介绍正态总体样本均值和方差。样本均值的分布可以变换得到,样本方差的分布可用现成公式。
工具/原料
Mathematica 11.0
方法/步骤
1
首先是独立正态分布随机变量的合成。如图,X1~X5五个正态分布,它们和的正态分布可以用TransformedDistribution算得。多个均值直接相加,方差也相加,但标准差是方差相加开根号。
2
通常样本的分布是各个Xi独立同分布。比如如图情况。此时,合成的正态分布就的均值na,方差nσ^2
3
对于各个独立同分布正太变量的线性组合,如图所示。所加的系数进行类似的变换。
4
从前面的推倒可以知道:样本均值分布(n个独立同正态分布的随机变量的平均值),是一个μ'=a, σ'^2=σ^2/n的正态分布。样本方差分布的推导则涉及到不同正态分布相乘的问题过于复杂,这里直接给出结论。首先对方差S^2变换(乘以n-1消去分母,除以σ^2标准化),则变换后分布是一个参数为n-1的卡方分布。
5
另外,一定不能混淆,这里的方差是样本方差的分布(离散形式的方差,多个随机变量的加减乘除的组合),而不是某个分布的方差(连续分布积分算得的方差)。关于分布的方差,之前就有算得,如图是正态分布均值的方差,但不是样本方差。
注意事项
Mathematica中,NormalDistribution的第二个参数是标准差,不是方差。
上一篇:怎么使用91美图修改图片对比度?
下一篇:iphone5s颜色选择 对比