数学统计量及其分布学习教案

1、数学统计数学统计(tngj)量及其分布量及其分布第一页，共85页。 从历史的典籍中，人们不难发现许多关于钱粮、户口、地震、水灾等等的记载，说明人们很早就开始了统计的工作 . 但是(dnsh)当时的统计，只是对有关事实的简单记录和整理，而没有在一定理论的指导下，作出超越这些数据范围之外的推断. 到了十九(sh ji)世纪末二十世纪初，随着近代数学和概率论的发展，才真正诞生了数理统计学这门学科.第1页/共85页第二页，共85页。6.1 数理统计学简介(jin ji)一 什么(shn me)是数理统计学 研究随机研究随机(su j)(su j)现象规律性的一门学科现象规律性的一门学科, ,以以概率论

2、概率论问题作出推断、预测和决策.资料,对数据进行分析(统计分析)从而对所研究的为基础,研究如何用有效的方法收集和利用数据第2页/共85页第三页，共85页。 具体地说具体地说, ,就是研究从一定就是研究从一定(ydng)(ydng)总体中总体中随机抽出一部分随机抽出一部分( (样本样本),),对样本的性质进行研对样本的性质进行研究究, ,以对总体的性质作出推测性判断的科学以对总体的性质作出推测性判断的科学( (例例如如, ,产品质量产品质量, ,人均收入人均收入).).为什么要用样本去推测和判断总体的性质,主要(zhyo)有以下几个原因: 破坏性 数量巨大第3页/共85页第四页，共85页。因为是

3、用部分去推断总体的性质,所以得出的结论就不一定完全正确,分析方法的关键是使可能产生的错误越小越好,以对所提问题(wnt)作出尽可能正确的结论. 数理统计(sh l tn j)和概率论有着密切的联系,概率论是数理统计(sh l tn j)的基础,数理统计(sh l tn j)是概率论的应用. 概率论是将事件出现的频率抽象为概率的概念(ginin)进行研究,并由此建立了随机变量的概率分布的基本理论.数理统计则是直接从随机现象的观测值去研究其客观规律性.第4页/共85页第五页，共85页。二 数理统计学的基本(jbn)内容 统计(tngj)推断根据实际问题的不同(b tn)要求,产生了数理统计学的众多

4、研究分支.本课程侧重于概括起来分为两大类:试验的设计和研究第5页/共85页第六页，共85页。例1 某钢筋(gngjn)厂日产钢筋(gngjn)10000根,质量检查员每天抽查其中50根的强度. (1)如何从这50根钢筋(gngjn)的强度数据去估计整批10000根的强度平均值,如何估计整批钢筋(gngjn)强度偏离平均值的离散程度?(2)如果规定了这种钢筋的标准强度,如何(rh)由抽查的50个强度数据判断整批钢筋的平均强度与标准强度有无差异?(于是可提出很多问题)此问题为参数估计.此问题为假设检验.第6页/共85页第七页，共85页。(3)抽查的50个强度数据有大有小,如果(rgu)当天生产的钢

5、筋是采取不同工艺生产的,那么强度呈现的差异是由于工艺不同造成的,还是仅仅由随机因素造成的?(4)如果钢筋强度与某种原料的成分含量有关,那么从抽查(chuch)的50个强度与该原料含量的50组对应数据,如何去表达整批钢筋强度与该原料含量的关系?此问题为方差分析,即分析造成(zo chn)强度差异的原因.此问题为回归分析.第7页/共85页第八页，共85页。以上(yshng)四个问题都是数理统计学研究的基本内容,此外还有正交试验设计,多元统计分析,时间序列(xli)分析, 抽样理论, 质量(zhling)控制, 可靠性理论和统计决策理论等.第8页/共85页第九页，共85页。6.2 总体(zngt)和

6、样本一 总体 个体(gt) 样本总体总体：就是研究对象的全体.个体个体：是组成总体的每个元素.无限的，分别称为有限总体有限总体和无限总体无限总体.从总体中随机抽取 n 个个体,称为容量为n的样本(子样).第9页/共85页第十页，共85页。任何(rnh)一个总体，都可以用一个随机变量 X 来表示.例如,从一批日光灯中随机抽取一个，其寿命(shumng) X 显然是为相同(xin tn)值的日光灯在这批日光灯中所占的比例.因此,一个随机变量,它取各种可能值的概率恰好就是寿命如果知道X的分布,则这批日光灯的寿命情况就完全清楚了.即可以用 X 及其分布来描述这批日光灯这一总体.再例如,从某大学全体学生

