题目
设总体 sim N((0,4)^2) (X1,X2,···X4)为来自总体-|||-X的简单随机样本,则 =0 ()时,-|||-=k[ (({X)_(1)-(X)_(2))}^2+(({X)_(3)-(X)_(4))}^2] sim (X)^2(2)-|||-.16;-|||-B.32;-|||-C. dfrac (1)(32) ;-|||-D.1;
题目解答
答案
解析
步骤 1:确定 ${X}_{1}-{X}_{2}$ 和 ${X}_{3}-{X}_{4}$ 的分布
已知 $X\sim N({0,4}^{2})$ ,(X1,X2,···X4)为来自总体X的简单随机样本。根据正态分布的性质,两个独立的正态分布相减,${X}_{1}-{X}_{2}\sim N(0,{4}^{2}+{4}^{2})=N(0,32)$。同理,${X}_{3}-{X}_{4}\sim N(0,32)$。
步骤 2:标准化 ${X}_{1}-{X}_{2}$ 和 ${X}_{3}-{X}_{4}$
设${z}_{1}=\dfrac {{X}_{1}-{X}_{2}}{\sqrt {32}}$,则 ${Z}_{1}\sim N(0,1)$。设${z}_{2}=\dfrac {{X}_{3}-{X}_{4}}{\sqrt {32}}$,则 ${Z}_{2}\sim N(0,1)$。
步骤 3:根据卡方分布的定义确定k
因为 ${{z}_{1}}^{2}+{{z}_{2}}^{2}\sim {x}^{2}(2)$,而 ${{z}_{1}}^{2}=\dfrac {{({X}_{1}-{X}_{2})}^{2}}{32}$,${{Z}_{2}}^{2}=\dfrac {{({X}_{3}-{X}_{4})}^{2}}{32}$。所以 $Y=\dfrac {1}{32}[ {({X}_{1}-{X}_{2})}^{2}+{({X}_{3}-{X}_{4})}^{2}] \sim {X}^{2}(2)$,即 $k=\dfrac {1}{32}$。
已知 $X\sim N({0,4}^{2})$ ,(X1,X2,···X4)为来自总体X的简单随机样本。根据正态分布的性质,两个独立的正态分布相减,${X}_{1}-{X}_{2}\sim N(0,{4}^{2}+{4}^{2})=N(0,32)$。同理,${X}_{3}-{X}_{4}\sim N(0,32)$。
步骤 2:标准化 ${X}_{1}-{X}_{2}$ 和 ${X}_{3}-{X}_{4}$
设${z}_{1}=\dfrac {{X}_{1}-{X}_{2}}{\sqrt {32}}$,则 ${Z}_{1}\sim N(0,1)$。设${z}_{2}=\dfrac {{X}_{3}-{X}_{4}}{\sqrt {32}}$,则 ${Z}_{2}\sim N(0,1)$。
步骤 3:根据卡方分布的定义确定k
因为 ${{z}_{1}}^{2}+{{z}_{2}}^{2}\sim {x}^{2}(2)$,而 ${{z}_{1}}^{2}=\dfrac {{({X}_{1}-{X}_{2})}^{2}}{32}$,${{Z}_{2}}^{2}=\dfrac {{({X}_{3}-{X}_{4})}^{2}}{32}$。所以 $Y=\dfrac {1}{32}[ {({X}_{1}-{X}_{2})}^{2}+{({X}_{3}-{X}_{4})}^{2}] \sim {X}^{2}(2)$,即 $k=\dfrac {1}{32}$。