应用数理统计样本及抽样分布(编辑修改稿)内容摘要:

,Xn是 X的简单随机样本,统计量 2为 则称 2服从自由度是 n的 2分布。 )1,0(~,222212 NXXXX in 12 抽样分布 概率密度为 当 n=1时, 2(n)为 分布 , 当 n=2时, 2(n)为指数分布。 0,0,0,)2(21)(2122xxexnxfxnn13 抽样分布 • 2分布的可加性 若 12~ 2(n1), 22~ 2(n2)且相互独立,则 12 + 22 ~ 2(n1 + n2) • 2(n)的期望与方差 E(2(n))= n, D(2(n))= 2n • 2(n)分布表 对给定的 (01),若有一点 2(n)满足 P{2 2(n)}=,则称 此点 为 2(n)分布的上 分位点。 14 抽样分布 • 定义:设 X ~ N(0,1), Y~ 2(n),且 X,Y相 互独立, 服从 自由度是 n的 t分布 概率密度为 nYXT/2121)2()21()(nntnnntf15 抽样分布 • t(n)分布表 对给定的 (01),若有一点 t2(n)满足 P{T t(n)}=,则称 此点 为 t(n)分布的上分位点。
阅读剩余 0%
本站所有文章资讯、展示的图片素材等内容均为注册用户上传(部分报媒/平媒内容转载自网络合作媒体),仅供学习参考。 用户通过本站上传、发布的任何内容的知识产权归属用户或原始著作权人所有。如有侵犯您的版权,请联系我们反馈本站将在三个工作日内改正。