题目
设总体 X sim N(mu, sigma^2),通过样本 X_1, X_2, ..., X_n 检验 sigma = sigma_0 需要用统计量()A. U = (overline(X) - mu)/(sigma) sqrt(n)B. U = (overline(X) - mu)/(sigma) sqrt(n-1)C. chi^2 = (n-1)/(sigma^2) S^2D. T = (overline(X) - mu)/(S) sqrt(n)
设总体 $X \sim N(\mu, \sigma^2)$,通过样本 $X_1, X_2, \cdots, X_n$ 检验 $\sigma = \sigma_0$ 需要用统计量()
A. $U = \frac{\overline{X} - \mu}{\sigma} \sqrt{n}$
B. $U = \frac{\overline{X} - \mu}{\sigma} \sqrt{n-1}$
C. $\chi^2 = \frac{n-1}{\sigma^2} S^2$
D. $T = \frac{\overline{X} - \mu}{S} \sqrt{n}$
题目解答
答案
C. $\chi^2 = \frac{n-1}{\sigma^2} S^2$
解析
本题考查正态总体方差的假设检验所使用的统计量,解题的关键在于明确不同统计量的适用条件和用途。
各选项分析
- 选项A和B:
- 统计量$U = \frac{\overline{X} - \mu}{\sigma} \sqrt{n}$和$U = \frac{\overline{X} - \mu}{\sigma} \sqrt{n - 1}$,这里的$U$统计量通常用于正态总体均值$\mu$的假设检验,且前提是总体方差$\sigma^2$已知。其原理是当总体$X \sim N(\mu, \sigma^2)$时,样本均值$\overline{X} \sim N(\mu, \frac{\sigma^2}{n})$,对$\overline{X}$进行标准化变换就得到$U$统计量,即$U=\frac{\overline{X}-\mu}{\frac{\sigma}{\sqrt{n}}}=\frac{\overline{X} - \mu}{\sigma} \sqrt{n}\sim N(0,1)$。而本题是检验总体方差$\sigma = \sigma_0$,并非均值,所以A和B选项不符合要求。
- 选项C:
- 对于正态总体$X \sim N(\mu, \sigma^2)$,样本方差$S^2=\frac{1}{n - 1}\sum_{i = 1}^{n}(X_i - \overline{X})^2$,根据数理统计的知识,统计量$\chi^2=\frac{(n - 1)S^2}{\sigma^2}$服从自由度为$n - 1$的$\chi^2$分布,即$\frac{(n - 1)S^2}{\sigma^2}\sim\chi^2(n - 1)$。在检验$\sigma = \sigma_0$时,可将$\sigma^2=\sigma_0^2$代入该统计量,通过$\chi^2$分布来进行假设检验,所以C选项正确。
- 选项D:
- 统计量$T = \frac{\overline{X} - \mu}{S} \sqrt{n}$,当总体方差$\sigma^2$未知时,用于正态总体均值$\mu$的假设检验。因为此时用样本标准差$S$代替总体标准差$\sigma$,且$T$统计量服从自由度为$n - 1$的$t$分布,即$T=\frac{\overline{X}-\mu}{\frac{S}{\sqrt{n}}}=\frac{\overline{X} - \mu}{S} \sqrt{n}\sim t(n - 1)$。本题是检验方差,并非均值,所以D选项不符合要求。