样本分布简介.pptVIP

* 样本分布简介 一、正态分布 1．????定义：若随机变量X的概率密度函数是 称随机变量X服从正态分布，记作X ~N (?,?2 ) 2．当 ?=0 ,?2 =1时, X~N (0,1) 称随机变量X服从标准正态分布。 3. 当X~N (?,?2 )时，则 ~N (0,1) 服从标准正态分布 4.查表:标准正态分布N(0,1) P( x λ）=α P(x λ）=1-α 二、 分布 1．定义：若随机变量X的概率密度函数是 0 x 0 x≤0 则称X服从n个自由度的?2 分布, 记作 X ~ ?2(n) 。 其中： ①参数 n 取自然数 ② ?2.基本定理 设 独立同分布于N(0,1)，则 统计量 称为服从自由度为 n 的 ?2 分布。 服从自由度为n的 ?2分布。 应用举例：设 X1 , X2 , …Xn ,是来自正态总体 N( ? ,?2 ) 的一组样本，则统计量 3.查表:?2 分布的临界值表 P（ λ）=P P（ λ）=P 三、t 分布 1．定义：若随机变量X的概率密度函数是 n（参数取自然数） 则称X为服从自由度n为的 t 分布, 记作 。 2???基本定理 设 U~N (0,1) , V ~ ?2(n) 且U,V 相互独立，则统计量 服从自由度为 n 的 t 分布。 3．应用举例：已知： 回归模型， 证明：统计量 服从自由度为 n-2 的 t 分布，其中 为参数 β 的最小二乘估计量， 为 的最小二乘估计量。 证： 分子： 分母： 显然 ，其中 所以 由基本定理知，统计量 服从t（n－2)分布。 对于多元线性回归有： 。 同理可证： 4． t 分布临界值表 P（ λ）=α P（ λ）=α 四、F 分布 1．定义：若随机变量 X 的概率密度函数是 x 0 0 则称 X 服从第一（或分子）自由度 k1， 第二（或分母）自由度 k2 的 F 分布。 记做 X ~ F(k1 , k2) 其中k1 ，k2 两参数取自然数 2．基本定理 设 相互独立， 则统计量 服从第一（或分子）自由度 k1 ，第二（或分母）自由度 k2 的 F 分布。 3．应用举例 设 是来自正态总体 的一组样本， 是来自正态总体 的一组样本， X ，Y 相互独立， 则统计量