第4节 第2节 抽样分布.ppt

第二节 练习： 3.F 分布的分位数 查表， 例如， 例1 解 所以 例2 分析 解 因为 故 查表得 故 例3 解 由分布定理知, * 统计量既然是依赖于样本的，而后者又是随机变量，故统计量也是随机变量，因而就有一定的分布，这个分布叫做统计量的“抽样分布” . 统计量是我们对总体的分布或数字特征进行推断的基础，因此，研究统计量的分布是数理统计的基本问题之一. 一般来说，要确定一个统计量的精确分布是非常复杂的，可是对正态总体而言，这个问题往往有较简单的解法. 下面主要研究正态总体的统计量的分布. 一、样本均值的分布 定理1 证 所以 有 而 由于正态分布具有可加性，即相互独立的正态变量的线性组合仍为正态变量，而定理1已证明 定理2 证 所以 标准化 由独立同分布中心极限定理可知，即使总体 X 的分布未知，只要总体 n 充分大，仍然有 亦即 定理2 标准正态分布的上侧分位数： 查表， 定义 记为 二、?2 分布 若随机变量 X 的密度函数为 则称 X 服从自由度为 n 的 ?2 分布， 1.定义 来定义 . 其中伽玛函数 通过积分 2.?2 的可加性 证略. 这个性质可推广到多个变量 . 3.?2 随机变量的典型模式 定理3 证略. 应用中心极限定理可得， 则当n充分大时，有 若 若 相互独立, 都服从正态分布 则 证 且相互独立， 所以 4.样本方差的分布 定理4 证略. 比较： 5.?2 的分位数 例如， 当n充分大时，近似地有 例如， 与精确值比较： 定义 记为 三、t 分布 若随机变量 X 的密度函数为 则称 X 服从自由度为 n 的 t 分布， 1.定义 偶函数, 关于 x = 0 对称 . 当n 较大时,t 分布接近于标准正态分布. 2.t 分布随机变量的典型模式 定理5 证略. 则随机变量 服从自由度为 n 的 t 分布. 3.服从t 分布的统计量 定理6 证 由定理2, 由定理4, 由定理5， 定理7 (1) (2) 其中 称为联合样本方差. (1) 证 由定理2, (1) 由正态分布的可加性,可得 标准化,即得 由定理4, (2) 则有 且U与V相互独立，由定理5， 4.t 分布的分位数 查表， 当n充分大时， 4.t 分布的分位数 查表， 定义 记为 四、F 分布 若随机变量 X 的密度函数为 则称 X 服从自由度为n1和n2的 F 分布， 1.定义 2.F 分布随机变量的典型模式 定理8 证略. 独立,则随机变量 服从自由度为 的 F 分布. 推论 证明是显然的 . 定理9 证 由定理4, 由定理8, * * *