【概率/数理统计】简单随机样本，抽样分布；卡方，T，F分布，正态总体的样本均值与方差分布；Γ函数（伽马函数/tao函数）

目录

1. 简单随机样本

2. 抽样分布

2. 正态分布

3. 卡方分布

4. T分布

5. F分布

6. 正态总体的样本均值与样本方差分布

7. 伽马函数

---

1. 简单随机样本

【简单随机样本】设 X 是具有分布函数 F 的随机变量，若 X1，X2，……Xn 是具有同一分布函数 F，相互独立的随机变量，则称 X1，X2，……Xn 是从分布函数 F (或称总体 F，或者总体 X)得到的容量为 n 的简单随机样本，简称样本。观察值x1,x2,...,xnx1,x2,...,xn称为样本值，也成为X的n个独立的观察值。（出自《概率论与数理统计》浙江大学 第四版）

注：样本，就是指简单随机样本，必满足 ① 与总体同分布，② 相互独立。

详见《总体与样本的理解》：https://blog.csdn.net/u011240016/article/details/52937371

2. 抽样分布

【抽样分布】统计量的分布是抽样分布。如卡方分布、T分布、F分布是几个来自正态总体的统计量的常用分布。

统计量就是不包含总体未知参数的、来自总体的样本的一个函数。

注：上一篇写的是在概率论范围内，离散型和连续型变量的分布，主要用于求分布算概率；这一篇是数理统计领域内（概率论的一个分支），抽样分布的情况，主要用于参数估计和推断统计。

下面首先重新介绍下正态分布。

2. 正态分布

2.1 一维正态分布

随机变量X服从正态分布，X~N（μ，σ^2），则密度函数为：

若服从标准正态分布，X~N（0，1），则密度函数为：