当前位置: 首页 > news >正文

常用的统计抽样分布和正态总体的抽样分布

1.\chi ^{2}分布

设X1,X2...Xn相互独立且均服从标准正态分布,则称随机变量Y=X_{1}^{2}+X_{2}^{2}+...+X_{n}^{2}服从自由度为n的\chi ^{2}分布,记作

Y~\chi ^{2}

性质:

a分位点的含义:设\chi ^{2}的密度函数为f(x),若有\int_{t}^{\infty }f(x)dx=a,则称t为\chi ^{2}分布上的a分位点

记为t_{a}(n)

 

E(Y)=n,D(Y)=2n

\chi _{1}^{2}自由度为n1,\chi _{2}^{2}自由度为n2,两者独立,则\chi _{1}^{2}+\chi _{2}^{2}依然服从\chi ^{2}分布,自由度为n1+n2

2.t分布

设X~N(0,1),Y~\chi ^{2}(n),则称随机变量

为服从自由度为n的t分布,记为T~t(n)

性质:

a分位点定义与\chi ^{2}分布类似

因为t分布的密度函数为偶函数,所以a分位点和1-a分位点互为相反数

3.F分布

若X,Y相互独立,X~\chi ^{2}(n1),Y~\chi ^{2}(n2),则称随机变量

F=\frac{X/n_{1}}{Y/n_{2}}

服从自由度为(n1,n2)的F分布,记为F~F(n1,n2),其中n1,n2分别称为第一自由度和第二自由度

性质:a分位点定义与前两者类似

若F~F(n1,n2)则\frac{1}{F}~F(n2,n1),且F的1-a分位点和1/F的a分位点互为倒数,即

4.一个正态总体的抽样分布

设X~N(\mu ,\sigma ^{2}),X1,X2...Xn是来自总体的样本,样本均值为\bar{X},样本方差为S^{2},则有

(1)\bar{X}~N(\mu ,\frac{\sigma ^{2}}{n}),U=\frac{\bar{X}-\mu }{\sigma /\sqrt{n}}~N(0,1)

(2)\bar{X}S^{2}相互独立,\frac{(n-1)S^{2}}{\sigma ^{2}}~\chi ^{2}(n-1)

(3)T=\frac{\bar{X}-\mu }{S /\sqrt{n}}~t(n-1)

(4)\frac{1}{\sigma ^{2}}\sum_{i=1}^{n}(X_{i}-\mu )^{2}~\chi ^{2}(n)

5.两个正态总体的抽样分布

设总体X~N(\mu_{1} ,\sigma _{1}^{2})和总体Y~N(\mu_{2} ,\sigma _{2}^{2}),X1,X2...Xn和Y1,Y2...Yn是来自总体X和Y的样本且相互独立,样本均值分别为\bar{X}\bar{Y},样本方差为S_{1}^{2}S_{2}^{2},则有

(1)\bar{X}-\bar{Y}~N(\mu_{1}-\mu_{2} ,\frac{\mu _{1}^{2}}{n_{1}}+\frac{\mu _{2}^{2}}{n_{2}})

(2)如果\sigma _{1}^{2}=\sigma _{2}^{2},则

(3)

 

 

相关文章:

  • 定积分存在定理与原函数存在定理
  • 质心计算公式
  • 向量夹角求法
  • 三维空间距离公式
  • 向量的数量积和向量积
  • 常用等价无穷小
  • 讨论多元函数可微性
  • 多元函数连续、可导、可微之间的关系
  • 方向导数和梯度(grad)
  • 隐函数求导(一元和二元)
  • 74151/74LS151 8选1数据选择器
  • 74138/74LS138 3线-8线译码器
  • 74194/74LS194 四位移位寄存器
  • 74161/74LS161 四位二进制同步计数器
  • 74191/74LS191 单时钟同步二进制加/减法计数器
  • 《Java8实战》-第四章读书笔记(引入流Stream)
  • 2017年终总结、随想
  • CentOS学习笔记 - 12. Nginx搭建Centos7.5远程repo
  • download使用浅析
  • hadoop集群管理系统搭建规划说明
  • HTTP传输编码增加了传输量,只为解决这一个问题 | 实用 HTTP
  • JAVA并发编程--1.基础概念
  • Joomla 2.x, 3.x useful code cheatsheet
  • Linux CTF 逆向入门
  • Lsb图片隐写
  • spring-boot List转Page
  • Vue源码解析(二)Vue的双向绑定讲解及实现
  • 从@property说起(二)当我们写下@property (nonatomic, weak) id obj时,我们究竟写了什么...
  • 给新手的新浪微博 SDK 集成教程【一】
  • 前端每日实战:70# 视频演示如何用纯 CSS 创作一只徘徊的果冻怪兽
  • 使用putty远程连接linux
  • 数据科学 第 3 章 11 字符串处理
  • 体验javascript之美-第五课 匿名函数自执行和闭包是一回事儿吗?
  • 微信小程序填坑清单
  • 小程序上传图片到七牛云(支持多张上传,预览,删除)
  • 职业生涯 一个六年开发经验的女程序员的心声。
  • 宾利慕尚创始人典藏版国内首秀,2025年前实现全系车型电动化 | 2019上海车展 ...
  • 教程:使用iPhone相机和openCV来完成3D重建(第一部分) ...
  • ​ ​Redis(五)主从复制:主从模式介绍、配置、拓扑(一主一从结构、一主多从结构、树形主从结构)、原理(复制过程、​​​​​​​数据同步psync)、总结
  • # 数据结构
  • ###C语言程序设计-----C语言学习(3)#
  • #etcd#安装时出错
  • #NOIP 2014# day.1 T3 飞扬的小鸟 bird
  • #我与Java虚拟机的故事#连载19:等我技术变强了,我会去看你的 ​
  • $.ajax()方法详解
  • (Matalb时序预测)WOA-BP鲸鱼算法优化BP神经网络的多维时序回归预测
  • (Redis使用系列) SpirngBoot中关于Redis的值的各种方式的存储与取出 三
  • (动手学习深度学习)第13章 计算机视觉---图像增广与微调
  • (翻译)Quartz官方教程——第一课:Quartz入门
  • (三维重建学习)已有位姿放入colmap和3D Gaussian Splatting训练
  • (四)库存超卖案例实战——优化redis分布式锁
  • (淘宝无限适配)手机端rem布局详解(转载非原创)
  • (续)使用Django搭建一个完整的项目(Centos7+Nginx)
  • (原創) 系統分析和系統設計有什麼差別? (OO)
  • .bat批处理(一):@echo off