Files
Yimu 4e4009de30 重构概率论第6讲为「知识点带题」格式,并修复跨讲死链
- 第6讲数理统计:删旧三件套(01-考点手册 4.8 万字符 / 02-试题 / 03-解析)与 PDF,
  改为 01-知识点盘点 + 02—09 八点分册 + 10-速查卡,共 10 文件 26 题
- 八点:总体样本与统计量 / 三大抽样分布 / 正态总体抽样分布 / 矩估计 /
  最大似然 / 评价标准 / 区间估计 / 假设检验与两类错误
- 盘点含 §0.1 按分值、§0.2 依赖链、§0.3 符号、§0.4 AUTO 反查、§9 覆盖对照(21 条)、§10 接口
- 修复 2026-10 第3讲重构留下的死链:大题十年考点/15-点14(7 处指向已删 01-考点手册)、
  知识点构建/17-背诵版第3讲(回查入口 4 处)
- 知识点构建/20-背诵版第6讲:回查入口改指新文件,题源注明旧 18 题清单已失效待重出
- 同步:总览.md 第6讲目录树、知识点构建 README 题量 18 → 26
2026-11-07 13:02:26 +08:00

169 lines
9.5 KiB
Markdown
Raw Permalink Blame History

This file contains ambiguous Unicode characters
This file contains Unicode characters that might be confused with other characters. If you think that this is intentional, you can safely ignore this warning. Use the Escape button to reveal them.
---
tags: [数学一, 在学练习, 概率论, 数理统计, 抽样分布, 正态总体]
专题: 概率论 第6讲 · 点3 正态总体的抽样分布
日期: 2026-11-07
状态: 知识点带题(3.1 四个结论、3.2 两总体,共 3 题)
关联笔记: ["[[README]]", "[[01-知识点盘点]]"]
---
# 点 3 正态总体的抽样分布
> **2017·8(4 分)$+$ 2023·9(5 分)**,而且它是后面区间估计与假设检验的**唯一工具箱**|重要度 ★★★
> 依赖:点 2 的三大分布。盘点对应:§3 全节。
**组织原则**:这一点只有四个结论,但必须**背到"看到统计量就知道分布"**。三题按"四个结论的辨析 → 用卡方算概率 → 两总体的方差比"递进。第 1 题是 2017·8 的真题形态(四选一找错的),**错项永远设在"分母是 $\sqrt n$ 还是 $\sqrt{n-1}$ "上**。难度标准:三题都是 ★★☆。
## 知识点 3.1 单总体的四个结论(出处:[知识章 §2.5](../../../../参考仓库/Math/probability-theory-and-mathematical-statistics/knowledge/5-mathematical-statistics/mathematical-statistics.tex))
设 $X_1,\dots,X_n$ 来自 $N(\mu,\sigma^2)$ :
$$\text{①}\ \bar X\sim N\left(\mu,\ \frac{\sigma^2}{n}\right)\ \Longrightarrow\ \frac{\bar X-\mu}{\sigma/\sqrt n}\sim N(0,1);$$
$$\text{②}\ \frac{(n-1)S^2}{\sigma^2}=\frac{\sum(X_i-\bar X)^2}{\sigma^2}\sim\chi^2(n-1);$$
$$\text{③}\ \bar X\ \text{与}\ S^2\ \text{相互独立};\qquad \text{④}\ \frac{\bar X-\mu}{S/\sqrt n}\sim t(n-1).$$
**四条要点**:
1. ①里的分母是 $\sigma/\sqrt n$ ——$n$ 在根号里,**样本越大均值越集中**;
2. ②的自由度是 $n-1$ ,因为 $\sum(X_i-\bar X)^2$ 里用掉了一个自由度给 $\bar X$ ;
3. ③ **只在正态总体下成立**,是 ④ 的前提(否则分子分母不独立,构不成 $t$ );
