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
正态总体的抽样分布
日期:
2023-10-01 11:28
查看:
151
次
编辑
正态总体的抽样分布
定理 1 设 $\left(X_1, X_2, \cdots, X_n\right)$ 是取自总体 $N\left(\mu, \sigma^2\right)$ 的一个简单随机样本, 则有 (1) $\bar{X} \sim N\left(\mu, \frac{\sigma^2}{n}\right)$, 即 $\sqrt{n} \frac{\bar{X}-\mu}{\sigma} \sim N(0,1)$; (2) $\frac{(n-1) S^2}{\sigma^2}=\frac{n S_n^2}{\sigma^2}=\frac{1}{\sigma^2} \sum_{i=1}^n\left(X_i-\bar{X}\right)^2 \sim \chi^2(n-1)$ (3) $\bar{X}$ 与 $S^2$ 相互独立. 定理2 设 $\left(X_1, X_2, \cdots, X_n\right)$ 是取自总体 $N\left(\mu, \sigma^2\right)$ 的一个简单随机样本, 则有 $$ \sqrt{n} \frac{\bar{X}-\mu}{S}=\sqrt{n-1} \frac{\bar{X}-\mu}{S_n} \sim t(n-1) $$ 证明 由定理1可知 由 (1) 知 $\sqrt{n} \frac{\bar{X}-\mu}{\sigma} \sim N(0,1)$, 由 (2) 知 $\frac{(n-1) S^2}{\sigma^2} \sim \chi^2(n+1)$ 由 (3) 知 $\bar{X}$ 与 $S^2$ 相互独立, 根据t分布的定义,可得 $$ \frac{\sqrt{n} \frac{\bar{X}-\mu}{\sigma}}{\sqrt{\frac{(n-1) S^2}{\sigma^2} /(n-1)}}=\sqrt{n} \frac{\bar{X}-\mu}{S} \sim t(n-1) $$ ![图片](/uploads/2023-01/image_2023010370dbef9.png) ![图片](/uploads/2023-01/image_20230103e2aee50.png) ![图片](/uploads/2023-01/image_20230103575152b.png) 定理3 设 $\left(X_1, X_2, \cdots, X_m\right)$ 是取自总体 $X \sim N\left(\mu_1, \sigma_1^2\right)$ 的一个简单随机样本, $\left(Y_1, Y_2, \cdots, Y_n\right)$ 是取自总体 $Y \sim N\left(\mu_2, \sigma_2^2\right)$ 的一个简单随机样本, 两个总体相互独立。 定义 $$ \begin{aligned} & \bar{X}=\frac{1}{m} \sum_{i=1}^m X_i, \bar{Y}=\frac{1}{n} \sum_{i=1}^n Y_i, \\ & S_X^2=\frac{1}{m-1} \sum_{i=1}^m\left(X_i-\bar{X}\right)^2, S_Y^2=\frac{1}{n-1} \sum_{i=1}^n\left(Y_i-\bar{Y}\right)^2, \\ & S_w^2=\frac{(m-1) S_X^2+(n-1) S_Y^2}{m+n-2}, \end{aligned} $$ ![图片](/uploads/2023-01/image_2023010324d94da.png) ![图片](/uploads/2023-01/image_20230103033e528.png) ![图片](/uploads/2023-01/image_2023010373ff19e.png) ![图片](/uploads/2023-01/image_20230103049ac2c.png) ![图片](/uploads/2023-01/image_20230103373bffb.png) ![图片](/uploads/2023-01/image_2023010388b5785.png)
上一篇:
f分布
下一篇:
没有了
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