样本服从正态分布,则期望服从
来源:学生作业帮助网 编辑:作业帮 时间:2024/07/03 10:49:02
随机变量X的概率密度函数为:{[1/sqrt(2pi)δ]}*exp[-(x-u)^2/(2*δ^2)]被称之为标准正态分布.
你可以记住这样一个结论,如果a,b相互独立,并且都服从正态分布,那么对于a,b的任意线性组合c1a+c2b(c1,c2均为常数)也服从正态分布,至于证明涉及高等数学里的知识,无非就是一个二重积分的计算
Y=(X-μ)/σ,则Y服从标准正态分布.
再答:结果应该没错,你再算一下,有些生疏了!
对于标准正态分布的取样,样本均值的期望就是0,样本方差的期望有两种理一种是样本内方差的期望,也就是标准差,是1一种是样本间方差的期望,标准误,公式为:s.e.=s.d./根号n对于本题,s.d.(标准
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?
1.独立的正态分布的联合分布也服从正态分布.2.没关系.3.去掉独立后,结论不成立.4.由分布密度来判断是否是二维正态分布.
用定义求解而不是性质,X4次方当成一个g(x)函数,根据定义,E(X4次方)=积分符号g(x)f(x)dx,其中f(x)是标准正态分布的概率密度.用分部积分法求解,不过运算很麻烦.还有另一种解这种复杂
N(0,1)则Y=X^2~卡方分布X^2(1)所以EX^2=1E(X^4)=DY+(EY)^2=2+1=3E(X^5)=0.pdf概率密度函数关于y对称.
这个是统计学中的一个基本定理,与“大数定律及中心极限定律”无关,是正态分布的性质.可以看关于统计学中关于“抽样分布定理”的内容.
样本均值?那不直接是(X1+.+Xn)/n不过应该不是问这个吧可以说详细点?再问:是等于N(μ,σ^2)吗再答:有完整的题目么?这个X~N(μ,σ^2)意思是总体X服从总体均值为μ,总体标准差为σ的正
设Z为标准正态分布,则X=bZ+a,Y=(bZ+a)^3=b^3Z^3+3b^2aZ^2+3ba^2Z+a^3.EY=0+3b^2a+0+a^3=3b^2a+a^3DY=1/根号(2*pi)*积分_负
H0:价值差额服从正态分布;H1:价值差额不服从正态分布由于正态分布的两个参数μ和б未知,所以首先根据样本数据给出估计.由样本数据算出μ=(2.4995*3+7.4995*27+……42.4995*2
你写错了,X平方的期望是1,而X的4次方的期望才是3.
(u1+u2,σ1^2+σ2^2)^代表平方哈,这是正态分布的可加性吧再问:那X-Y呢?谢谢你啊,要考试了其实是想知道X+Y与X-Y的方差相不相等。麻烦帮个忙再答:相等的,当X,Y不独立,D(X+(或
这个性质主要是针对线性回归和OLS(普通最小二乘法)估计量而言的,举个简单点的例子:y=xβ+u(当然,y,x,β和u都可以是矩阵/向量),其中系数β都是真值(也就是确定量而不是随机变量,不存在分布之
http://blog.sciencenet.cn/home.php?mod=space&uid=116082&do=blog&id=217991
正态分布的规律,均值X服从N(u,(σ^2)/n)因为X1,X2,X3,...,Xn都服从N(u,σ^2),正太分布可加性X1+X2...Xn服从N(nu,nσ^2).均值X=(X1+X2...Xn)
当X~N(μ,σ)时,E(X)=μ,D(X)=σ²所以E(Y)=aE(X)+b=aμ+b,D(Y)=a²E(X)=a²σ²