4. **④ 的分子分母不能"约掉 $n$ "** :$\dfrac{\bar X-\mu}{S/\sqrt n}$ 里 $n$ 的位置与 ① 一致。
## 知识点 3.2 两总体的情形(出处:[知识章 §2.5](../../../../参考仓库/Math/probability-theory-and-mathematical-statistics/knowledge/5-mathematical-statistics/mathematical-statistics.tex))
两样本独立,$X_i\sim N(\mu_1,\sigma_1^2)$ ($i=1..n_1$ )、$Y_j\sim N(\mu_2,\sigma_2^2)$ ($j=1..n_2$ ):
$$\frac{S_1^2/\sigma_1^2}{S_2^2/\sigma_2^2}\sim F(n_1-1,\ n_2-1).$$
**方差相等时的合并**(pooled):
$$S_w^2=\frac{(n_1-1)S_1^2+(n_2-1)S_2^2}{n_1+n_2-2},\qquad \frac{(\bar X-\bar Y)-(\mu_1-\mu_2)}{S_w\sqrt{\frac{1}{n_1}+\frac{1}{n_2}}}\sim t(n_1+n_2-2).$$
> **合并方差的自由度**:$(n_1-1)+(n_2-1)=n_1+n_2-2$ ——两个方差各贡献自己的自由度,这正是"相加"的原因。
---
## 题目(按知识点顺序对应)
### 题 1 · 3.1:四选一找错(★★☆)
> 设 $X_1,\dots,X_n$ ($n\ge2$ )为来自总体 $N(\mu,1)$ 的简单随机样本,$\bar X=\frac1n\sum X_i$ ,$S^2=\frac{1}{n-1}\sum(X_i-\bar X)^2$ 。下列结论中**不正确**的是( )。
>
> (A)$\sum\limits_{i=1}^{n}(X_i-\mu)^2\sim\chi^2(n)$
> (B)$\sum\limits_{i=1}^{n}(X_i-\bar X)^2\sim\chi^2(n-1)$
> (C)$\dfrac{\bar X-\mu}{S/\sqrt{n-1}}\sim t(n-1)$
> (D)$\dfrac{n(\bar X-\mu)^2}{S^2}\sim F(1,\ n-1)$
**怎么想**:逐个对照四个结论。(A)看"是不是标准正态的平方和";(B)看自由度;(C)(D)看分母里 $n$ 的位置。
**解**:**选(C)**。
**(A)正确**:$\sigma=1$ ,故 $X_i-\mu\sim N(0,1)$ 且相互独立,$n$ 个标准正态的平方和服从 $\chi^2(n)$ 。
**(B)正确**:这是结论 ② 在 $\sigma=1$ 时的样子,自由度 $n-1$ 。
**(C)错误**:由结论 ①,$\bar X\sim N\left(\mu,\frac1n\right)$ ,标准化得 $\dfrac{\bar X-\mu}{1/\sqrt n}\sim N(0,1)$ 。由结论 ②,$\dfrac{(n-1)S^2}{1}\sim\chi^2(n-1)$ ,即 $\dfrac{\chi^2(n-1)}{n-1}=S^2$ 。两者独立,按 $t$ 的定义(标准正态除以"卡方除自由度"的平方根)得
$$\frac{\bar X-\mu}{S/\sqrt{n}}\sim t(n-1).$$
分母是 $S/\sqrt n$ ,不是 $S/\sqrt{n-1}$ 。(C)把 $n$ 写成了 $n-1$ ,错。
**(D)正确**:由 $T=\dfrac{\bar X-\mu}{S/\sqrt n}\sim t(n-1)$ 及 $T^2\sim F(1,n-1)$ ,
$$T^{2}=\frac{(\bar X-\mu)^2}{S^2/n}=\frac{n(\bar X-\mu)^2}{S^2}\sim F(1,\ n-1).$$