7、中随机抽取一个，其学习成绩 X 显然是一个随机变量,它取各种可能值的概率恰好就是成绩为相同值的学生在全校所占的比例.因此,可以用 X 及其分布来描述该校全体学生这一总体.第10页/共85页第十一页，共85页。在统计(tngj)研究中，人们关心的仅仅是代表总体的一项(或几项)数量指标以及(yj)数量指标的分布情况. 总体(zngt)就是指某个随机变量X可能取值的全体。X的分布称为总体的分布.常用 “总体 X 服从.分布”这一说法.从总体 X 中随机抽取容量为 n的样本 ,用12,nXXX表示.不难理解, X 及12,nXXX 都是随机变量.12(,)nXXX 是n维随机变量.第11页/共85页第

8、十二页，共85页。 简单简单(jindn)随机样本随机样本 简单简单(jindn)随机样本是应用中最常见的情形，今后随机样本是应用中最常见的情形，今后 若取自总体 X的样本(yngbn) X1, X2 , Xn 相互独立且与 X 有相同的分布，则称 X1, X2, Xn为取自总体 X 的简单随机样本简单随机样本. 简称为样本样本.当说到“X1, X2 , Xn 是取自某总体的样本”时，若不特别说明，均指简单随机样本.第12页/共85页第十三页，共85页。12,nXXX(x1, x2, xn)，称为(chn wi)样本的一组观测值，简称(jinchng)样本值 .一旦(ydn)取定一组样本，得到

9、的是n个具体的数 一般来说,不同次的抽取(每次取n个),将得到不同的样本观测值.样本所有可能取值的全体称为样本空间, 它是n维空间或其中的一个子集.一组样本观测值(x1, x2, xn)就是样本空间中的一个点.第13页/共85页第十四页，共85页。 定理定理(dngl)1若(X1, X2 , Xn) 是取自总体(zngt) X的样本,而 X的概率密度为f(x)( 或分布(fnb)函数为F(x) ),则(X1, X2 , Xn) 的联合密度函数为(或联合分布函数为) 1niiF x 1niif x第14页/共85页第十五页，共85页。1212 ,nXUXXX 是取自12211,( )(1,2,

10、)0,iixf xin其它12211,( )0,xf x其它总体X的一个(y )样本，求样本的联合(linh)密度.例1 设总体(zngt)解：因为XU1, 2, 其密度为Xi的密度第15页/共85页第十六页，共85页。121( , ,)( )nniif x xxf x121211(1,2,., )0niiin x其它12211()(1,2,., )0inxin其它样本(yngbn)的联合密度为第16页/共85页第十七页，共85页。二 理论分布(fnb)和经验分布(fnb) 作出经验分布用以观察(gunch)理论分布的概况. 若总体是随机变量(su j bin lin) X, 则 X 的分布就

11、是总体的分布(称为理论分布). 样本是总体的代表和反映,简单随机样本能很好地反映总体的情况.通常的方法是第17页/共85页第十八页，共85页。若x1, x2 , xn 为总体 X 的n个独立(dl)观测值, 称Fn*(x)为总体(zngt)X作n次独立观察的经验分布函数.并作函数(hnsh) *1*1*01,2,.11nkknxxkF xxxxknnxx 定义将这些值按从小到大的顺序排列为x1*x2* . xn* 第18页/共85页第十九页，共85页。从图中可以看到, Fn*(x)是F(x)的一个(y )近似. 关于Fn*(x)与理论分布(fnb)F(x)的关系,有如下定理:对于样本的不同取值

12、, 将得到不同的经验(jngyn)分布函数Fn*(x), 所以对于x 的每一个数值, Fn*(x)是一个随机变量.第19页/共85页第二十页，共85页。当n时, Fn*(x)以概率(gil)1关于x一致收敛于F(x),这个定理是用样本推断(tudun)总体的基本理论依据. *lim sup01nnxPF xF x 定理(dngl)2(格列汶科)即Fn*(x)的图形是一条阶梯形曲线, 若样本观测值不重复, 则每一跃度为 ; 1n若有重复, 则按 的倍数为跃度.1n第20页/共85页第二十一页，共85页。显然经验分布函数Fn*(x)具有(jyu)以下性质: 0 Fn*(x) 1 Fn*(x)单调(

