科数网
学习
高中数学
高中物理
微积分
线性代数
概率论
人工智能
赞助本站
在线教程
概率论与数理统计
第六篇 统计量和抽样分布
样本均值和样本方差
日期:
2023-10-01 11:28
查看:
163
次
编辑
样本均值和样本方差
![图片](/uploads/2023-01/image_20230103230c824.png) ![图片](/uploads/2023-01/image_202301037f5452b.png) ![图片](/uploads/2023-01/image_20230103303d1c8.png) ![图片](/uploads/2023-01/image_202301036e30d54.png) 设总体 $X$ 的均值 $E(X)=\mu$ ,方差 $D(X)=\sigma^2 ,\left(X_1, X_2, \cdots, X_n\right)$ 为取自该总体的一个 样本,则 (1) $\quad E(\bar{x})=\mu, D(\bar{x})=\frac{\sigma^2}{n}$ (2) $E\left(S^2\right)=\sigma^2, E\left(S_n^2\right)=\frac{n-1}{n} \sigma^2, n \geq 2$ (3) $\bar{X} \stackrel{P}{\longrightarrow} \mu, S^2=\frac{1}{n-1} \sum_{i=1}^n\left(X_i-\bar{X}\right)^2 \stackrel{P}{\rightarrow} \sigma^2, S_n^2=\frac{1}{n} \sum_{i=1}^n\left(X_i-\bar{X}\right)^2 \stackrel{P}{\longrightarrow} \sigma^2$. 证 (1) $$ \begin{aligned} & E(\bar{X})=E\left(\frac{1}{n} \sum_{i=1}^n X_i\right)=\frac{1}{n} \sum_{i=1}^n E\left(X_i\right)=\mu, \\ & D(\bar{X})=D\left(\frac{1}{n} \sum_{i=1}^n X_i\right)=\frac{1}{n^2} \sum_{i=1}^n D\left(X_i\right)=\frac{1}{n} \sigma^2, \end{aligned} $$ 证 (2) $$ \begin{aligned} (n-1) E\left(S^2\right) & =E\left(\sum_{i=1}^n X_i^2-n \bar{X}^2\right)=\left(\sum_{i=1}^n E\left(X_i^2\right)-n E\left(\bar{X}^2\right)\right) \\ & =n\left(D\left(X_1\right)+E^2\left(X_1\right)-D(\bar{X})-E^2(\bar{X})\right) \\ & =n\left(\sigma^2-\frac{\sigma^2}{n}\right)=(n-1) \sigma^2 \\ & \Rightarrow E\left(S^2\right)=\sigma^2, \quad E\left(S_n^2\right)=\frac{n-1}{n} \sigma^2 \end{aligned} $$ 证 (3) 独立同分布的大数定律,即得 $\bar{X} \stackrel{P}{\longrightarrow} \mu$ $$ \frac{1}{n} \sum_{i=1}^n X_i^2 \stackrel{p}{\rightarrow} \sigma^2+\mu^2, $$ 所以 $S_n^2=\frac{1}{n} \sum_{i=1}^n\left(X_i-\bar{X}\right)^2=\frac{1}{n} \sum_{i=1}^n X_i^2-\bar{X}^2 \stackrel{P}{\longrightarrow} \sigma^2+\mu^2-\mu^2=\sigma^2$ $$ S^2=\frac{n}{n-1} S_n^2 \stackrel{P}{\rightarrow} \sigma^2 $$ ![图片](/uploads/2023-01/image_20230103f2fad96.png) ![图片](/uploads/2023-01/image_20230103a36e6e7.png) ![图片](/uploads/2023-01/image_20230103b612fe0.png) ![图片](/uploads/2023-01/image_202301038053e33.png)
上一篇:
新知识
下一篇:
次序统计量
本文对您是否有用?
有用
(
0
)
无用
(
0
)
赞助我们
0
篇笔记
写笔记
更多笔记
提交笔记