本文主要是介绍三大分布及正态总体下的抽样分布(待完善),希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!
一、卡方分布
1、定义
都为平方,因此x大于0
2、图像
n趋近于无穷,为正态分布
3、性质
(1)自由度可加性
(2)均值与方差
二、t分布
分子服从正态分布,定义域为负无穷至正无穷。分子服从卡方分布,定义域为正。综上,t分布定义域为负无穷至正无穷。
三、F分布
四、一个正态总体下的抽样分布
1、公式1
2、公式2
(1)将样本方差S2的公式代入,分母为n-1原因见https://blog.csdn.net/Checkmate9949/article/details/120198333?spm=1001.2014.3001.5501。
(2)与
存在相关性,例如
和
,因此其差值的平方和自由度不是n,而是n-1。服从自由度为n-1的卡方分布。
3、公式4-1
与式(2)类似,将样本均值替换为真实均值
,则
与
不相关,且
, 即为n个独立的、服从标准正态分布变量的平方和,其服从自由度为n的卡方分布。
4、公式3
推导过程如图,即结合t分布的定义,将式(1)作为标准正态分布的分子,式(2)作为卡方分布的分母,得出自由度为n-1的t分布。
5、公式4-2
推导过程如图,即结合F分布的定义,以式(2)为基础,构建U和V服从自由度为(n1-1)、(n2-1)的卡方分布,即符合F(n1-1,n2-1)分布。
对样本方差处理即可变为F分布,因此F分布很重要。
五、两个正态总体下的抽样分布(待完善)
https://www.bilibili.com/video/BV1jx411j7D2?p=16
这篇关于三大分布及正态总体下的抽样分布(待完善)的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!