Files
MathNotesVersion2/基于考研的学习/数学一/在学练习/概率论-第6讲-数理统计/03-点2-三大抽样分布.md
T
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

158 lines
8.1 KiB
Markdown
Raw 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, 卡方分布, t分布, F分布]
专题: 概率论 第6讲 · 点2 三大抽样分布
日期: 2026-11-07
状态: 知识点带题(2.1 卡方、2.2 t、2.3 F,共 3 题)
关联笔记: ["[[README]]", "[[01-知识点盘点]]"]
---
# 点 2 三大抽样分布
> **2017·8(4 分)$+$ 2023·9(5 分)** 直接考它们的构造|重要度 ★★★
> 依赖:第 3 讲的二维正态与函数分布、标准正态。盘点对应:§2 全节。
**组织原则**:三大分布不是"三个新分布",而是**三条构造规则**——平方和给 $\chi^2$ 、标准正态除以卡方的根号给 $t$ 、两个卡方之比给 $F$ 。三题各练一条,第 3 题额外落在"倒数互换"这个查表必备的技巧上。难度标准:★☆☆ 一题、★★☆ 两题。
## 知识点 2.1 卡方分布(出处:[知识章 §2.4](../../../../参考仓库/Math/probability-theory-and-mathematical-statistics/knowledge/5-mathematical-statistics/mathematical-statistics.tex))
$$X_1,\dots,X_n\overset{\text{iid}}{\sim}N(0,1)\ \Longrightarrow\ \sum_{i=1}^{n}X_i^{2}\sim\chi^{2}(n).$$
**三条性质**:
1. $E\chi^2(n)=n$ 、$D\chi^2(n)=2n$ ;
2. **可加性**:独立的 $\chi^2(n_1)$ 与 $\chi^2(n_2)$ 之和为 $\chi^2(n_1+n_2)$ ;
3. 上 $\alpha$ 分位点 $\chi^2_\alpha(n)$ 满足 $P\{\chi^2>\chi^2_\alpha(n)\}=\alpha$ ,**表里给的是上侧面积**。
## 知识点 2.2 t 分布(出处:[知识章 §2.4](../../../../参考仓库/Math/probability-theory-and-mathematical-statistics/knowledge/5-mathematical-statistics/mathematical-statistics.tex))
$$X\sim N(0,1),\ Y\sim\chi^{2}(n),\ X\perp Y\ \Longrightarrow\ T=\frac{X}{\sqrt{Y/n}}\sim t(n).$$
**四条性质**:
1. 密度**关于 $0$ 偶对称**,故 $t_{1-\alpha}(n)=-t_\alpha(n)$ ;
2. $n>2$ 时 $DT=\dfrac{n}{n-2}$ (比标准正态"厚尾",所以方差更大);
3. $n\to\infty$ 时 $t(n)\to N(0,1)$ ;
4. **"除以根号"里不能漏掉 $n$ 这个数**:分母是 $\sqrt{Y/n}$ ,不是 $\sqrt Y$ 。
## 知识点 2.3 F 分布(出处:[知识章 §2.4](../../../../参考仓库/Math/probability-theory-and-mathematical-statistics/knowledge/5-mathematical-statistics/mathematical-statistics.tex))
$$U\sim\chi^{2}(n_1),\ V\sim\chi^{2}(n_2),\ U\perp V\ \Longrightarrow\ F=\frac{U/n_1}{V/n_2}\sim F(n_1,n_2).$$
