正态总体统计量的分布
一、单个正太总体的统计量的分布
从总体X中抽取容量为n的样本X1,X2,...,Xn,X_1,X_2,...,X_n,X1,X2,...,Xn,样本均值与样本方差分别是
Xˉ=1n∑i=1nXi,S2=1n−1∑i=1n(Xi−Xˉ)2\bar{X}=\frac{1}{n} \sum_{i=1}^{n}X_i,S^2=\frac{1}{n-1} \sum_{i=1}^{n}\left ( X_i-\bar X\right)^2Xˉ=n1∑i=1nXi,S2=n−11∑i=1n(Xi−Xˉ)2
定理1:设总体X服从正态分布N(μ,σ2)N\left ( \mu ,\sigma ^2 \right )N(μ,σ2),则样本均值Xˉ∼N(μ,σ2n)\bar X\sim N\left ( \mu ,\frac{\sigma ^2}{n} \right )Xˉ∼N(μ,nσ2)
定理2:设总体X服从正态分布N(μ,σ2)N\left ( \mu ,\sigma ^2 \right )N(μ,σ2),则统计量u=Xˉ−μσ/nu=\frac{\bar X-\mu }{\sigma /\sqrt{n} }u=σ/nXˉ−μ服从标准正态分布N(0,1) ,即
u=Xˉ−μσ/n∼N(0,1)u=\frac{\bar X-\mu }{\sigma /\sqrt{n} } \sim N\left ( 0,1 \right ) u=σ/nXˉ−μ∼N(0,1)
定理3:设总体X服从正态分布N(μ,σ2)N\left ( \mu ,\sigma ^2 \right )N(μ,σ2),则统计量1σ2∑i=1n(Xi−μ)2\frac{1}{\sigma^2}\sum_{i=1}^{n}\left ( X_i-\mu \right )^2σ21∑i=1n(Xi−μ)2 服从自由度为n的χ2\chi^2χ2分布,即χ2=1σ2∑i=1n(Xi−μ)2∼χ2(n)\chi^2=\frac{1}{\sigma^2}\sum_{i=1}^{n}\left ( X_i-\mu \right )^2 \sim \chi^2\left ( n \right )χ2=σ21i=1∑n(Xi−μ)2∼χ2(n)
定理4:设总体X服从正态分布N(μ,σ2)N\left ( \mu ,\sigma ^2 \right )N(μ,σ2),则
(1)样本均值Xˉ\bar XXˉ与样本方差S2S^2S2相互独立;
(2)统计量 χ2=(n−1)S2σ2\chi^2=\frac{\left ( n-1 \right )S^2 }{\sigma^2}χ2=σ2(n−1)S2服从自由度为n-1的χ2\chi^2χ2分布,即
χ2=(n−1)S2σ2∼χ2(n−1)\chi^2=\frac{\left ( n-1 \right )S^2 }{\sigma^2}\sim \chi^2\left ( n-1 \right ) χ2=σ2(n−1)S2∼χ2(n−1)
定理5:设总体X服从正态分布N(μ,σ2)N\left ( \mu ,\sigma ^2 \right )N(μ,σ2),则统计量t=Xˉ−μS/nt=\frac{\bar X-\mu }{S/\sqrt{n} }t=S/nXˉ−μ服从自由度为n-1的t分布,即:
t=Xˉ−μS/n∼t(n−1)t=\frac{\bar X-\mu }{S/\sqrt{n} }\sim t\left ( n-1 \right )t=S/nXˉ−μ∼t(n−1)
二、两个正态总体的统计量的分布
从总体X中抽取容量为nxn_xnx的样本X1,X2,...,XnxX_1,X_2,...,X_nxX1,X2,...,Xnx,从总体Y中抽取容量为nyn_yny的样本Y1,Y2,...,YnyY_1,Y_2,...,Y_nyY1,Y2,...,Yny。假设所有的抽样都是相互独立的,由此得到的样本Xi(i=1,2,...,nx)X_i\left ( i=1,2,...,n_{x} \right )Xi(i=1,2,...,nx) 与Yi(i=1,2,...,nx)Y_i\left ( i=1,2,...,n_{x} \right )Yi(i=1,2,...,nx) 都是相互独立的随机变量。把取自两个总体的样本均值分别记作
