样本分布-应用数学家园.ppt

证 由定理1可知，统计量 即 又由定理2知 证 由定理2, 作业:第150页(老版144页)开始习题6-4, 第1,4,5,9题 练习：已知X1,X2,X3相互独立且服从标准正态分布, 则 服从什么分布? 练习：已知X1,X2,X3相互独立且服从标准正态分布, 则 练习：已知X1,X2,X3相互独立且服从标准正态分布,则  服从什么分布? ?X服从什么分布？ 练习：已知X1,X2,X3相互独立且服从标准正态分布,则  练习:已知X~N(0,1)则D(X2)=? 练习:已知X~N(0,1)X2服从什么分布? 练习:已知X~N(2,4)服从什么分布? 练习:已知X~N(2,4) E(Y)=? D(Y)=? 练习:已知X与Y相互独立且都服从标准正态分布,D(X2+Y2)=? 练习:已知X与Y相互独立且都服从标准正态分布,E(2X2+3Y2)=?D(2X2+3Y2)=? 练习：已知X1,X2,X3相互独立且服从N(1,4),则  服从什么分布?　?X服从什么分布？ 练习：已知X1,X2,X3相互独立且服从N(1,4),则  练习：已知X1,X2,X3相互独立且服从N(1,4),则  练习：已知X1,X2,X3相互独立且服从N(1,4),则 练习：已知X1,X2,X3相互独立且服从N(1,4),则 * 此幻灯片可在网址上下载 第19讲 第四节 抽样分布 统计量的分布称为抽样分布。在使用统计量进行统计推断时常需知道它的分布。当总体的分布函数已知时，抽样分布是确定的，然而要求出统计量的精确分布，一般来说是困难的。本节介绍来自正态总体的几个常用统计量的分布。今后，我们将看到这些分布在数理统计中有重要的应用。 一、三个重要分布为了讨论正态总体下的抽样分布，先引入由正态分布导出的统计中的三个重要分布，即c2分布，t分布，F分布。 1. c2分布设X1,X2,…,Xn是来自总体N(0,1)的样本(这句话等价于X1,X2,…,Xn相互独立且都服从标准正态分布), 则称统计量 服从自由度为n的c2分布，记为c2~c2(n). 此处，自由度是指(1)式右端包含的独立变量个数. c2(n)分布的概率密度为 n=6 n=2 n=4 n=1 n=11 2 4 6 8 10 12 14 0.10 0.20 0.30 0.40 x O f(y)的图形: c2分布的数学期望和方差 若c2~c2(n), 则有 E(c2)=n, D(c2)=2n.事实上，因Xi~N(0,1), 故 因此 又 c2分布的分位点定义 设有分布函数F(x)，对给定的a(0a1),若有 P{Xxa}=a, (6)则称点xa为F(x)的上a分位点. 当F(x)有密度函数f(x)时, 式(6)可写成 由上述定义得c2(n)分布的上a分位点为 如图所示，对于不同的a,n的上a分位点的值已制成表格，可以查明(参见附表4). a 其中ua是标准正态分布的上a分位点. 利用(9)式可以求得当n45时，c2(n)分布的上a分位点的近似值. 例如，由(9)式可得 2. t分布设X~N(0,1), Y~c2(n), 且X,Y独立，则称随机变量 服从自由度为n的t分布. 记为t~t(n). t分布又称为学生氏(student)分布. t(n)分布的概率密度函数为 (证略) n=? n=9 n=2 O x 1 2 3 4 -1 -2 -3 -4 t分布概率密度的图形: h(t)的图形关于t=0对称, 当n充分大时, 其图形类似于标准正态变量概率密度的图形. 事实上, 利用G函数的性质可得 故当n足够大时, t分布近似于N(0,1)分布. 但对于较小的n, t分布与N(0,1)分布相差较大. t分布的分位点对于给定的a, 0a1，称满足条件 的点ta(n)为t(n)分布的上a分位点. a ta(n) 由t分布的上a分位点的定义及h(t)图形的对称性知 t1-a(n)=-ta(n) (14)t分布的上a分位点可自附表3查得. 在n45时，对于常用的a的值，就用正态近似： ta(n)?ua (15) 3.F分布设U~c2(n1), V~c2(n2), 且U,V独立, 则称随机变量 服从自由度为(n1,n2)的F分布, 记为F~F(n1,n2). F(n1,n2)的概率密度为 (17) O 1 2 3 (n1,n2)=(10,40) (n1,n2)=(11,3) F分布概率密度的图形: (18) F分布的分位点对于给定的a, 0a1, 称满足条件 的点Fa(n1,n2)为F(n1,n2)分布的上a分位点，有表格可查(见附表5) Fa(n