在单因素方差分析中，下列命题正确的有A、E((MSE))=sigma^2B、E((MSE))>sigma^2C、E((MSE))<sigma^2D、((SSA))/(sigma^2) sim chi^2(k-1)E、((SSE))/(sigma^2) sim chi^2(n-k), (n, k)分别为观测值和总体的个数

我们来逐个分析这道题中各个选项的正确性。题目是关于**单因素方差分析**（One-way ANOVA）的期望和分布性质。 --- ### 一、背景知识 在单因素方差分析中，我们有： - $ k $ 个处理组（或总体）； - 每组有 $ n_i $ 个观测值，总观测数为 $ n = \sum_{i=1}^k n_i $； - 模型为： $$ Y_{ij} = \mu + \alpha_i + \varepsilon_{ij} $$ 其中 $ \varepsilon_{ij} \sim N(0, \sigma^2) $，且独立同分布； - SSA（组间平方和）：反映组间差异； - SSE（组内平方和）：反映组内误差； - MSE（均方误差） = SSE / (n - k)； - MSA（组间均方） = SSA / (k - 1)。 --- ### 二、逐项分析 #### **A、$ E(\text{MSE}) = \sigma^2 $** **正确。** - MSE 是组内均方，是误差方差的无偏估计。 - 在 ANOVA 模型中，SSE 的期望是： $$ E(\text{SSE}) = (n - k)\sigma^2 $$ - 所以： $$ E(\text{MSE}) = \frac{E(\text{SSE})}{n - k} = \frac{(n - k)\sigma^2}{n - k} = \sigma^2 $$ ✅ **A 正确** --- #### **B、$ E(\text{MSE}) > \sigma^2 $** **错误。** - 由 A 的分析，$ E(\text{MSE}) = \sigma^2 $，所以不可能大于。 ❌ **B 错误** --- #### **C、$ E(\text{MSE}) < \sigma^2 $** **错误。** - 同样，由 A 的分析，期望等于 $ \sigma^2 $，不可能小于。 ❌ **C 错误** --- #### **D、$ \frac{\text{SSA}}{\sigma^2} \sim \chi^2(k - 1) $** **错误。** - 仅当**原假设成立**（即所有组均值相等）时，才有： $$ \frac{\text{SSA}}{\sigma^2} \sim \chi^2(k - 1) $$ - 如果原假设不成立（即存在组间差异），SSA 会变大，其分布不再是中心卡方分布。 ❌ **D 错误** --- #### **E、$ \frac{\text{SSE}}{\sigma^2} \sim \chi^2(n - k) $** **正确。** - SSE 是组内平方和，表示误差平方和； - 在 ANOVA 模型中，SSE 的分布是： $$ \frac{\text{SSE}}{\sigma^2} \sim \chi^2(n - k) $$ 这是基于模型假设（正态性、独立性、方差齐性）成立的结论。 ✅ **E 正确** --- ### 三、最终答案 正确的选项是： $$ \boxed{\text{A、E}} $$