- 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
9.5 KiB
tags, 专题, 日期, 状态, 关联笔记
| tags | 专题 | 日期 | 状态 | 关联笔记 | ||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|
|
概率论 第6讲 · 点3 正态总体的抽样分布 | 2026-11-07 | 知识点带题(3.1 四个结论、3.2 两总体,共 3 题) |
|
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)
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里的分母是
\sigma/\sqrt n——n在根号里,样本越大均值越集中; - 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 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 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)
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) | 上游 — | 下游 点 3 题 2 | 速查 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) | 上游 点 3 题 1 | 下游 — | 速查 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 | 上游 — | 下游 — | 速查 三 正态总体的四个结论