6-3正态总体样本均值和样本方差的分布

合集下载

正态总体统计量的分布

正态总体统计量的分布

§ 5.5正态总体统计量的分布1.单个正态总体的统计量的分布从总体X 中抽取容量为n 的样本X i , X 2,…,X n ,样本均值与样本方差分别是 _ 1 n1 n_ 2X Xi,S 2 =——Z (Xi -X ). n y n —1 y定理1设总体X 服从正态分布N (巴b 2),则样本均值X 服从正态分布N 巴N (巴 CT 2证 因为随机变量 X i ,X 2,…,X n 相互独立,并且与总体 X 服从相同的正态分布 宀 ——I o n丿 ),所以由§ 4.3中的定理知,它们的线性组合 X 服从正态分布N [巴 定理2设总体X 服从正态分布N (巴b 2),则统计量X —卩 u=^~^服从标准正态分布 b/J n N (01 ),即X —卩 U =.厂 ~ N (0,1 ) b/U n由定理1结论的标准化即得到定理2o 定理3设总体X 服从正态分布N (巴b 2 ),则统计量■/2 1 n - 2(X i -X )服从自由 ◎ y 度为n 的/2分布,即 1 n _ 2 22=产三(X i -X)"怖) 证注意到X i 〜N (巴CT 2 ),则 X 一卩 - ----- N(0,1) i =1,2,…,nc 又上述统计量相互独立,并按照/2分布的定义可得结果。

定理4设总体X 服从正态分布N (巴b 2 ),则 (1) 样本均值X 与样本方差S 2相互独立;(2) 统计量*2 = 一服从自由度为nT 的,2分布,即C72/2=(n」S〜/2( n-1)证明略。

Y 11定理5设总体X服从正态分布N (巴b2),则统计量t =---- =服从自由度为n-1的S V nt分布,即X —卩7〜心证由定理2知,统计量u 〜N(o,1 )又由定理4知,统计量厂=5-〜工2(n_i)C2因为X与S2相互独立,所以u与72也相互独立,于是根据t分布的定义得结论。

2.两个正态总体的统计量的分布从总体X中抽取容量为n x的样本X1,X2,…,X n x,从总体丫中抽取容量为n y的样本Y,丫2,…,Y n y。

正态总体的抽样分布

正态总体的抽样分布

则服从自由度为 n-1 的 t 分布的随机变量是

练习
设总体X的密度函数为 | x |, | x | <1 f ( x) 其他 0, X1 ,X 2 , Xn为取自X的一个样本:求
(1)E (X),D(X) (2)E(S )
2Hale Waihona Puke 练习设总体X~N(0,1),样本X 1 , X 2 ,
2
X6
2
(2) X 和 S 相互独立.
取不同值时 的分布
2
例题分析
定理 3

(与样本均值和样本方差有关
的一个分布) 的样本,
X1, X2 ,…, Xn 是取自正态总体
分别为样本均值和样本方差, 则有
且它们独立。 则由t-分布的定义:

4. 两个正态总体
(1) 若 X ~ N (μ1,σ12) : X1,X2,…,Xn1
2 2
证:EX i 0, DX i 1, X i ~ N (0,1)
2 i 4 i 2 2 i n
n
EX 1,
2 i
DX EX ( EX ) 3 1 2, i 1, 2,
所以 E 2 E ( X i2 ) EX i2 n.
D 2 D( X i2 ) DX i2 2n.
设 X: 1. 2. 若 X~N(0,1),则 X1,X2,…,Xn
四大统计量
两个正态总体
Y ~ N (μ2,σ2 2) : Y1,Y2,…,Yn2 ,它们相互独立,
(1) 若 X ~ N (μ1,σ12) : X1,X2,…,Xn1

(2)
当σ12 =σ22 =σ2时,
( 3)

《概率与数理统计》第06章 - 样本及抽样分布

《概率与数理统计》第06章 - 样本及抽样分布

(3)g( x1, x2 ,L xn )是统计量g(X1, X2 ,L Xn )的观察值
几个常见统计量
样本平均值
X
1 n
n i 1
Xi
它反映了 总体均值 的信息
样本方差
S 2
1 n1
n i 1
(Xi
X )2
它反映了总体 方差的信息
n
1
1
n
X
2 i
i 1
nX
2
样本标准差
S
1 n
n
1
(
i 1
X
i
是来自总体的一个样本,则
(1) E( X ) E( X ) ,
(2) D( X ) D( X ) 2 n ,
n
(3) E(S 2 ) D( X ) 2
矩估计法的 理论根据
若总体X的k阶矩E( X k ) k存在,则
(4) Ak
1 n
n i 1
Xik
p k
k 1, 2,L .
(3)证明:E(S2 )
定义 设X1 , X2 ,L , Xn是来自总体X的一个样本, g( X1 , X 2 ,L , X n )是X1 , X 2 ,L , X n的函数,若g 中不含未知参数,则g( X1 , X 2 ,L , X n )称是一 个统计量.
请注意 :
(1)X1, X2 ,L
X
是样本,也是随机变量
n
(2)统计量是随机变量的函数,故也是随机变量
1
e
(
xi 2
2
)2
2
n
( xi )2
1
e i1 2 2
n
2
第二节
抽样分布