**两条互换公式(查表必备)**:
$$\frac{1}{F}\sim F(n_2,n_1)\quad\Longrightarrow\quad F_{1-\alpha}(n_1,n_2)=\frac{1}{F_{\alpha}(n_2,n_1)};\qquad T\sim t(n)\ \Longrightarrow\ T^{2}\sim F(1,n).$$
> **两个自由度不能交换**:$F(n_1,n_2)$ 与 $F(n_2,n_1)$ 是两个不同的分布,交换的代价是取倒数。2023·9 就是在这里设错。
---
## 题目(按知识点顺序对应)
### 题 1 · 2.1:平方和就是卡方(★☆☆)
> 设 $X_1,\dots,X_5$ 独立同分布于 $N(0,1)$ 。记 $Q_1=\sum\limits_{i=1}^{5}X_i^{2}$ 。已知 $\chi^2_{0.05}(5)=11.07$ 、$\chi^2_{0.05}(10)=18.31$ 。
>
> (Ⅰ)指出 $Q_1$ 的分布,并求 $EQ_1$ 与 $DQ_1$ ;
> (Ⅱ)求 $P\{Q_1>11.07\}$ ;
> (Ⅲ)若 $X_6,\dots,X_{10}$ 也独立同分布于 $N(0,1)$ 且与前 5 个独立,指出 $Q_2=\sum\limits_{i=1}^{10}X_i^{2}$ 的分布,并说明 $Q_1$ 与 $Q_2-Q_1$ 是否独立。
**怎么想**:平方和 + 标准正态 = 卡方,自由度就是项数。第(Ⅲ)问用可加性;独立性来自"两组变量互不相交"。
**解**:
**(Ⅰ)** 由定义
$$Q_1=\sum_{i=1}^{5}X_i^{2}\sim\chi^{2}(5),\qquad EQ_1=5,\qquad DQ_1=2\times5=10 .$$
**(Ⅱ)** 由上侧分位点的定义,
$$P\{Q_1>11.07\}=P\{Q_1>\chi^2_{0.05}(5)\}=0.05 .$$
**(Ⅲ)** 由可加性,$Q_2\sim\chi^{2}(10)$ 。而 $Q_2-Q_1=\sum\limits_{i=6}^{10}X_i^{2}$ 只用到后 5 个变量,$Q_1$ 只用到前 5 个,两组互不相交且整体独立,故
$$Q_1\ \text{与}\ Q_2-Q_1\ \text{独立},\qquad Q_2-Q_1\sim\chi^{2}(5).$$
**验算**:$EQ_2=10=EQ_1+E(Q_2-Q_1)=5+5$ ✓;$DQ_2=20=10+10$ ✓(独立才可加)。
**带走结论**:**卡方的自由度 = 平方项的个数**。"可加"与"可拆"是同一件事:$\chi^2(n_1+n_2)$ 能拆成两个独立卡方之和,反之也成立。**拆之前必须确认两组变量互不相交**,若共用某个 $X_i$ 就不独立了。
> **关联** · 盘点 [§2.1 卡方分布](01-知识点盘点.md#user-content-21-卡方分布) | 上游 — | 下游 — | 速查 [二 三大抽样分布的构造](10-速查卡.md#user-content-二-三大抽样分布的构造)
---
### 题 2 · 2.2:t 的构造与对称性(★★☆)
> 设 $X\sim N(0,1)$ 、$Y\sim\chi^{2}(9)$ ,且 $X$ 与 $Y$ 相互独立。记 $T=\dfrac{X}{\sqrt{Y/9}}$ ,已知 $t_{0.025}(9)=2.262$ 。
>
> (Ⅰ)指出 $T$ 的分布;
> (Ⅱ)求 $P\{\lvert T\rvert>2.262\}$ 与 $P\{T>2.262\}$ ;
> (Ⅲ)指出 $T^{2}$ 的分布。
**怎么想**:(Ⅰ)照定义;(Ⅱ)用偶对称把双侧拆成两个单侧;(Ⅲ)用 $t^2=F(1,n)$ 。
**解**:
**(Ⅰ)** 分子标准正态、分母是"卡方除自由度再开根号",且两者独立,由定义
$$T\sim t(9).$$
**(Ⅱ)** 由偶对称,
$$P\{\lvert T\rvert>2.262\}=P\{T>2.262\}+P\{T<-2.262\}=2P\{T>2.262\}.$$