**验算**:取 $n=2$ 数值代入(C)看荒谬性:若(C)成立,则 $\dfrac{\bar X-\mu}{S}$ 会服从 $t(1)$ ,而正确的统计量是 $\dfrac{\bar X-\mu}{S/\sqrt2}=\sqrt2\cdot\dfrac{\bar X-\mu}{S}$ 。两者差一个 $\sqrt2$ 的缩放,$t$ 分布不是尺度不变的,所以不可能都对 ✓。
**带走结论**:**看到 $\dfrac{\bar X-\mu}{\cdot}$ 这种形状,分母一律取** $S/\sqrt n$ 。$\sqrt{n-1}$ 只在 $\chi^2$ 那一路出现(通过 $S^2$ 的自由度),从不直接出现在 $t$ 的分母里。这一条能秒杀绝大多数"找错"型选择题。
> **关联** · 盘点 [§3.1 单总体的四个结论(本讲的核心)](01-知识点盘点.md#user-content-31-单总体的四个结论本讲的核心) | 上游 — | 下游 [点 3 题 2](04-点3-正态总体的抽样分布.md#user-content-题-2--31用卡方算样本方差的概率) | 速查 [三 正态总体的四个结论](10-速查卡.md#user-content-三-正态总体的四个结论)
---
### 题 2 · 3.1:用卡方算样本方差的概率(★★☆)
> 设 $X_1,\dots,X_{10}$ 来自 $N(\mu,\sigma^2)$ ,$S^2$ 为样本方差。已知 $\chi^2_{0.05}(9)=16.92$ 、$\chi^2_{0.95}(9)=3.325$ 。求
>
> (Ⅰ)$P\left\{\dfrac{9S^2}{\sigma^2}>16.92\right\}$ ;
> (Ⅱ)$P\{S^2>1.88\sigma^2\}$ ;
> (Ⅲ)$P\{S^2<0.369\sigma^2\}$ 。
**怎么想**:核心是把 $S^2$ 的不等式化成 $\chi^2(9)$ 的不等式。**除以 $\sigma^2$ 再乘 $n-1$ 就标准化了**——这一步定了,后面只是查表。
**解**:
先记:$\dfrac{(n-1)S^2}{\sigma^2}=\dfrac{9S^2}{\sigma^2}\sim\chi^{2}(9)$ 。
**(Ⅰ)** 直接是上侧分位点的定义:
$$P\left\{\frac{9S^2}{\sigma^2}>16.92\right\}=P\left\{\chi^{2}(9)>\chi^{2}_{0.05}(9)\right\}=0.05 .$$
**(Ⅱ)** 两边同乘 $\dfrac{9}{\sigma^2}$ :
$$S^2>1.88\sigma^2\iff\frac{9S^2}{\sigma^2}>9\times1.88=16.92,$$
$$P\{S^2>1.88\sigma^2\}=0.05 .$$
**(Ⅲ)** 同样是同乘:
$$S^2<0.369\sigma^2\iff\frac{9S^2}{\sigma^2}<9\times0.369=3.321\approx3.325=\chi^{2}_{0.95}(9),$$
故
$$P\{S^2<0.369\sigma^2\}\approx P\{\chi^2(9)<\chi^2_{0.95}(9)\}=0.05 .$$
(因为 $\chi^2_{0.95}(9)$ 的**左侧**面积是 $1-0.95=0.05$ 。)
**验算**:$9\times0.369=3.321$ ,与 $3.325$ 差 $0.004$ ,在查表精度内 ✓。
**带走结论**:**系数换算要"同乘 $n-1$ 再除 $\sigma^2$ "** ,且 $\chi^2_\alpha$ 是**上**侧分位点,所以"小于"方向对应的是 $1-\alpha$ 。**这条方向搞反,区间估计的上下限就会颠倒**,是点 7 最易失分处。
> **关联** · 盘点 [§3.1 单总体的四个结论(本讲的核心)](01-知识点盘点.md#user-content-31-单总体的四个结论本讲的核心) | 上游 [点 3 题 1](04-点3-正态总体的抽样分布.md#user-content-题-1--31四选一找错) | 下游 — | 速查 [三 正态总体的四个结论](10-速查卡.md#user-content-三-正态总体的四个结论)
---
### 题 3 · 3.2:两总体的方差比(★★☆)
> 设 $X_1,\dots,X_n$ 来自 $N(\mu_1,\sigma^2)$ ,$Y_1,\dots,Y_m$ 来自 $N(\mu_2,2\sigma^2)$ ,两样本相互独立,$S_1^2$ 、$S_2^2$ 为各自样本方差。
>
> (Ⅰ)问 $\dfrac{S_1^2}{S_2^2}$ 乘以什么常数后服从 $F(n-1,m-1)$ ?