西安交大西工大 考研备考期末复习 数理统计第一部分 基本概念(带答案)

西安交大西工大 考研备考期末复习 数理统计第一部分 基本概念(带答案)

第一部分 基本概念基础练习一. 填空题1若1210,,,X X X 相互独立,2~(,),1,2,,10i i iX N i μσ=,并且σ已知,则1210,,,X X X 的函数=2χ________服从于210χ()分布.答案:102211)ii i X μσ=-∑(2 ),(~),,(~222211σσμμN Y N X ,从总体X 、Y 中分别抽取容量为1n 、2n 的样本,样本均值分别为X 、Y X Y -则,= 。

答案: ),(22212121n n N σσμμ+-3设T 服从自由度为{}{}λλ<=>T P a T P t n 则若分布的,,= 。

答案:21a- 4设621,,,X X X 是取自总体)1,0(~N X 的样本,264231)()(∑∑==+=i i i i X X Y ,则当c = 时, cY 服从2χ分布,)(2χE = .。

答案:1/3,25设总体X 服从N(a,22)分布,12(,,,)n X X X 是来自此总体的样本,X 为样本均值,试问样本容量n>_________,才能使E(|X -a|2)≤0.1。

答案:n >406设12,,n X X X ,为总体X 的一个样本,若11ni i X X n ==∑且EX μ=,2DX σ=,则EX = _________,DX = __________。

答案:μ,2nσ7设总体()22X N σ服从正态分布,,1216,,X X X ,是来自总体X 的一个样本,且161116i i X X ==∑, 则48X σ-服从 ____ ______分布.答案:()01N ,8某地的食用水中以每cm3中含大肠杆菌个数 X 为特性指标,已知它服从均值为λ 的泊松分布,从水中抽一个容量为n 的样本 Z Z Z n 12,,, ,则样本的联合分布律为 。

答案:P Z x Z x x e n x i i nn i 111===-=∏,,!b gλλ12()12(!!!)n n ex x x n x x x λλ-+++=9某种元件的寿命服从均值为1λ的指数分布,用寿命作为元件的特性指标,任取n 个元件,其寿命构成一个容量为n 的样本,则样本分布的联合分布密度为 。

概率论6-1,2,3

概率论6-1,2,3

例如,考察某工厂10月份生产的灯泡的寿命所组 例如,考察某工厂 月份生产的灯泡的寿命所组 成的总体。 成的总体。灯泡寿命落在各个时间区间内有一定的 百分比,如灯泡寿命落在1000小时 小时~1300小时的占灯 百分比,如灯泡寿命落在 小时 小时的占灯 泡总数的85%,落在1300小时 %,落在 小时~1800小时的占灯泡总 泡总数的 %,落在 小时 小时的占灯泡总 数的5%, %,…。 即灯泡寿命的取值有一定的分布。 数的 %, 。 即灯泡寿命的取值有一定的分布。
就取位于 [ 是整数, x([ np ]+1) , 不是整数, 当np不是整数, x 综上, 综上, p = 1 [ x( np ) + x( np+1) ], 当np是整数 . 2
0 当 特别, 特别, p = 0.5时,.5分位数 x0 .5也记为Q2或
数据集的箱线图是由箱子和直线组成的图形, 数据集的箱线图是由箱子和直线组成的图形, 它是基于以下五个数的图形概括: 它是基于以下五个数的图形概括: 最小值 Min, 第一四分位数 Q1,中位数M,第三四分位数 Q3和 中位数 最大值 Max. 作法如下: 作法如下: (1) 画一水平数轴, 在轴上标上 Min,Q1, M, 画一水平数轴, Q3,Max. 在数轴上方画一个上、 下侧平行于数 在数轴上方画一个上、 Q 箱子的左右两侧分别位 于 Q1, 3 的上方. 轴的矩形箱子, 轴的矩形箱子, 在 M点的上方画一条垂直线 段 .线段位于箱子内部. ( 2)自箱子左侧引一条水平 线至 Min; 在同一水平 高度自箱子右侧引一条水平线直至最大值. 高度自箱子右侧引一条水平线直至最大值. 如图所示. 如图所示.
1.总体与个体 总体与个体
§1 随机样本
总体 试验的全部可能的观察值称为总体. 试验的全部可能的观察值称为总体. 个体 总体中的每个可能观察值称为个体. 总体中的每个可能观察值称为个体.