而 $t_{0.025}(9)=2.262$ 意味着上侧面积 $\alpha=0.025$ ,即 $P\{T>2.262\}=0.025$ ,故
$$P\{\lvert T\rvert>2.262\}=2\times0.025=0.05 .$$
**(Ⅲ)** 由 $T^{2}\sim F(1,n)$ ,
$$T^{2}=\frac{X^{2}}{Y/9}\sim F(1,9).$$
**验算**:$X^{2}\sim\chi^{2}(1)$ ,故 $T^2=\dfrac{X^2/1}{Y/9}$ 正是 $F(1,9)$ 的定义式 ✓。
**带走结论**:**$t_{\alpha/2}(n)$ 用于双侧、$t_\alpha(n)$ 用于单侧**,这是区间估计与假设检验里最容易差一倍的地方。另外 **$t$ 分布"厚尾"**:$n=9$ 时 $DT=\frac{9}{7}\approx1.29>1$ ,所以同样的置信度下 $t$ 分位点比 $z$ 分位点大($2.262>1.96$ )。
> **关联** · 盘点 [§2.2 t 分布](01-知识点盘点.md#user-content-22-t-分布) | 上游 — | 下游 — | 速查 [二 三大抽样分布的构造](10-速查卡.md#user-content-二-三大抽样分布的构造)
---
### 题 3 · 2.3:F 的两个自由度与倒数互换(★★☆)
> 设 $U\sim\chi^{2}(8)$ 、$V\sim\chi^{2}(12)$ ,且 $U$ 与 $V$ 相互独立。记 $F=\dfrac{U/8}{V/12}$ 。已知 $F_{0.05}(8,12)=2.85$ 、$F_{0.05}(12,8)=3.28$ 。
>
> (Ⅰ)指出 $F$ 的分布;
> (Ⅱ)求 $P\{F>2.85\}$ ,并写出用 $F_{0.95}(12,8)$ 表示 $F_{0.05}(8,12)$ 的关系式、算出 $F_{0.95}(12,8)$ 的值;
> (Ⅲ)若 $T\sim t(12)$ ,指出 $T^{2}$ 的分布,并与(Ⅰ)对照。
**怎么想**:(Ⅰ)照定义,注意两个自由度按"分子在前"的顺序写。(Ⅱ)的互换公式是查表唯一的路——表里只给上侧小 $\alpha$ 的分位点,要算下侧分位点必须倒数换。
**解**:
**(Ⅰ)**
$$F=\frac{U/8}{V/12}\sim F(8,\ 12).$$
**(Ⅱ)** 由上侧分位点定义,
$$P\{F>2.85\}=0.05 .$$
由倒数性质 $\dfrac{1}{F}\sim F(12,8)$ ,
$$F_{0.95}(8,12)=\frac{1}{F_{0.05}(12,8)}=\frac{1}{3.28}\approx0.305 .$$
(写全:$P\{F_{0.95}(8,12)<F<F_{0.05}(8,12)\}=1-2\times0.05=0.90$ ,这两个端点就是一维 $90\%$ 区间的两端。)
**(Ⅲ)**
$$T^{2}\sim F(1,\ 12).$$
与(Ⅰ)对照:$F(1,12)$ 的分子是 $\chi^2(1)/1$ ,而 $T^2$ 的分子正是 $X^2/1$ ,分母是 $Y/12$ ——完全同构 ✓。**所以 $F$ 分布不是新东西,它是 $t$ 的平方推广到"两个卡方之比"。**
**验算**:$F_{0.95}(12,8)=\frac{1}{F_{0.05}(8,12)}$ 里的两组自由度**交换了顺序**:左边是 $(12,8)$ ,右边分母是 $(8,12)$ 。若写成 $\frac{1}{F_{0.05}(12,8)}=\frac{1}{3.28}$ 就错了——那是另一个分布的分位点。
**带走结论**:**两个自由度必须"分子在前、分母在后",互换时同时取倒数**。这条在方差比的区间估计里是唯一的桥:区间上端用 $F_{\alpha/2}(n_1-1,n_2-1)$ ,下端要用 $F_{1-\alpha/2}$ ,而它只能由倒数算出来。
> **关联** · 盘点 [§2.3 F 分布](01-知识点盘点.md#user-content-23-f-分布) | 上游 — | 下游 — | 速查 [二 三大抽样分布的构造](10-速查卡.md#user-content-二-三大抽样分布的构造)
---