估计一个正态总体的方差使用的分布是( )A. 正态分布B. t分布C. X2分布D. F分布

本题考查的知识点是不同分布在估计正态总体方差时的应用，解题思路是需要明确各个分布的特点以及它们在统计推断中的用途，从而判断出用于估计正态总体方差的分布。

各分布特点及用途分析

• 正态分布：若随机变量 $X$ 服从一个数学期望为 $\mu$、方差为 $\sigma^{2}$ 的正态分布，记为 $X\sim N(\mu,\sigma^{2})$。正态分布主要用于描述连续型随机变量的概率分布，在总体均值的估计和假设检验等方面有广泛应用，但一般不直接用于估计总体方差。
• $t$ 分布：设 $X\sim N(0,1)$，$Y\sim\chi^{2}(n)$，且 $X$ 与 $Y$ 相互独立，则称随机变量 $T = \frac{X}{\sqrt{\frac{Y}{n}}}$ 服从自由度为 $n$ 的 $t$ 分布，记为 $T\sim t(n)$。$t$ 分布常用于在总体方差未知的情况下，对总体均值进行区间估计和假设检验，而不是用于估计总体方差。
• $\chi^{2}$ 分布：设 $X_1,X_2,\cdots,X_n$ 是来自正态总体 $N(\mu,\sigma^{2})$ 的样本，则统计量 $\chi^{2}=\frac{(n - 1)S^{2}}{\sigma^{2}}\sim\chi^{2}(n - 1)$，其中 $S^{2}=\frac{1}{n - 1}\sum_{i = 1}^{n}(X_i-\overline{X})^2$ 是样本方差，$\overline{X}=\frac{1}{n}\sum_{i = 1}^{n}X_i$ 是样本均值。通过这个统计量，我们可以根据样本数据对总体方差 $\sigma^{2}$ 进行区间估计和假设检验，所以 $\chi^{2}$ 分布是用于估计正态总体方差的分布。
• $F$ 分布：设 $U\sim\chi^{2}(n_1)$，$V\sim\chi^{2}(n_2)$，且 $U$ 与 $V$ 相互独立，则称随机变量 $F=\frac{\frac{U}{n_1}}{\frac{V}{n_2}}$ 服从自由度为 $(n_1,n_2)$ 的 $F$ 分布，记为 $F\sim F(n_1,n_2)$。$F$ 分布主要用于两个正态总体方差比的估计和假设检验，而不是用于单个正态总体方差的估计。