6-5 两个正态总体均值及方差比的置信区间

6-5 两个正态总体均值及方差比的置信区间

6.5 两个正态总体均值差及 方差比的置信区间
1. 两正态总体均值差 µ1 − µ 2的置信区间
2 σ1 2. 两个总体方差比 2 的置信区间 σ2
3. 小结
设给定置信度为1 − α , 并设 X 1 , X 2 ,⋯, X n 为 第一个总体 N ( µ1 ,σ 1 )的样本 , Y1 ,Y2 ,⋯,Yn 为第二
要点回顾
无偏性 1. 估计量的评选的三个标准 有效性 相合性 2. 置信区间是一个随机区 (θ , θ ), 它覆盖未知参 间 ( 数具有预先给定的概率置信水平) , 即对于任
意的θ ∈Θ, 有 P{θ < θ < θ } ≥ 1−α. 求置信区间的一般步骤(分三步 分三步). 求置信区间的一般步骤 分三步
例4 分别由工人和机器人操作钻孔机在纲部件 上钻孔,今测得所钻的孔的深度(以cm计)如下 上钻孔,今测得所钻的孔的深度( 计
工人 操作 机器人 操作 4.02 3.64 4.03 4.02 3.95 4.06 4.00 4.01 4.03 4.02 4.01 4.00 3.99 4.02 4.00
2 σ1 , 由 X , Y 的独立性及 X ~ N µ1 , n1 2 2 σ1 σ 2 , + 可知 X − Y ~ N µ1 − µ 2 , n1 n2
2 σ2 , Y ~ N µ2 , n2

( X − Y ) − (µ1 − µ 2 ) ~ N (0, 1),
2 s1 s12 1 1 2 , 2 s F (6,7) s F (6,7) = ( 2.87,46.81). 0.95 2 2 0.05
这个区间的下限大于1,在实际中, 这个区间的下限大于 ,在实际中,我们就认为

