概率论的基础--chapter 6_2.PPTVIP

§2 常用的分布 例 统计量的分布(之一) 设 X1，X2，…，Xn 是来自正态总体 的容量为 n 的样本，求下列统计量的概率分布： 定理6.2.2 设 随机变量X，Y 相互独立， X ~N(0,1)，Y～ ?2(n)，则 4. F 分布 F ～F ( n1 , n2 ) 定理6.2.3 设 随机变量X，Y 相互独立， X ~ ?2(n1) ，Y～ ?2(n2)，则 推论: 例 统计量的分布(之二) 设 X1，X2，…，Xn +m是来自正态总体 的容量为 n +m的样本，求下列统计量的概率分布： 二、抽样分布定理 定理6.2.4 定理6.2.5： 服从正态分布，Sw2可化为χ2 分布, 二者组合而成的统计量应服从 t 分布。 证明: (2) Probability Theory 6.2 抽样分布 * 数理统计的基本概念 第 六 章 杨宇明 youngym@126.com 上侧分位数U? ( 0 ?1）： 上侧分位数U? 阴影部分面积为? 对于正态分布有： 1. 标准正态分布 一、四个常用分布 2. ?2 (卡方)分布 称随机变量X服从自由度为n 的χ2分布， 记为： 设随机变量X的概率密度函数为 例：若X～N(0, 1)， 则 Y= X2 的概率密度为： 即Y=X2 服从χ2（1）分布。 即随机变量 ?2 服从自由度为 n 的卡方分布。 定理6.2.1 设 X1，X2，…，Xn相互独立且都服从标准正态分布，则 解： 证明: 且 X1，X2，…,Xn相互独立，Xi～N(0,1) 性质1.设?2 ~ ?2(n) ，则有E( ?2 ) = n ，D( ?2 ) = 2n 独立同分布中心极限定理 性质2.(可加性) 设Y1、Y2 相互独立且Y1～ ?2(n1) ， Y1～?2(n2)，则 Y1+Y2 ～ ?2(n1+ n2) 性质3.(大样本分位数 ) 当 n 足够大(如n 45 )时，有 ?2(n) 的上侧分位数( 0 ?1 )： 3. 自由度为 n 的 t 分布 T～t(n) (又称学生氏分布----第一个研究者以Student作笔名发表文章) t (n) 的上侧分位数 t ?(n) ( 0 ?1 )： 即随机变量 T 服从自由度为 n 的 t 分布。 关于纵轴对称： n 较大时(n45)， 因 α=P｛T＞tα｝ 故 P｛T＞－tα｝=1－α 即 t1－α=－ tα =P｛T≤－tα｝ =1－ P｛T＞－tα｝ T 分布的特点： 例 查表计算： 解： 称X服从第一自由度为n1,第二自由度为n2的F分布. 推论 F ( n1 , n2 )的上侧分位数F ?( n1 , n2 ) ( 0 ?1 )： 即随机变量 F 服从第一自由度为n1，第二自由度为n2的F分布。 证： 解： 由t分布结构定理， # 3. 因Z～t(m), 根据 t 分布结构定理，有 设正态总体 X 与 Y 相互独立， Y ～N（μ2，σ22），样本为：Y1， Y2，… Y n2， 样本均值和样本方差为 。 X ～N（μ1，σ12），样本为：X1， X2，… X n1， 样本均值和样本方差为 ； 则有： [分析]