> (Ⅱ)这个统计量能不能用来构造 $\sigma^2$ 的置信区间?
> (Ⅲ)若已知 $\sigma_1^2=\sigma_2^2=\sigma^2$ (两总体方差相同),写出检验 $\mu_1=\mu_2$ 用的 $t$ 统计量。
**怎么想**:(Ⅰ)的关键是**先把各自的 $\sigma_i^2$ 除掉**,让分子分母都变成"标准卡方"。本题 $\sigma_1^2=\sigma^2$ 、$\sigma_2^2=2\sigma^2$ ,差一个 $2$ ,这个 $2$ 必须补上。
**解**:
**(Ⅰ)** 由结论 ②,
$$\frac{(n-1)S_1^2}{\sigma^2}\sim\chi^{2}(n-1),\qquad \frac{(m-1)S_2^2}{2\sigma^2}\sim\chi^{2}(m-1).$$
两者独立,按 $F$ 的定义(各除自由度再相除):
$$\frac{\dfrac{(n-1)S_1^2}{\sigma^2}\Big/(n-1)}{\dfrac{(m-1)S_2^2}{2\sigma^2}\Big/(m-1)}=\frac{S_1^2/\sigma^2}{S_2^2/(2\sigma^2)}=\frac{2S_1^2}{S_2^2}\sim F(n-1,\ m-1).$$
所以乘以常数 $2$ 即可。
**(Ⅱ)** 不能。$\dfrac{2S_1^2}{S_2^2}$ 的分布虽然已知,但它**不含任何未知参数**——也就无从反解出 $\sigma^2$ 。能构造区间的是**方差之比** $\dfrac{\sigma_1^2}{\sigma_2^2}$ :
$$\frac{S_1^2/\sigma_1^2}{S_2^2/\sigma_2^2}\sim F(n-1,m-1)\ \Longrightarrow\ \frac{\sigma_1^2}{\sigma_2^2}\ \text{的置信区间由}\ F\ \text{分位点反解}.$$
本题已知 $\sigma_2^2=2\sigma^2$ ,$\dfrac{\sigma_1^2}{\sigma_2^2}$ 恒为 $\dfrac12$ ,是常数,也不需要区间。
**(Ⅲ)** 合并方差
$$S_w^2=\frac{(n-1)S_1^2+(m-1)S_2^2}{n+m-2},$$
检验 $\mu_1=\mu_2$ 的统计量($H_0$ 下)
$$t=\frac{\bar X-\bar Y}{S_w\sqrt{\dfrac1n+\dfrac1m}}\sim t(n+m-2).$$
**验算**:$n=5$ 、$m=6$ 时自由度 $=5-1+6-1=9=n+m-2$ ✓;若误写成 $n+m-1$ 就多算了一个。
**带走结论**:**两总体的题先把 $\sigma_i^2$ 除掉**,这一步做出了,$F$ 就自动出现。**判断"能不能构造某个参数的区间"只看统计量里含不含该参数**——不含就只能构造"比值"或"差"的区间。
> **关联** · 盘点 [§3.2 两总体的情形](01-知识点盘点.md#user-content-32-两总体的情形) | 上游 — | 下游 — | 速查 [三 正态总体的四个结论](10-速查卡.md#user-content-三-正态总体的四个结论)
---