Xˉ=1nx∑i=1nxXi,Yˉ=1ny∑i=1nyYi\bar X=\frac{1}{n_x}\sum_{i=1}^{n_x}X_i, \bar Y= \frac{1}{n_y}\sum_{i=1}^{n_y}Y_iXˉ=nx1i=1∑nxXi,Yˉ=ny1i=1∑nyYi
样本方差分别记作
Sx2=1nx−1∑i=1nx(X−Xˉ)2,Sy2=1ny−1∑j=1ny(Y−Yˉ)2S_x^2=\frac{1}{n_x-1}\sum_{i=1}^{n_x}\left ( X-\bar X \right )^2,S_y^2=\frac{1}{n_y-1}\sum_{j=1}^{n_y}\left ( Y-\bar Y \right )^2Sx2=nx−11i=1∑nx(X−Xˉ)2,Sy2=ny−11j=1∑ny(Y−Yˉ)2
定理6:设总体X服从正态分布N(μx,σx2)N\left ( \mu_x ,\sigma_x ^2 \right )N(μx,σx2),总体Y服从正态分布N(μy,σy2)N\left ( \mu_y ,\sigma_y ^2 \right )N(μy,σy2),则统计量U=(Xˉ−Yˉ)−(μx−μy)σ2nx+σ2nyU=\frac{\left ( \bar X-\bar Y \right )-\left ( \mu _x-\mu _y \right ) }{\sqrt{\frac{\sigma ^2}{n_x}+ \frac{\sigma ^2}{n_y}} }U=nxσ2+nyσ2(Xˉ−Yˉ)−(μx−μy) 服从标准正态分布。
U=(Xˉ−Yˉ)−(μx−μy)σ2nx+σ2ny∼N(0,1)U=\frac{\left ( \bar X-\bar Y \right )-\left ( \mu _x-\mu _y \right ) }{\sqrt{\frac{\sigma ^2}{n_x}+ \frac{\sigma ^2}{n_y}} }\sim N\left ( 0,1 \right )U=nxσ2+nyσ2(Xˉ−Yˉ)−(μx−μy)∼N(0,1)
定理7:设总体X服从正态分布N(μx,σx2)N\left ( \mu_x ,\sigma_x ^2 \right )N(μx,σx2),总体Y服从正态分布N(μy,σy2)N\left ( \mu_y ,\sigma_y ^2 \right )N(μy,σy2),则统计量T=(Xˉ−Yˉ)−(μx−μy)Sw1nx+1nyT=\frac{\left ( \bar X-\bar Y \right )-\left ( \mu _x-\mu _y \right ) }{S_w\sqrt{\frac{1}{n_x}+ \frac{1}{n_y}} }T=Swnx1+ny1(Xˉ−Yˉ)−(μx−μy)服从自由度为nx+ny−2n_x+n_y-2nx+ny−2的t分布,即
T=(Xˉ−Yˉ)−(μx−μy)Sw1nx+1ny∼t(nx+ny−2)T=\frac{\left ( \bar X-\bar Y \right )-\left ( \mu _x-\mu _y \right ) }{S_w\sqrt{\frac{1}{n_x}+ \frac{1}{n_y}} }\sim t\left ( n_x+n_y-2 \right )T=Swnx1+ny1(Xˉ−Yˉ)−(μx−μy)∼t(nx+ny−2)
其中:Sw=(nx−1)Sx2+(ny−1)Sy2nx+ny−2S_w=\sqrt{\frac{\left ( n_x-1 \right )S_x^2+\left ( n_y-1 \right )S_y^2 }{n_x+n_y-2} } Sw=nx+ny−2(nx−1)Sx2+(ny−1)Sy2
