正态总体的抽样分布

所属章节:第6章 数理统计

设 X1,X2,⋯ ,XnX_1, X_2, \cdots, X_n 是来自正态总体 N(μ,σ2)N(\mu, \sigma^2) 的一个样本,X‾,S2\overline{X}, S^2 分别是样本均值和样本方差,则

① X‾∼N(μ,σ2n)\overline{X} \sim N\left(\mu, \frac{\sigma^2}{n}\right),即 X‾−μσn=n(X‾−μ)σ∼N(0,1)\frac{\overline{X} - \mu}{\frac{\sigma}{\sqrt{n}}} = \frac{\sqrt{n}(\overline{X} - \mu)}{\sigma} \sim N(0, 1);

② 1σ2∑i=1n(Xi−μ)2∼χ2(n)\frac{1}{\sigma^2} \sum_{i=1}^n (X_i - \mu)^2 \sim \chi^2(n);

③ (n−1)S2σ2=∑i=1n(Xi−X‾σ)2∼χ2(n−1)\frac{(n-1)S^2}{\sigma^2} = \sum_{i=1}^n \left( \frac{X_i - \overline{X}}{\sigma} \right)^2 \sim \chi^2(n-1)(μ\mu 未知时,在②中用 X‾\overline{X} 替代 μ\mu);

④ X‾\overline{X} 与 S2S^2 相互独立,n(X‾−μ)S∼t(n−1)\frac{\sqrt{n}(\overline{X} - \mu)}{S} \sim t(n-1)(σ\sigma 未知时,在①中用 SS 替代 σ\sigma). 进一步有

n(X‾−μ)2S2∼F(1,n−1).\frac{n(\overline{X} - \mu)^2}{S^2} \sim F(1, n-1) .

关联知识

原文:原笔记 · 6.3.4 正态总体条件下的重用结论 P139(原文件第 860–873 行)。

返回概率论导航