数理统计之抽样分布

这篇博客探讨了抽样分布在统计学中的核心地位,重点讲解了单个正态总体和两个正态总体的抽样分布。通过定理一和定理二,阐述了样本均值和样本方差的性质,特别是当总体方差未知时如何利用样本方差进行估计。
摘要由CSDN通过智能技术生成

抽样分布在统计学中有着重要的作用,使用较多的是单个正态总体的抽样分布和两个正太总体的抽样分布。

 

定理一:设总体X\sim N(\mu ,\sigma ^{2})X_{1},X_{2},...X_{n}是样本,样本均值\overline{X}=\frac{1}{n}\sum X_{i},样本方差S^{2}=\frac{1}{n-1}\sum_{i=1}^{n}(X_{i}-\overline{X})

(1)   \overline{X}\sim N(\mu ,\frac{\sigma ^{2}}{n})(利用正态函数的性质容易证明)

  (2)    

  • 0
    点赞
  • 0
    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