定理8:设总体X服从正态分布N(μx,σx2)N\left ( \mu_x ,\sigma_x ^2 \right )N(μx,σx2),总体Y服从正态分布N(μy,σy2)N\left ( \mu_y ,\sigma_y ^2 \right )N(μy,σy2),则统计量F=∑i=1nx(Xi−μx)2/nxσx2∑j=1ny(Yi−μy)2/nyσy2F=\frac{\sum_{i=1}^{n_x}\left ( X_i-\mu _x \right )^2/n_x\sigma _x^2 }{\sum_{j=1}^{n_y}\left ( Y_i-\mu _y \right )^2/n_y\sigma _y^2}F=∑j=1ny(Yi−μy)2/nyσy2∑i=1nx(Xi−μx)2/nxσx2服从自由度为(nx,ny)\left ( n_x,n_y \right )(nx,ny)的F分布。即
F=∑i=1nx(Xi−μx)2/nxσx2∑j=1ny(Yi−μy)2/nyσy2∼F(nx,ny)F=\frac{\sum_{i=1}^{n_x}\left ( X_i-\mu _x \right )^2/n_x\sigma _x^2 }{\sum_{j=1}^{n_y}\left ( Y_i-\mu _y \right )^2/n_y\sigma _y^2} \sim F\left ( n_x,n_y \right ) F=∑j=1ny(Yi−μy)2/nyσy2∑i=1nx(Xi−μx)2/nxσx2∼F(nx,ny)
定理9:设总体X服从正态分布N(μx,σx2)N\left ( \mu_x ,\sigma_x ^2 \right )N(μx,σx2),总体Y服从正态分布N(μy,σy2)N\left ( \mu_y ,\sigma_y ^2 \right )N(μy,σy2),则统计量F=Sx2/σx2Sy2/σy2F=\frac{S_x^2/\sigma _x^2}{S_y^2/\sigma _y^2}F=Sy2/σy2Sx2/σx2服从自由度为 (nx−1,ny−1)\left ( n_x-1,n_y-1 \right )(nx−1,ny−1)的F分布,即
F=Sx2/σx2Sy2/σy2∼N(nx−1,ny−1)F=\frac{S_x^2/\sigma _x^2}{S_y^2/\sigma _y^2}\sim N\left ( n_x-1,n_y-1 \right )F=Sy2/σy2Sx2/σx2∼N(nx−1,ny−1)
正态总体统计量的分布相关推荐
- 概率论与数理统计系列笔记之第五章——统计量及其分布
概率论与数理统计笔记(第五章--统计量及其分布) 对于统计专业来说,书本知识总有遗忘,翻看教材又太麻烦,于是打算记下笔记与自己的一些思考,主要参考用书是茆诗松老师编写的<概率论与数理统计教程&g ...
- 数理统计复习:统计量及其分布(3)充分统计量
文章目录 前言 五.充分统计量 1.定义 2.因子分解定理 总结 前言 本章讲解统计量及其分布的最后一部分:充分统计量 五.充分统计量 1.定义 设x1,x2,⋯,xnx_1,x_2,\cdots,x ...
- 如果你构造了一个统计量其分布不容易确定,如何通过实验的方法给出其相应分布的分位数?
若构造了一个统计量,分布不易确定,下面给出估计相应分位数的方法: Step1 : 根据统计量产生随机数,然后估计该统计量的密度函数.密度函数的估计可以采用高斯估计,得出最优的窗宽,估计出该统计量的密度 ...
- 数理统计笔记3:样本方差的抽样分布,两个样本方差比的抽样分布,t统计量的分布
引言 数理统计笔记的第3篇总结了数理统计中样本方差的分布(卡方分布),两个样本方差比的抽样分布(F分布)以及t统计量的分布. 样本方差的抽样分布 两个样本方差比的抽样分布 附:T统计量的分布
- 张宇1000题概率论与数理统计 第八章 统计量及其分布
目录 AAA组 5.设X1,X2,⋯,Xn(n⩾2)X_1,X_2,\cdots,X_n(n\geqslant2)X1,X2,⋯,Xn(n⩾2)为来自总体X∼N(0,1)X\sim N(0,1) ...