13、dndio)上升 Fn*(x) 右连续(linx)第21页/共85页第二十二页，共85页。三 分布(fnb)密度的近似求法(略) 如果 X 是一个连续型随机变量, 可以用样本(yngbn)观测值作出的频率直方图来近似代替分布密度曲线.第22页/共85页第二十三页，共85页。 由样本去推断总体情况(qngkung)，需要对样本进行“加工”和“提炼”，这就要构造一些样本的函数，它把样本中所含的（某一方面）的信息集中起来.一 统计(tngj)量6.3 统计量和抽样(chu yn)分布定义设(X1, X2,. , Xn)为取自总体X的一个样本,T=T(X1, X2,. , Xn)为样本(X1, X2,

14、. , Xn)一个实值连续函数,且T中不含任何未知参数, 则称T(X1,X2,. , Xn)为一个统计量统计量. .第23页/共85页第二十四页，共85页。注:1. 统计(tngj)量是不含任何未知参数的样本的函数,2. 统计(tngj)量T=T(X1, X2, . , Xn)是随机变量, 它应该有确定它是完全由样本(yngbn)决定的量.的概率分布.统计量的分布称为抽样分布抽样分布.第24页/共85页第二十五页，共85页。21311niiXXXn与12,XX12,nXXX例11X而都不是(b shi)统计量.都是统计(tngj)量,是取自总体 X 的一个(y )样本，则设总体XN( , 2)

15、, 其中, 2未知第25页/共85页第二十六页，共85页。 几个几个(j )(j )常见的常见的统计量：统计量：样本均值样本均值：样本样本(yngbn)方差：方差：11niiXXn2211()1niiSXXn 设X1, X2,. ,Xn 是取自总体X的一个(y )样本，2211()1niiXnXn第26页/共85页第二十七页，共85页。211()1niiXXn2211(2)1niiiXX XXn221111(2)1nnniiiiiXXXXn2211(2)1niiXX nXnXn2211()1niiXnXn因为(yn wi)第27页/共85页第二十八页，共85页。样本(yngbn)k 阶原点矩:

16、样本(yngbn)k阶中心矩:11nkkiiAXn11()nkkiiBXXn k=1, 2,样本(yngbn)标准差：2211()1niiSSXXn k=1, 2,显然1AX221nBSn第28页/共85页第二十九页，共85页。 样本样本(yngbn)(X1, X2,. ,Xn)的的观察值为观察值为(x1, x2 , xn )2XS和 的观察的观察(gunch)值分别记为值分别记为11niixxn2211()1niisxxn 通常通常(tngchng),大写字母表示统大写字母表示统计量计量, 如如 小写字母表示观察值, 如2,XSS2,x ss第29页/共85页第三十页，共85页。顺序(shn

17、x)统计量定 义(dngy)设(X1, X2,. , Xn)为取自总体(zngt)X的一个样本,现由样本建立n个函数:(X1, X2,. , Xn) k=1, 2, ., nkkXX x1* x2* . xn*后的第k个数值.则称X1*, X2*, .Xn*为顺序统计量.显然X1* X2* . Xn*其中Xk*为这样的统计量,它的观察值为xk*. xk*为样本X1, X2,. , Xn的观察值x1, x2,. , xn中按大小排列第30页/共85页第三十一页，共85页。X1*=minX1, X2, ., Xn Xn* =max X1, X2, ., Xn 称X1*为最小项统计(tngj)量,

18、Xn*为最大项统计(tngj)量称Dn*= Xn*X1*为样本(yngbn)的极差若n是奇数, 则称 为样本的中值12nX若n是偶数, 则称 为样本的中值12nX第31页/共85页第三十二页，共85页。设(X1, X2,. , X5)为总体X的样本, 今对这个(zh ge)样本进行了三次观察, 其值如下表:例2X1X2X3X4X5第一次311056第二次26728第三次839105求 , S2及Dn*的观察值X第32页/共85页第三十三页，共85页。解78.57109853第三次6 8587622第二次911.55106531第一次Dn* S2X5*X4*X3*X2*X1*X第33页/共85页

19、第三十四页，共85页。二 抽样(chu yn)分布(常用(chn yn)统计量的分布)1 2分布(fnb)2分布是由正态分布派生出来的一种分布.定义 设随机变量X1, X2,. , Xn相互独立且均服从N(0 , 1),则称随机变量221niiX 所服从的分布为自由度是n的 2 2分布.2 (n)2记为第34页/共85页第三十五页，共85页。21222102( )( )2xnnexxnfx00 x 定理(dngl)3 随机变量随机变量 2 的分布密度的分布密度(md)函数为函数为第35页/共85页第三十六页，共85页。n取不同(b tn)值时的2 分布的图形2( )fx第36页/共85页第三十

