Xn是具有同一分布函数F的、相互独立的随机变量.pptVIP

*/82 =0.25 0.10 0.05 0.025 0.01 0.005 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 1.0000 0.8165 0.7649 0.7407 0.7267 0.7176 0.7111 0.7064 0.7027 0.6998 0.6974 0.6955 0.6938 0.6924 0.6912 0.6901 3.0777 1.8856 1.6377 1.5332 1.4759 1.4398 1.4149 1.3968 1.3830 1.3722 1.3634 1.3562 1.3502 1.3450 1.3406 1.3368 6.3138 2.9200 2.3534 2.1318 2.0150 1.9432 1.8946 1.8595 1.8331 1.8125 1.7959 1.7823 1.7709 1.7613 1.7531 1.7459 12.7062 4.3027 3.1824 2.7764 2.5706 2.4469 2.3646 2.3060 2.2622 2.2281 2.2010 2.1788 2.1604 2.1448 2.1315 2.1199 31.8207 6.9646 4.5407 3.7469 3.3649 3.1427 2.9980 2.8965 2.8214 2.7638 2.7181 2.6810 2.6503 2.6245 2.6025 2.5835 63.6574 9.9248 5.8409 4.6041 4.0322 3.7074 3.4995 3.3554 3.2498 3.1693 3.1058 3.0545 3.0123 2.9768 2.9467 2.9208 分布表 1.8125 §6.3 抽样分布 */82 §6.3 抽样分布 (三)F分布 设U～?2(n1)，V～?2(n2) ，且U和V独立，则称随机变量 F＝ 服从自由度为(n1, n2)的F分布， 记为F～F(n1, n2) F分布是以统计学家R.A.Fisher姓氏的第一个字母命名的 */82 §6.3 抽样分布 */82 §6.3 抽样分布 F分布的性质 (1)若F～F(n1, n2)，则 ～F(n2, n1) (2) F分布的数学期望E(F)=n2/(n2-2)， n22时存在 可以和t分布的方差比较，只与分母自由度有关 (3) F分布的方差D(F) (4) 当n24时，对任意的x有 这说明F分布极限分布也是正态分布 */82 §6.3 抽样分布 F分布的上?分位点 对于给定正数? ，0?1，称满足条件P{FF?(n1, n2)}= =?的点F?(n1, n2)为F(n1, n2)分布的上?分位点，有表可查 */82 证明 §6.3 抽样分布 */82 §6.3 抽样分布 */82 §6.3 抽样分布 */82 (四)正态总体的样本均值和样本方差的分布 设任意总体X(不管分布，只要均值和方差存在)的均值为μ，方差为σ2，X1,X2,…,Xn是来自X的一个样本， ，S2是样本均值和样本方差 则总有 §6.3 抽样分布 */82 §6.3 抽样分布 进而设总体X～N(μ,σ2)，由于X1,X2,…,Xn相互独立，均服从同一正态分布，而相互独立的正态变量的任意线性变换仍符合正态分布，则 恰是n个独立正态变量的线性组合，也服从正态分布，此即 定理一 设X1,X2,…,Xn是来自正态总体X～N(μ,σ2)的样本， 是样本均值，则有 */82 §6.3 抽样分布 对于正态总体N(μ,σ2)的样本均值 和样本方差S2有以下两个重要定理： 定理二 设X1,X2,…,Xn是来自正态总体X～N(μ,σ2)的样本， ，S2分别是样本均值和样本方差，则有 1° ～?2(n－1) 2° 与S2独立。 证明见附录。 */82 §6.3 抽样分布 定理三 设X1,X2,…,Xn是来自正态总体X～N(μ,σ2)的样本， ，S2分别是样本均值和样本方差，则有 证： 由定理一及定理二知 ～N(μ,σ2/n)，所以