- t检验自由度的意义_统计学中自由度的理解和应用
数理统计研究问题的方式,不是对所研究对象的全体(称为总体)进行观察,而是抽取其中的部分(称为样本)进行观察获得数据(抽样),并通过这些数据对总体进行推断.数理统计方法具有"部分推断整体&qu ...
- 【统计学】各统计量及其抽样分布(z分布,t分布,卡方分布)
1. 前言 数据分析行业不可避免会与统计学打交道.常见的分析总体的过程如图所示: 常见的假设检验中,AB测试是最为出名的假设检验的过程,而需要深刻理解假设检验,先验知识统计量及其抽样分布的理解至关重要 ...
- 下列统计量服从什么分布_设 ,且 是从 中抽取的样本,则统计量 服从的分布为( )。_学小易找答案...
[单选题]我国资金流量核算的初始流量是( ). [填空题]影响人际交往的主观因素有: 认识因素.情感因素._. [判断题]防火墙,也成为防护墙,是指建筑物之间用来防止火势蔓延的防火隔离墙. [单选题] ...
- 单个正态总体均值的区间估计_考研数学闭关修炼习题讲解(3536)统计、估计与检验...
锵锵锵!终于到了收官的时候,是的,没有看错,我们终于刷完了<闭关修炼>!今天的内容是统计.估计与检验,对应闭关修炼第35和36讲,一共有10个题,是又一个大题出题点,大家要小心,首先庆祝一 ...
- 《统计学》学习笔记之统计量及其抽样分布
鄙人学习笔记 文章目录 统计量及其抽样分布 统计量 常用统计量 次序统计量 充分统计量 关于分布的几个概念 由正态分布导出的几个重要分布 卡方分布 t分布 F分布 样本均值的分布与中心极限定理 样本比 ...
最新文章
- [Ms SQL] 基本創建、修改與刪除
- 火遍AI圈的万字长文,Lecun却说“标题太好笑,作者发推宣战:欢迎来辩!
- jenkins的使用
- win32汇编获取当前进程ID和可执行文件名
- soap协议_Go和SOAP
- byte 类型比较_C++数据类型回顾
- docker安装、启动mongo
- verilog中级别到底是什么?级别的分类是什么???
- 前端进阶之说一说你对HTML5语义化的理解
- idea黑色好还是白色好_白色牛仔裤,好看又好搭
- mysql shell模式,MySQL Shell 2:连接与模式
- 年轻人选择创业时,最好避开门槛低的行业
- 违反了引用完整性约束。Dependent Role 具有多个具有不同值的主体。S级乌龙,自己制造的笑话...
- 2.1 全连接神经网络
- c语言中专业术语及其定义,c语言中常用专业英语词汇
- python编写端口扫描器_使用Python编写简单的端口扫描器的实例分享
- 索尼Sony ATI显卡驱动 Win7 Win8 Win8.1 视频黑屏 解决方法
- 2022年终总结-知识沉淀、疫情、展望未来
- 牛逼哄哄的京东 JD-hotkey
- 高斯勒让德(Gauss-legendre)求解多重积分(python,数值积分)
热门文章
- Postman中文教程
- ARM ADS中的AXD 调试经验集锦
- 双代号网络图节点编号原则_双代号网络图的绘制原则
- 如何快速开发一款APP
- 未来人工智能发展趋势
- android exif 相册,android 读取图片 EXIF信息
- 一体机(广告投放机)开发
- Deepin和Windows10双系统,如何修改默认启动项
- 【Debug记录】Libtorch部署YOLO时cmake报错--symbol lookup error: ./test/test: undefined symbol: _ZN2at6detail1
- 一些简单的局域网入侵命令