20、七页，共85页。*例3 相互独立(dl), 都服从12,nX XX若正态分布2( ,),N 则2211()niiX2( )n 证:令()iiXYi=1, 2,., n222111()nniiiiXY则又因为(yn wi) Xi 2( ,),N 所以(suy) Yi N(0, 1)且Y1,Y2,.,Yn相互独立所以21niiY2( )n第37页/共85页第三十八页，共85页。212()XYnn2(),En2212( )()XnYn，2()2Dn2 分布(fnb)具有下列性质：性质(xngzh)1性质(xngzh)2(2 分布的可加性)若且X, Y 相互独立则第38页/共85页第三十九页，共85页

21、。2 t 分布(fnb) ( student 分布(fnb)2( ) n定义(dngy)设 X N(0, 1) , Y 且X与Y相互(xingh)独立，则称随机变量XTY n所服从的分布为自由度是n的t分布,记为T t(n)1221()2( )(1)()( )2nTnxfxxnnn 定理4t分布的密度函数为第39页/共85页第四十页，共85页。( t 分布的密度函数(hnsh)fT(x)的图像参见教材 )(1) fT(x)是偶函数, 图像(t xin)关于y 轴对称. 注注：(2) t分布曲线(qxin)很接近标准正态分布曲线(qxin).且当n充分大时，t分布的极限分布是标准正态分布. li

22、m0Txfx21222lim(1)nxnxen112lim22nnnn221lim( )2xTnfxe所以第40页/共85页第四十一页，共85页。( )01E Tn (3) 对于较小的n ，t 分布(fnb)与N (0, 1)分布(fnb)相差很大.当n30时，它们(t men)的差别已很小.可以证明, t 分布的期望(qwng)和方差分别为( )22nD Tnn第41页/共85页第四十二页，共85页。3 F分布分布(fnb)22( ),( ),XmYnX mFY n若 随机变量X与Y相互(xingh)独立，且则称随机变量(su j bin lin) ( , )FF m n所服从的分布为F分布

23、,记为其中m称为第一自由度, n称为第二自由度.第42页/共85页第四十三页，共85页。定理(dngl)5F分布的密度(md)函数为1222222()( ) ( )10( )( )( )0 0mmm nm nmmnnmnFxxxfxx 推论推论(tuln)：若：若 FF(m , n) ,1( ,)F n mF则(, )FF m n/X mFY n1/YnFXm( ,)F n m证证:因为令第43页/共85页第四十四页，共85页。( F分布的密度fF(x)图像参见(cnjin)教材 )可以证明, F分布的期望(qwng)和方差分别为 2222( )424nmnD Fnm nn( )22nE Fn

24、n第44页/共85页第四十五页，共85页。4. 概率分布的分位数分位数设连续型随机变量(su j bin lin) X 的分布函数为F(x), 0p1若实数(shsh)满足PX =F()=p则称实数(shsh)为X的概率分布的p分位数.例如,标准正态分布N(0, 1)的p分位数即是满足的实数也就是说, N(0, 1)的密度曲线下, 的左边的面积恰好等于p.2212xedxp第45页/共85页第四十六页，共85页。上侧分位数上侧分位数:PX =满足(mnz)的实数称为(chn wi)随机变量X 的上侧分位数.N(0, 1), t分布(fnb), 2分布(fnb), F分布(fnb)的上侧分位数通

25、常记为u , t , 2 , F ,这些数值可以查表.第46页/共85页第四十七页，共85页。上侧分位数与分位数的关系上侧分位数与分位数的关系(gun x):即也是X 的1 分位数. 则有若X的上侧 分位数为 ,PX =PX =1 PX = 1 双侧双侧分位数分位数1 ,2 ,是指满足(mnz)PX 1=2和PX 2=2的实数(shsh)1 ,2显然, 1是 X 的2是 X 的上侧2分位数,2分位数第47页/共85页第四十八页，共85页。注意注意(zh y):(1)若XN(a, 2), 要求(yoqi)X的下侧分位数 ,可化为求(2)N(0, 1)的分位数 P XaXaP此时(c sh),0,

