抽样分布定理
发布日期:2022-02-14 23:02:45 浏览次数:24 分类:技术文章

本文共 1397 字,大约阅读时间需要 4 分钟。

  • 设总体 ξ \xi ξ服从正态分布 N ( α , σ ) , ξ i N(\alpha, \sigma), \xi_i N(α,σ),ξi为其样本,样本均值和方差为 ξ ‾ , S 2 \overline{\xi}, S^2 ξ,S2,则 ξ ‾ \overline{\xi} ξ服从正态分布 N ( α , σ n ) , n × S 2 σ 2 N(\alpha, \frac{\sigma}{\sqrt{n}}), \frac{n \times S^2}{\sigma^2} N(α,n σ),σ2n×S2服从自由度为 n − 1 n - 1 n1 χ 2 − \chi2- χ2分布,简记作 n × S 2 σ 2 ∼ χ 2 ( n − 1 ) \frac{n \times S^2}{\sigma^2} \sim \chi2_(n - 1) σ2n×S2χ2(n1),且 ξ ‾ \overline{\xi} ξ S 2 S^2 S2相互独立

  • (推论):设总体 ξ \xi ξ服从正态分布 N ( α , σ ) , ξ i N(\alpha, \sigma), \xi_i N(α,σ),ξi为其样本, 则 n − 1 × ξ ‾ − α S \sqrt{n - 1} \times \frac{\overline{\xi} -\alpha}{S} n1 ×Sξα服从自由度为 n − 1 n - 1 n1 t − t- t分布

  • 设总体 ξ \xi ξ服从正态分布 N ( α 1 , σ ) , ξ i N(\alpha_1, \sigma), \xi_i N(α1,σ),ξi为其样本,设总体 η \eta η服从正态分布 N ( α 2 , σ ) , η i N(\alpha_2, \sigma), \eta_i N(α2,σ),ηi为其样本,且两样本相互独立,则有

    • ( n 2 − 1 ) × n 1 × S 1 2 ( n 1 − 1 ) × n 2 × S 2 2 ∼ F ( n 1 − 1 , n 2 − 1 ) \frac{(n_2 - 1) \times n_1 \times S_1^2}{(n_1 - 1) \times n_2 \times S_2^2} \sim F(n_1 - 1, n_2 - 1) (n11)×n2×S22(n21)×n1×S12F(n11,n21)
    • n 1 × n 2 × ( n 1 + n 2 − 2 ) n 1 + n 2 × ( ξ ‾ − η ‾ ) − ( a 1 − a 2 ) n 1 × S 1 2 + n 2 × S 2 2 ∼ t ( n 1 + n 2 − 2 ) \sqrt{\frac{n_1 \times n_2 \times (n_1 + n_2 -2)}{n_1 + n_2}} \times \frac{(\overline{\xi} - \overline{\eta}) - (a_1 - a_2)}{\sqrt{n_1 \times S_1^2 + n_2 \times S_2^2}} \sim t(n_1 + n_2 -2) n1+n2n1×n2×(n1+n22) ×n1×S12+n2×S22 (ξη)(a1a2)t(n1+n22)

转载地址:https://blog.csdn.net/fish2009122/article/details/103748520 如侵犯您的版权,请留言回复原文章的地址,我们会给您删除此文章,给您带来不便请您谅解!

上一篇:【转载】CDH下线与上线主机
下一篇:二值分类器的优劣判断

发表评论

最新留言

能坚持,总会有不一样的收获!
[***.219.124.196]2024年03月24日 19时31分35秒