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
σ2,
\space
D(X) =
σ
2
\sigma^2
σ2
<
+
∞
<+\infty
<+∞。
X
1
,
X
2
,
.
.
.
X
n
X_1, X_2, ... X_n
X1,X2,...Xn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
S2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}
nσ2 , 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(S2)=
σ
2
\sigma^2
σ2 , 样本方差的期望 等于总体方差
4.
D
(
S
2
)
=
D(S^2)=
D(S2)=
2
σ
4
n
−
1
\frac{2\sigma^4}{n-1}
n−12σ4
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}
n1, 即
D
(
x
‾
)
=
D(\overline x) =
D(x)=
D
(
X
)
n
\frac{D(X)}{n}
nD(X)
二. 看例题
设
x
1
,
x
2
,
.
.
.
,
x
8
x_1, x_2, ...,x_8
x1,x2,...,x8 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}}
nσ2
=
9
8
\sqrt{\frac{9}{8}}
89
=
3
2
2
\frac{3}{2\sqrt{2}}
22
3.
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 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(σb−μ)−Φ(σa−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
65.4−3.4)−Φ(n
61.4−3.4) =
Φ
(
2
6
n
)
−
Φ
(
−
2
6
n
)
\Phi(\frac{2}{\frac{6}{\sqrt{n}}}) - \Phi(\frac{-2}{\frac{6}{\sqrt{n}}})
Φ(n
62)−Φ(n
6−2) =
Φ
(
n
3
)
−
Φ
(
−
n
3
)
\Phi(\frac{\sqrt{n}}{3}) - \Phi(-\frac{\sqrt{n}}{3})
Φ(3n
)−Φ(−3n
) (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(3n
)−1⩾0.95
有,
Φ
(
n
3
)
⩾
0.975
\Phi(\frac{\sqrt{n}}{3}) \geqslant0.975
Φ(3n
)⩾0.975, 查表格, 有
n
3
⩾
1.96
\frac{\sqrt{n}}{3} \geqslant1.96
3n
⩾1.96,
n
⩾
34.5744
n\geqslant 34.5744
n⩾34.5744 所以 样本容量n 至少为35. ~~~
推荐文章
发表评论