26、 1XaN所以au即ua(2) 若Tt(n), t (n)表示下侧分位数, 根据t分布的对称性PT t (n) = 1PT t (n) =1所以t (n)=t1 (n)第48页/共85页第四十九页，共85页。(3) 若 F(m,n)表示(biosh)上侧分位数,则有F(m,n)11,Fn m证明(zhngmng):若 F F (m,n), 则有1( ,)F n mF所以(suy)11( ,)P FFn m11( ,)PFn mF111( ,)PFn mF 11 ( , )P FF m n第49页/共85页第五十页，共85页。例4 当 n =25 , =0.1 时，查表求上侧分位数例5 若随机变

27、量(su j bin lin)22(14) ,211)0.95P222)0.95P=34.4220.1( )(25)n2( )n求1 ,2的值使之满足(mnz)：第50页/共85页第五十一页，共85页。14 ,0.95n( )n211)0.95P222)0.95P= 6.572=23.7)14(2220.95(14)解:解:第51页/共85页第五十二页，共85页。三 正态总体(zngt)场合定理(dngl)6设总体(zngt)X 2( ,),N 2XS和 分别为样本均值和样本方差,则有X1, X2, Xn为其样本22(1)nS2211()niiXX21)n（相互独立211( ,)niiXXNn

28、n(1)(1)(0,1)/XNn或(2)(2)2XS和(3)(3)第52页/共85页第五十三页，共85页。证证: :(1)(1)2( ,)1,2,.,Nin ，iX12,.,nXXX11()()niiE XEXn因为(yn wi)且相互(xingh)独立11()niiE Xn1nn=11( )()niiD XDXn211()niiD Xn2211nin221nn2n所以(suy)2( ,)XNn第53页/共85页第五十四页，共85页。(2)(2) 作一个(y )n阶正交矩阵A=(aij),使其最后一行的1n即元素(yun s)均为A=111211,11,21,111nnnnnaaaaaannn

29、且AAT =ATA=In In是n阶单位矩阵作正交变换1122nnYXYXAYX则有Yi= 1nillla X(i=1,2,.,n-1)Yn= 1niiX1nn X第54页/共85页第五十五页，共85页。21niiX21niiY1212nnYYYYYY1212TnnXXXXXA AX1212nnXXXXXX221niiXXnX221niniXXY即121niiY21niiXX21nS第55页/共85页第五十六页，共85页。因为(yn wi)A是正交阵,所以10niljlla a,1,2,.1iji jn110nillan211nilla1,2,.1in于是(ysh)Yi N(0, 2) i=1

30、, 2, ., n1 2,nYNna第56页/共85页第五十七页，共85页。且Cov (Yi, Yj)=E(YiEYi)(YjEYj)11nnilljsslsEaXaaXa11nniljslslsa a E XaXa21niljllla a E Xa210niljlla aij i, j=1, 2, ., n1 同理有Cov (Yi, Yn)=110nillan i=1, 2, ., n1 第57页/共85页第五十八页，共85页。因此(ync)Y1, Y2 ,. ,Yn 相互(xingh)独立(正态分布的独立从而(cng r)与两两不相关是等价的)Y1, Y2 ,. ,Yn1与Yn相互独立,

31、由此得122111niiSYn与1nXYn独立第58页/共85页第五十九页，共85页。(3)(3)22(1)nS212niiXXYi N(0, 2) i=1, 2, ., n1 211niiY21)n（由(2)可知(k zh)iY1)N （0,第59页/共85页第六十页，共85页。定理(dngl)7设X1,X2,Xn是取自正态总体(zngt)2( ,)N 的样本(yngbn),2XS和 分别为样本均值和样本方差,则有 (1)Xt nSn证:(定理7是定理6的推论)由定理6可知(0,1)XNn22(1)nS2(1)n且,独立,所以1XSnn XSn (1)t n第60页/共85页第六十一页，共8

32、5页。定理(dngl)8211(,),XN 设总体设总体(zngt)222(,)YN 总体(zngt) X 和 Y 的样本, 且两个样本相互独立X1, X2,. Xn,和 Y1, Y2,. Ym分别是取自11,niiXXn11miiYYm记22111()1niiSXXn22211()1miiSYYm第61页/共85页第六十二页，共85页。122212() (2)(1)(1)112XYt nmnSmSnmnm2222112122222212(1,1)SSF nmSS则有(1)(2)当12 = 22 =2时,122212()(2) (2)(1)(1)XYnm nmt nmnmnSmS或第62页/共

