概论第6章_正态总体的抽样分布_样本均值的期望与样本方差的期望__方差的期望

  • Post author:
  • Post category:其他


下面的定理给出


样本均值的期望, 方差的期望, 样本方差的期望


, 它 不依赖于总体的分布形式。



一. 定理:

假设有总体X, 均值




μ

\mu






μ






, E(X)=




μ

\mu






μ






, 有方差




σ

2

\sigma^2







σ










2













,



\space











D(X) =




σ

2

\sigma^2







σ










2
















<

+

<+\infty






<








+













X

1

,

X

2

,

.

.

.

X

n

X_1, X_2, … X_n







X










1


















,





X










2


















,








X










n





















为来自X的样本,n为样本容量,



x

\overline x














x

















表示样本均值,



S

2

S^2







S










2












表示样本方差, 则有


1.




E

(

x

)

=

E(\overline x) =






E


(










x














)




=









μ

\mu






μ






, 即 样本均值的期望 等于 总体均值


2.




D

(

x

)

=

D(\overline x) =






D


(










x














)




=









σ

2

n

\frac{\sigma^2}{n}


















n

















σ










2
































, 样本均值的方差等于总体方差除以样本容量


3.




E

(

S

2

)

=

E(S^2) =






E


(



S










2









)




=









σ

2

\sigma^2







σ










2













, 样本方差的期望 等于总体方差


4.




D

(

S

2

)

=

D(S^2)=






D


(



S










2









)




=









2

σ

4

n

1

\frac{2\sigma^4}{n-1}


















n





1
















2



σ










4































定理表明:


样本均值的期望与总体均值相同, 样本均值的方差是总体方差的




1

n

\frac{1}{n}


















n
















1



























, 即



D

(

x

)

=

D(\overline x) =






D


(










x














)




=









D

(

X

)

n

\frac{D(X)}{n}


















n
















D


(


X


)


























二. 看例题





  1. x

    1

    ,

    x

    2

    ,

    .

    .

    .

    ,

    x

    8

    x_1, x_2, …,x_8







    x










    1


















    ,





    x










    2


















    ,







    ,





    x










    8





















    是从正态总体N(10, 9)中抽取的样本, 试求样本均值



    x

    \space \overline x
















    x

















    的标准差。

解:



D

(

x

)

=

\space\space \sqrt {D(x)} =


















D


(


x


)


























=









σ

2

n

\sqrt{\frac{\sigma^2}{n}}


























n

















σ










2





















































=



9

8

\sqrt{\frac{9}{8}}


























8
















9














































=



3

2

2

\frac{3}{2\sqrt{2}}


















2










2






































3

























.

  1. 从正态总体N(3.4, 36)中抽取容量为 n 的样本, 如果要求其样本均值位于区间(1.4, 5.4)内的概率不小于 0.95, 问样本容量 n 至少应取多大?

    附表: 标准正态分布表

    在这里插入图片描述


    解:

    依题意, 需要 求P{1.4<



    x

    \overline x














    x

















    <5.4}



    \geqslant












    0.95,

    设样本均值为




    x

    \overline x














    x



















    因为 P{X在a到b之间} =



    Φ

    (

    b

    μ

    σ

    )

    Φ

    (

    a

    μ

    σ

    )

    \Phi(\frac{b-\mu}{\sigma}) – \Phi(\frac{a-\mu}{\sigma})






    Φ


    (














    σ
















    b





    μ





















    )













    Φ


    (














    σ
















    a





    μ





















    )





    ,

    已知



    μ

    =

    3.4

    \mu = 3.4






    μ




    =








    3.4





    ,



P{1.4<



x

\overline x














x

















<5.4} =



Φ

(

5.4

3.4

6

n

)

Φ

(

1.4

3.4

6

n

)

\Phi(\frac{5.4-3.4}{\frac{6}{\sqrt{n}}}) – \Phi(\frac{1.4-3.4}{\frac{6}{\sqrt{n}}})






Φ


(


































n






































6



































5.4





3.4





















)













Φ


(


































n






































6



































1.4





3.4





















)






=



Φ

(

2

6

n

)

Φ

(

2

6

n

)

\Phi(\frac{2}{\frac{6}{\sqrt{n}}}) – \Phi(\frac{-2}{\frac{6}{\sqrt{n}}})






Φ


(


































n






































6



































2





















)













Φ


(


































n






































6






































2





















)






=



Φ

(

n

3

)

Φ

(

n

3

)

\Phi(\frac{\sqrt{n}}{3}) – \Phi(-\frac{\sqrt{n}}{3})






Φ


(














3
























n











































)













Φ


(

















3
























n











































)





(1)

因为



Φ

(

a

)

=

1

Φ

(

a

)

\Phi(a) = 1- \Phi(-a)






Φ


(


a


)




=








1













Φ


(





a


)





,

(1)式 = 2



Φ

(

n

3

)

1

0.95

\Phi(\frac{\sqrt{n}}{3}) – 1\geqslant0.95






Φ


(














3
























n











































)













1













0.95




有,



Φ

(

n

3

)

0.975

\Phi(\frac{\sqrt{n}}{3}) \geqslant0.975






Φ


(














3
























n











































)













0.975







查表格, 有



n

3

1.96

\frac{\sqrt{n}}{3} \geqslant1.96


















3
























n






















































1.96





,



n

34.5744

n\geqslant 34.5744






n













34.5744






所以

样本容量n 至少为35

.

~~~



版权声明:本文为ximanni18原创文章,遵循 CC 4.0 BY-SA 版权协议,转载请附上原文出处链接和本声明。