两个正态分布相加减 方差与总体均数如何变化
来源:学生作业帮助网 编辑:作业帮 时间:2024/07/13 22:06:15
2σ^2/(n-1)由(n-1)S^2/σ^2服从自由度为n-1的塌方分布即(n-1)S^2/σ^2~χ^2(n-1)所以D((n-1)S^2/σ^2)=2*(n-1)(塌方分布的特性)进一步得出结果
检验时统计量:Z=(均值-μ0)/(σ/根号n)
1、检验正态分布的办法,在spss菜单中选择分析——描述统计——探索,将需要检验的变量放入因变量里面,选择“绘制——带检验的正态图,看一下testsofnormality就可以,如果成正态,sig不会
不需要,谁和说总体服从正态分布时,样本方差和样本均值独立了啊?
是的只有相互独立的时候相加减得到的才能是正态分布
E(X1-2X2)=E(X1)-2E(X2)=0D(X1-2X2)=D(X1)+4D(X2)=4+16=20X1-2X2~N(0,20)
相加后仍然是正态分布,只是平均值和标准差可能会改变.相乘后应该就不再是正态分布了.与原来的两个正态分布当然有关.
样本方差是根据所抽取样本计算的出的方差,总体方差是总体计算出的方差,在有些计算中可以用样本方差代替总体方差
(1)样本的方差来估计总体的方差.(2)当样本的容量和总体的容量相等时样本的方差和总体的方差也是相等.
两个变量都符合标准正态分布了.怎么个就方差不同呢?标准正态分布N(0,1),期望E=0,方差D=1也就说,两个变量都符合标准正态分布了,就期望和方差都相同了.叫同分布.楼主的问题应该是,两个变量都符合
总体均值是mu,总体方差是sigma,它们是相对于样本均值E(X)和样本方差S^2(X)而言的,总体均值,总体方差是在抽样结果之前就已经知道的,而后两者是根据抽样样本来计算得到的.
样本方差是总体方差的无偏估计样本方差是统计量总体方差是参数样本期望没有这个说法
允许误差=标准差除样本容量的根好倍乘以通过置信水平反查的t值或z值这就是上述4者的关系
http://blog.sciencenet.cn/home.php?mod=space&uid=116082&do=blog&id=217991
由已知X服从均值为1、标准差(均方差)为2的正态分布,所以X−12~N(0,1),E(X)=1,D(X)=2;由Y服从标准正态分布,所以:Y~N(0,1),E(Y)=0,D(Y)=1;又X、Y相互独立
这个问题是错误的,误解.再问:为什么是错的?三题都错?
选择哪个统计量关键要看你想做些什么统计分析?你想做的是假设检验吗?若是假设检验,你想检验的是均值还是方差?还有,总体所服从的正态分布均值是否已知?
Matlab函数:mean>>X=[1,2,3]>>mean(X)=2如果X是一个矩阵,则其均值是一个向量组.mean(X,1)为列向量的均值,mean(X,2)为行向量的均值.>>X=[123456
是,比方书X服从N(a,b),Y服从N(c,d)那么X+Y服从N(a+b,c+d)X-Y服从N(a-b,c+d).
n=25,α=0.05,查t分布表得0.025的分位数为t(24)=2.0639,计算2.0639×√16/25=1.65112,所以总体均值95%的置信区间为(20-1.65112,20+1.651