抽样和抽样分布基本计算slingslingdistribution内容摘要:

2n)2/n(212/n3. 分位点 设 X ~ 2(n),若对于 : 01, 存在 满足 则称 为 0)(2 n,)}({ 2    nXP)(2 n )(2 n 分布的上 尾分位点。 )(2 n: 若 X ~ 2(n1), Y~ 2(n2 ), X与 Y独立,则 X + Y ~ 2(n1+n2 ) 若 X~ 2(n), 则 E(X)= n, Var(X)=2n 若 ~N(0, 1), ~2(n), 与 独立,则 ).n(t~n/Tt(n)称为自由度为 n的 t分布。 二、 t— 分布 t(n) 的概率密度为 t,)nt1()2n(n)21n()t(f 21n2 : (1) f(t)关于 t=0(纵轴 )对称。 (2) f(t)的极限为 N(0, 1)的密度函数,即 设 T~ t(n),若对 :01,存在 t(n)0, 满足 P{Tt(n)}=, 则称 t(n)为 t(n)的上侧分位点  x,e21)t()t(flim 2tn2)(nt注 : )()(1 ntnt  )(1 nt  )(nt三、 F分布 若。
阅读剩余 0%
本站所有文章资讯、展示的图片素材等内容均为注册用户上传(部分报媒/平媒内容转载自网络合作媒体),仅供学习参考。 用户通过本站上传、发布的任何内容的知识产权归属用户或原始著作权人所有。如有侵犯您的版权,请联系我们反馈本站将在三个工作日内改正。