33、85页第六十三页，共85页。证:(1)22111()1niiSXXn22211()1miiSYYm由定理(dngl)6可知2121(1)nS2(1)n2222(1)mS2(1)m因为两个(lin )样本相互独立,2212,SS独立(dl)所以再由F分布的定义可知21212222(1)(1)(1)(1)nSnmSm2222112122222212(1,1)SSF nmSS第63页/共85页第六十四页，共85页。21(,),XNn22(,)YNm,X YXY()E XY()( )E XE Y12()( )D XD Y()D XY22nm2212(,)XYNnm由假设(jish)可知因为(yn wi

34、)两个样本相互独立,所以(suy)独立所以服从正态分布所以(2)当12 = 22 =2时,第64页/共85页第六十五页，共85页。即12()(0,1)11XYUNnm再根据(gnj)定理6212(1)nS21)n（222(1)mS21)m（再根据(gnj)2分布的可加性, 可知221222(1)(1)nSmSV22)nm（第65页/共85页第六十六页，共85页。于是(ysh)按t分布的定义, 有2UVnm122212() (2)(1)(1)112XYt nmnSmSnmnm第66页/共85页第六十七页，共85页。四 非正态总体(zngt)场合(大样本)定理(dngl)9若X1, X2, . ,

35、 Xn独立(dl)同分布, 且E(Xi)=aD(Xi)=2记则1nniiYX limnnnnYE YPxxD Y此处 2212txxedt即只要n足够大(通常n30), 随机变量 0, 1nnnYE YND Y第67页/共85页第六十八页，共85页。(10,20)XF110.01P X）110.01P X）由22) P X20.995(10,20)F10.005 10.01(10,20)F0.0051(20,10)F15.27220.005P X）3.3721P X 0.18980.995),(1),(12211nnFnnF求 1 , 2 使之满足(mnz)解:第68页/共85页第六十九页，共

36、85页。例7.设总体XN(72, 102), 为使样本均值 大于70的X概率不小于0.9, 则样本容量 n 至少(zhsho)应取多少?解:设样本容量为 n, 则70P X 727072XPnn722110XnPn 1()5n 11()5n ()5n 0.9查表可得1.295n解出 n41.6, 即n =42第69页/共85页第七十页，共85页。例8.设总体XN(1, 0.32) , 为使样本均值 满足X0.91.10.9,PX则样本容量 n 至少(zhsho)应取多少?解:2110.3(1,),niiXXNnn因为(yn wi)XN(1, 0.09), 0.91.1PX0.9 111.1 1

37、0.30.30.3XPnnn10.333nXnPn第70页/共85页第七十一页，共85页。查表得 0.91.10.90PX10, 10.3XNn且有故由得0.9033nn1.900.9532n1.645,3n24.235,n 故应取n=25.第71页/共85页第七十二页，共85页。例9.解:设总体(zngt)XN(40, 52) (1)抽取容量(rngling)为36的样本, 求3843PX(2) 抽取(chu q)容量为64的样本, 求(3) 样本容量n为多大时, 才能使401P X 4010.95P X 总体XN(40, 52), 所以统计量 400, 15XNn第72页/共85页第七十三

38、页，共85页。400, 1536XN(1) n=36, 故即400, 156XN4038432.43.656XPXP3.62.4 (查表)0.99984 (1 0.9918) 0.9916第73页/共85页第七十四页，共85页。(2) n=64, 则统计(tngj)量400, 158XN404011.61.658XPXP1.61.6(查表)0.9452 (1 0.9452) 0.8904第74页/共85页第七十五页，共85页。(3) =215n查表, 得40401555nXnPXPn1.965n0.95解出 n 96第75页/共85页第七十六页，共85页。例10.设在总体XN(, 2) 中抽取

39、容量为16的样本(yngbn),其中, 2均未知,222.041SP(1)求(2)求D(S2)解: (1)因为总体XN(, 2), 根据(gnj)定理6, 有222(1)(1)nSn, S2为样本均值和方差X即22215(15)S222.041SP2215152.041SP2215130.615SP21(15)30.615P 10.01 0.99(查表)第76页/共85页第七十七页，共85页。例11.设X1, X2, . , X9是来自总体(zngt)XN(0, 22)的样本. 解:Y=a(X1+ X2)2+b(X3+ X4+ X5)2 + c(X6+ X7 + X8 + X9)2服从(fcng) 2分布(fnb), 求系数a, b, c .因X1, X2, . , X9独立同分