数理统计复习：统计量及其分布（2）三大抽样分布讲解

前言

上次数理统计的第五章：统计量及其分布还未复习完，今天发布它的后半部分。

四、三大抽样分布

1. ${\chi }^2$ 分布（卡方分布）

设 $X_1,X_2\cdots ,X_n$ 独立同分布于标准正态分布 $N(0,1)$ ，则 ${\chi }^2=X_1^2+X_2^2+\cdots +X_n^2$
的分布称为自由度为 $n$ 的 ${\chi }^2$ 分布，记为${\chi }^2\sim {\chi }^2(n)$，下面是它的分布密度函数
$$p(y)=\frac{(1/2{)}^{\frac{n}{2}}}{\Gamma (\frac{n}{2})}{y}^{\frac{n}{2}-1}{e}^{-\frac{n}{2}},y>0$$
在这里直接给出$E({\chi }^2)=n$,这里其实很容易理解，因为$X$都是服从于$N(0,1)$的样本，那么$E(X^2)=1$ 而${\chi }^2$分布就是$n$个$X^2$那么$E({\chi }^2)=n\ast 1=n$
$Var({\chi }^2)=2n$ 其实这个需要一个前置知识——标准正态分布k阶原点矩公式:

$$E(X^k)=\{\begin{array}{ll}0,& k=2i-1\\ (2i-1)!!& k=2i\end{array}(i=1,2,3,\cdots )$$
那么$Var({\chi }^2)=\sum Var(X^2)=\sum (E(X^4)-E(X^2))=\sum (3-1)=2n$
这就是为什么$Var({\chi }^2)=2n$

${\chi }^2$分布是本科阶段，要掌握的重点，因为它和样本均值，样本方差有一定关系，下面是三个一定要记住的知识点：

• $\bar{x}$与$s^2$