统计量定义设为总体x的一个样本.pptVIP

U—分布的上侧分位数 对标准正态分布变量U～N(0, 1)和给定?的，上侧?分位数是由： P{U≥u?} = 即 P{Uu?} =1-? ?(u?) =1-? 确定的点u?. 如图. ?(x) x O u? ? 例如， ?=0.05，而 P{U≥1.645} =0.05 所以， u0.05 =1.645. 数理统计中常用的分布除正态分布外，还有三个非常有用的连续型分布，即 ? 2分布 t 分布 F分布 数理统计的三大分布(都是连续型). 它们都与正态分布有密切的联系. 在本章中特别要求掌握对正态分布、? 2分布、t分布、F分布的一些结论的熟练运用. 它们是后面各章的基础. ——分布 定义 设总体 ， 是 的一个样本, 则称统计量 服从自由度为n的 分布，记作 自由度是指独立随机变量的个数， 分布的密度函数为 0 1 3 5 7 9 11 13 15 17 x 0.50.40.30.20.1 n=1 n=4 n=10 图5-4 f(y) 其图形随自由度的不同而有所改变. ?2分布表(附表3(P254) ). 分布密度函数的图形 满足 的数 为? 2分布的 上?分位数或上侧临界值， 其几何意义见图5-5所示. 其中f(y)是? 2-分布的概率密度. f(y) x O ? 图5-5 显然，在自由度n取定以后， 的值只与?有关. 例如，当n=21，?=0.05时，由附表5可查得， 32.67 即 ? 2分布的上?分位数 ? 2分布的数学期望与方差 设? 2～? 2(n)，则E(? 2)=n，D(? 2)=2n. ? 2分布的可加性 设 且 相互独立， 则 性质 设(X1，X2，…，Xn)为取自正态总体X～N(? ，? 2) 的样本，则 证明 由已知，有 Xi～N(? ，? 2)且X1，X2，…，Xn相互独立， 则 且各 相互独立， 由定义5.3得 抽样分布定理1 设(X1，X2，…，Xn)为来自正态总体 X～N(? ，? 2)的样本，则 (1) 样本均值 与样本方差S 2相互独立； 与以下补充性质的结论比较： 性质 设(X1，X2，…，Xn)为取自正态总体 X～N(? ，? 2)的样本，则 三、t分布 定义5.4 设随机变量X～N(0，1)，Y～? 2(n) ，且X与Y相互独立，则称统计量 服从自由度为n的t分布或学生氏分布， 记作 t分布的概率密度函数为 T ～t(n). 其图形如图5-6所示(P106)， 其形状类似标准正态分布的概率密度的图形. 当n较大时， t分布近似于标准正态分布. 抽样分布 定理2 设(X1，X2，…，Xn)为来自正态总体 X～N(? ，? 2)的样本，则统计量 证 由于 与S 2相互独立，且 由定义5.4得 定理3 设(X1，X2，…，Xn1)和(Y1，Y2，…，Yn2) 分别是来自正态总体N(?1 ，?2)和N(?2 ，?2)的样本，且它们相互独立，则统计量 其中 、 分别为两总体的样本方差. (证略). t 分布的上?分位数 对于给定的? (0? 1)，称满足条件 的数t?(n)为t分布的上?分位数或上侧临界值， 其几何意义见图5-7. f(t) t O t?(n) ? 图5-7 在附表4 (P256)中给出了t分布的临界值表. 例如，当n=15，?=0.05时，查t分布表得， t0.05(15)= t0.05/2(15)= 1.753 2.131 其中t0.05/2(15)由P{t(15)≥t0.025(15)}=0.025查得. 但当n45时，如无详细表格可查，可以用标准正态分布代替t分布查t?(n)的值. 即 t?(n)≈u? ， n45. 一般的t分布临界值表中，详列至n=30，当n30就用标准正态分布N(0, 1)来近似. 四、F分布 服从第一自由度为n1，第二自由度为n2的F分布， 定义5.5 设随机变量X～? 2(n1)、Y～? 2(n2)，且 相互独立，则称随机变量 记作 F～F(n1，n2). 概率密度函数 其中 其图形见图5-9.(P108) 性质：若X～F(n1，n2)，则 ～F(n2，n