正态分布的均质和方差

正态分布的均质和方差

正态分布的均质和方差
正态分布是一种常见的概率分布,它在自然界和人类社会中广泛应用。

它的均值和方差是描述这种分布特征的重要参数。

均值是正态分布的中心位置,它代表了数据的平均值。

均值越大,分布的中心越靠右;均值越小,分布的中心越靠左。

例如,我们可以用正态分布来描述人们的身高。

如果均值为170厘米,那么大多数人的身高会集中在这个数值附近。

而方差则决定了分布的扩散程度。

方差越小,数据点越集中在均值附近;方差越大,数据点分布得越广。

正态分布在很多领域都有应用。

在医学研究中,正态分布常被用来分析人群的生理指标,如血压、血糖等。

在财经领域,正态分布可以用来描述股市的波动情况,帮助投资者做出决策。

在社会科学中,正态分布可以用来研究人们的意见、行为等。

正态分布的特点使得它成为了统计学中重要的工具。

通过对数据的分析,我们可以了解到数据的分布情况,进而做出合理的判断和预测。

然而,正态分布并不适用于所有情况。

有些数据可能不服从正态分布,可能需要使用其他的概率分布进行分析。

正态分布的均值和方差是描述分布特征的重要参数。

它在各个领域都有广泛的应用,帮助我们理解和解释数据。

虽然正态分布并不适用于所有情况,但它仍然是统计学中不可或缺的工具之一。

通过对
均值和方差的理解和应用,我们可以更好地分析数据,做出准确的判断和预测。

概率论与数理统计A第6章

概率论与数理统计A第6章

几个常见统计量
样本平均值
样本方差
它反映了总体 方差的信息
X
1 n
n i1
Xi
它反映了 总体均值 的信息
S2n11in1(Xi X)2
n1 1i n1Xi2nX2
样本标准差 S n1 1i n1(Xi X)2
样本k阶原点矩
Ak
1 n
n i1
Xik
k=1,2,…
样本k阶中心矩
Mk
1 n n i1
(1)
(n1)S2
2
~2(n1)
(2) X与S2独立 .
n取不同值时 (n 1)S 2
2
的分布
推论1 (样本均值的分布)
设X1,X2,…,Xn是取自正态总体 N(,2)
的样本, X和S2 分别为样本均值和样本方差,
则有
X ~t(n1)
Sn
证由定 1、 2理 t,分布的定义可得
X~N(0,1), n
X ~ N(,2) n
即 X~N(0,1) n
X ~ N(,2) X ~ N(0,1) n n
请注意 : 在已知总体,2时, 可用本定理计算样 本均值X.
n取不同值时样本
均值 X 的分布
定理 5 (样本方差的分布)
设X1,X2,…,Xn是来自正态总体 N(,2)的样本,
X和S2分别为样本均值和样本方差, 则有
的 点 t ( n ) 为 t ( n ) 分 布 的 上 分 位 数 。 如 图 所 示 .
t ( n )
t分布的上分位点的性质: t1(n)t(n)
t分 布 的 左 侧 分 位 点 t(n)可 查 表 求 得 , 例 t0.975(15)6.262.
当n45时,对于常 的 用值 的,可用正态近
  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
12
2 ( 2 ) 1 2 0 , 9 7 72 1 【注】 D(X Y ) D(X ) D(Y ) 3 3 1 .
20 30 4
0.. 9 5 4 4
•7
§3 正态总体样本均值和样本方差的分布
(本节为第七章和第八章的基础)
内容: 单正态总体样本均值和样本方差的分布(重点讲授) 双正态总体样本均值和样本方差的分布(简单介绍)
•1
一、单正态总体样本均值和样本方差的分布
定理 3.1 设 (X1, X2,L , Xn ) 为来自总体 X ~ N (, 2 ) 的
1) .
•6
例 3.3 从总体 X ~ N(1,3) 中分别抽取容量为 20, 30 的两个 独立样本,求其样本均值差的绝对值小于1的概率.
解 设 两个 样本均 值分 别为 X 和 Y , 由定 理 3.2⑴ ,可 得 X Y ~ N(0, 1) ,所以
4 P{ X Y 1} P{ X Y 2}
Xi
,样本方差为 S12
1 n1 1
n1 i1
(Xi
X )2

(Y1,Y2 ,L
,Yn2 ) 为来自总体Y
~
N
(2
,
2 2
)
的一个样本,样本均
值为Y
1 n2
n2
Yi ,样本方差为 S22
i 1
1 n2 1
n2 i1
(Yi
Y )2
,且
X1, X 2 ,L , X n1 与 Y1,Y2 ,L ,Yn2 相互独立.则
例 3.1 设 (X1, X2,L , X9 ) 为来自总体 X ~ N (, 2 ) 的一个 样本,求 P{0.4656 X 0.9655}.
S
解 由定理 3.1⑵知, X ~ t(8) , 所以
S9
P{0.4656 X 0.9655} P{1.3968 X 2.8965}
S
S9
P{t0.10 (8)
X S
9
t0.01 (8)}
P{t0.90 (8)
X S
9
t0.01 (8)}
0.90 0.01 0.89 .
•3
例 3.2 设 (X1, X2,L , Xn ) 为来自总体 X ~ N (, 2 ) 的一个样
本,其中 n
1.令 S02
1 n
n i 1
(Xi
)2
,分别计算
E(S02 ) , D(S02 ) , E(S 2 ) 和 D(S 2 ) . 考研必须掌握其
解 由定理 3.1⑶和⑷知,
方法和结论!
nS02
2
1
2
n
(Xi
i 1
)2
~
2
(n)

(n
1)S
2
2
~
2 (n 1) ,
所以
E
(
nS02
2
)
n,
D(
nS02
2
)
2n

E[
(n
1)S
2
2
]
n
1,
D[
(n
1)
2
S
2
]
2(n
1)

故得 E(S02 )
2,
D(S02 )
2 4
n
, E(S2)
2,
D( S 2 )
2 4 .
n 1 •4
二、双正态总体样本均值差和样本方差比的分布
定理 3.2
设 ( X1, X 2 ,L
, X n1 1
)
的样本,
样本均值为 X
1 n1
n1 i1
•5

X
Y
~
N (1
2
,
12
n1
2 2
n2
)



12
,
2 2
未知,但
12
=
2 2
2
时,
T ( X Y ) (1 2 ) ~ t(n1 n2 2) ,
Sw
11 n1 n2
其中 S
(n1 1)S12 (n2 1)S22 ;
n1 n2 2

F
S12 S22
12
2 2
~
F (n1 1, n2
一个样本,则

X
~
N (,
2
) ,或
U X ~ N(0,1) ;
n
n
差别
⑵ T X ~ t(n 1) ,
Sn
不同
n
(Xi )2
不同
⑶ 2 i1 2
~ 2 (n) ;
n
差别
⑷ 2
(n 1)S 2
(Xi
i 1
X )2
~
2 (n 1) ,
2
2
且 X 与 S 2 相互独立.
•2
相关文档
最新文档