一 卡方分布
定义
设 X 1 , X 2 , . . . , X n X_1, X_2,..., X_n X1,X2,...,Xn 独立同分布于标准正态分布N(0, 1), 则 χ 2 = X 1 2 + . . . + X n 2 \chi^2=X_1^2 + ... + X_n^2 χ2=X12+...+Xn2的分布称为 自由度为 n 的 χ 2 \chi^2 χ2分布, 记为 χ 2 \chi^2 χ2 ~ χ 2 ( n ) \chi^2(n) χ2(n)
χ
2
\chi^2
χ2 分布又称为卡方分布。
卡方分布的期望 E(
χ
2
\chi^2
χ2) = n, 方差D(
χ
2
\chi^2
χ2) = 2n.
就是说来自于独立的标准正态分布的随机变量的平方和 叫做 卡方分布。
二 F分布
定义
设
X
1
X_1
X1 ~
χ
2
\chi^2
χ2(m),
X
2
X_2
X2 ~
χ
2
\chi^2
χ2(n),
X
1
X_1
X1 与
X
2
X_2
X2独立, 则称
F
=
X
1
m
X
2
n
F =\frac{\frac{X_1}{m}}{\frac{X_2}{n}}
F=nX2mX1 的分布是自由度为m与n 的F分布, 记为F ~ F(m, n). 其中m称为分子自由度, n称为分母自由度。
三 t分布
定义
设 X 1 X_1 X1与 X 2 X_2 X2独立, 且 X 1 X_1 X1~N(0, 1), X 2 X_2 X2~ χ 2 ( n ) \chi^2(n) χ2(n), 则称 t = X 1 X 2 n t = \frac{X_1}{\sqrt{\frac{X_2}{n}}} t=nX2X1 的分布为自由度为n的 t 分布, 记为 t ~ t(n)
四 三大抽样分布
五 光说不练假把式, 看例题
题1
设总体 X~N(0,
σ
2
\sigma^2
σ2),
X
1
,
X
2
,
X_1, X_2,
X1,X2, …
X
n
X_n
Xn 为来自X的样本,
x
‾
\overline x
x 为样本均值,
s
2
s^2
s2为样本方差, 则
x
‾
x
/
n
\frac{\overline x}{x/{\sqrt{n}}}
x/nx ~ __________.
解: 因为X服从正态分布, 所以
x ‾ − μ s / n = x ‾ s / n \frac{\overline x - \mu}{s/\sqrt{n}} = \frac{\overline x}{s/\sqrt{n}} s/nx−μ=s/nx ~ t ( n − 1 ) t(n-1) t(n−1)