数理统计中常用的抽样分布.pptVIP

解 所以 解 查表得 则有 由于 §4 两个正态总体下的统计量的分布 定理： 证 其中 注:此定理只有在两个总体的方差相等时才成立. 证明: (1)因为 所以 (2)因为 (3)故 所以 特别,当σX2 = σY2时,有 证 由F分布的构造知 即 由于 且相互独立 解 解 其中 则 解 因为 所以 查表得 因此 总体、样本、样本观察值的关系 总体 样本 样本观察值 理论分布 统计是从手中已有的资料——样本观察值，去推断总体的情况——总体分布。样本是联系两者的桥梁。总体分布决定了样本取值的概率规律，也就是样本取到样本观察值的规律，因而可以用样本观察值去推断总体 统计量 定义：设(X1,X2,…,Xn )是来自总体X的一个样本,f(X1,X2,…,Xn)是关于X1,X2,…,Xn的一个连续函数且f(X1,X2,…,Xn)中不含有任何未知参数,则称f(X1,X2,…,Xn)是样本(X1,X2,…,Xn )的一个统计量. 设(x1,x2,…,xn )是相应于样本(X1,X2,…,Xn )的样本值,则f(x1,x2,…,xn)称是f(X1,X2,…,Xn)的统计量值. 常用的统计量 设(X1,X2,…,Xn)是来自总体X的一个样本,则 注意:若总体均值E(X)存在，总体方差D(X)存在，则由X1,X2,…,Xn的独立性及同分布性，有 证明 定理:设总体X的均值为μ,方差为σ2,(X1,X2,…,Xn)是X的一个样本,则有 定理:设总体X的均值为E(X)=μ,方差D(X)=σ2, (X1,X2,…,Xn)是X的一个样本,则有 证明 解 因为 §2 数理统计中常用的抽样分布 §2.1 χ2分布 §2.1.1 χ2分布的概念 χ2分布的的密度函数的示意图 §2.1.2 χ2分布的构造 定理:设X1,X2,…,Xn是相互独立的随机变量,且Xi~N(0,1),则统计量 §2.1.3 χ2分布的性质 定理:设χ12 ~χ2(n1), χ22 ~ χ2(n2),且χ12与 χ22相互独立 ,则χ12 + χ22 ~ χ2(n1 + n2). 证明 由Γ分布的可加性即可证明. 定理:若χ2 ~ χ2(n), 则E(χ2)=n,D(χ2)=2n. 证明 因Xi~N(0,1),故E(Xi2)=D(Xi)=1; D(Xi2)=E (Xi4)-[E(Xi2)]2=3-1=2, i=1,2,…,n 于是 §2.1.4 χ2分布的上分位点 对于??(0,1)给定,称满足条件: 的点χn2(?)为χn2分布的上?分位点. a ca2(n) §2.2 T分布 §2.2.1 T分布的概念 T分布的的密度函数的示意图 §2.2.2 T分布的构造 §2.2.3 T分布的性质 (1) f(t)关于t=0(纵轴)对称，且 E(T)=0，D(T)0 (2) f(t)的极限为N(0，1)的密度函数，即 §2.2.4 T分布的上分位点 设T～t(n),对于??(0,1)给定,称满足条件: 的点tn(?)为t分布的上?分位点. ta(n) a 注: §2.3 F分布 §2.3.1 F分布的概念 F分布的的密度函数的示意图 (n1,n2)=(10,40) (n1,n2)=(11,3) O §2.3.2 F分布的构造 定理:设X ~ χ2(n1),Y ~ χ2(n2),且X,Y独立,则随机变量 §2.3.3 F分布的性质 定理： 证明:设F~F(n1,n2),则 得证! §2.3.4 F分布的上分位点 设F (n1,n2) ，对于给定的a,0a1, 称满足条件 的点F? (n1,n2)为F分布的上?分位点. O Fa(n1,n2) a 解 因此有 试确定Z的分布. 解 由样本的同分布性知： 由此得： 由t分布的构造知: 0 §3 一个正态总体下的统计量的分布 证明 定理:设(X1,X2,…,Xn)是来自总体X~N(μ,σ2)的一个样本,则 且它们表示的随机变量是相互独立的,故 证明