确认统计量的分布。 设 X_1, ..., X_n 是来自总体 X sim N(mu, sigma^2) 的样本,mu sigma^2 未知,则检验假设 H_0: mu = mu_0 时,应该选取的统计量是()A. (overline(X) - mu_0)/(sigma / sqrt(n)) sim N(0,1)B. (overline(X) - mu_0)/(S / sqrt(n)) sim N(0,1)C. (overline(X) - mu_0)/(S / sqrt(n)) sim t(n-1)D. sum_(i=1)^n ((X_i - mu_0)^2)/(sigma^2) sim chi^2(n)
A. $\frac{\overline{X} - \mu_0}{\sigma / \sqrt{n}} \sim N(0,1)$
B. $\frac{\overline{X} - \mu_0}{S / \sqrt{n}} \sim N(0,1)$
C. $\frac{\overline{X} - \mu_0}{S / \sqrt{n}} \sim t(n-1)$
D. $\sum_{i=1}^{n} \frac{(X_i - \mu_0)^2}{\sigma^2} \sim \chi^2(n)$
题目解答
答案
解析
考查要点:本题主要考查假设检验中统计量的选择,特别是当总体方差未知时,如何选择合适的检验统计量。
解题核心思路:
- 明确参数类型:题目中总体均值$\mu$和方差$\sigma^2$均为未知参数。
- 检验目标:检验假设$H_0: \mu = \mu_0$,需构造关于均值的检验统计量。
- 关键条件:由于$\sigma^2$未知,无法直接使用正态分布(Z统计量),而需用样本标准差$S$代替,此时应选择t统计量。
- 分布判断:t统计量的自由度为$n-1$,对应选项中的$t(n-1)$。
破题关键点:
- 区分Z与t统计量:Z统计量要求总体方差已知,t统计量用于方差未知且小样本情况。
- 排除干扰项:选项D涉及卡方分布,适用于方差检验,与均值检验无关。
选项分析
选项A
公式:$\frac{\overline{X} - \mu_0}{\sigma / \sqrt{n}} \sim N(0,1)$
问题:使用总体标准差$\sigma$,但题目中$\sigma^2$未知,无法计算该统计量。
结论:错误。
选项B
公式:$\frac{\overline{X} - \mu_0}{S / \sqrt{n}} \sim N(0,1)$
问题:虽然用样本标准差$S$代替$\sigma$,但当$\sigma^2$未知时,该统计量服从$t(n-1)$而非正态分布(除非样本量极大)。
结论:错误。
选项C
公式:$\frac{\overline{X} - \mu_0}{S / \sqrt{n}} \sim t(n-1)$
正确性:
- 构造方式:用样本均值$\overline{X}$和样本标准差$S$构造统计量。
- 分布:根据t分布定义,当$\mu$未知且用$S$估计$\sigma$时,统计量服从自由度为$n-1$的t分布。
结论:正确。
选项D
公式:$\sum_{i=1}^{n} \frac{(X_i - \mu_0)^2}{\sigma^2} \sim \chi^2(n)$
问题:该统计量用于检验总体方差,与均值无关,且仍依赖于未知的$\sigma^2$。
结论:错误。