bar{Y},样本方差为S_{1}^{2}S_{2}^{2},则有

(1)\bar{X}-\bar{Y}~N(\mu_{1}-\mu_{2} ,\frac{\mu _{1}^{2}}{n_{1}}+\frac{\mu _{2}^{2}}{n_{2}})

(2)如果\sigma _{1}^{2}=\sigma _{2}^{2},则

(3)

 

 

  • 0
    点赞
  • 9
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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