样本均值的特征与分布
@(概率论)
这个分布的推导将需要回到大数定律与中心极限定理中去才能证明。
需要严格区分样本均值与一次取样的分布。
X1,X2,...,Xn 是取自总体的样本,则
E(Xi)=u,D(Xi)=σ2
E(X⎯⎯⎯)=u,D(X⎯⎯⎯)=σ2n
证明如下:
X⎯⎯⎯=1n∑i=1nXiE(X⎯⎯⎯)=E(1n∑i=1nXi)=1n∑i=1nE(Xi)=u;D(X⎯⎯⎯)=D(1n∑i=1nXi)=1n2∑i=1nD(Xi)=nn2σ2=1nσ2
常见的如总体X服从的是正态分布,即 X∼N(μ,σ2)
特别注意:
Xi∼N(μ,σ2);X⎯⎯⎯∼N(μ,σ2n)
再引申一步:
(Xi−μ)2σ2∼χ2(1);n(X⎯⎯⎯−μ)2σ2∼χ2(1)
这是很小的细节,但是却可以影响全局,小心。
此外,结合样本方差考察,样本方差是修正的值,因此需要特别注意n-1.
常见的: (n−1)S2σ2∼χ2(n−1) ,就是缺少一个自由度的表现。