k=样本方差
样本方差是总体方差的无偏估计量
因为是简单随机样本,所以各样本间相互独立,那么就有:
E(X1+X2+XX…+Xn) = E(X1)+E(X2)+……+E(Xn) = μ+μ+……+μ = nμ
D(X1+X2+……+Xn) = D(X1)+D(X2)+……+D(Xn) = nσ^2
若X1,X2,X3,X4独立
(X1+X2)服从duN(0,8),则(1/8)(X1+X2)^2服从卡方zhi1;
(X3-X4)服从N(0,8),则(1/8)(X3-X4)^2服从卡方1;
当C=1/8时,CY服从卡方2;
若X1,X2,...,Xn服从N(0,1),且X1,X2,...,Xn独立,则X1+X2+...+Xn服从N(0,n)。
扩展资料:
由于一般的正态总体其图像不一定关于y轴对称,对于任一正态总体,其取值小于x的概率。只要会用它求正态总体在某个特定区间的概率即可。
为了便于描述和应用,常将正态变量作数据转换。将一般正态分布转化成标准正态分布。
服从标准正态分布,通过查标准正态分布表就可以直接计算出原正态分布的概率值。故该变换被称为标准化变换。(标准正态分布表:标准正态分布表中列出了标准正态曲线下从-∞到X(当前值)范围内的面积比例。)
参考资料来源:百度百科-正态分布
图
这个《概率论与数理统计》问题解答起来比较复杂,你可以去问一下你的数学老师,你的数学老师应该会给你一个详尽的解答过程。