设总体X服从n的卡方分布,X1,X2…Xn为其样本,求样本平均值X bar的数学期望和方差
样本均值的期望是n,方差是2/n。
设X1X2....Xn为来自总体X的样本,总体X服从参数为λ的指数分布,即X~f(x,λ)=λexp(-λx)求X(1)和X(n)
Xn为来自总体X的样本,总体X服从参数为λ的指数分布,即X~f(x,λ)=λexp(-λx)求X(1)和X(n)设X1X2....
Xn为来自总体X的样本,总体X服从参数为λ的指数分布,即X~f(x,λ)=λexp(-λx)求X(1)和X(n)的数学期望(其中X1)=min(X1X2....Xn)X(n)=max(X1X2.....Xn))
统计学意义
当数据分布比较分散(即数据在平均数附近波动较大)时,各个数据与平均数的差的平方和较大,方差就较大;当数据分布比较集中时,各个数据与平均数的差的平方和较小。因此方差越大,数据的波动越大;方差越小,数据的波动就越小。
样本中各数据与样本平均数的差的平方和的平均数叫做样本方差;样本方差的算术平方根叫做样本标准差。样本方差和样本标准差都是衡量一个样本波动大小的量,样本方差或样本标准差越大,样本数据的波动就越大。
以上内容参考:百度百科-方差
期望为n,方差为2。
设y1,y2...yn均是服从标准正态分布的,令x=y1^2+y2^2+...yn^2,所以x服从自由度为n的卡方分布。
又因为x的均值为1/n(x1+x2+...xn),所以E(x均值)=1/nE(x1+x2+...xn)=E(x)=E(y1^2+y2^2+...yn^2)=nE(y^2)=n。
同理D(x的均值)=D(x1+x2+...xn)/n^2=D(x)/n又因为D(x)等于nD(y^2),通过标准正态分布的积分运算可以求出D(y^2)=2,所以样本均值的方差为2,期望为n。
统计学意义
当数据分布比较分散(即数据在平均数附近波动较大)时,各个数据与平均数的差的平方和较大,方差就较大;当数据分布比较集中时,各个数据与平均数的差的平方和较小。因此方差越大,数据的波动越大;方差越小,数据的波动就越小。
样本中各数据与样本平均数的差的平方和的平均数叫做样本方差;样本方差的算术平方根叫做样本标准差。样本方差和样本标准差都是衡量一个样本波动大小的量,样本方差或样本标准差越大,样本数据的波动就越大。
综上:期望为n,方差为2