logonew chat icon top
  • icon-chaticon-chat-active搜题/提问
    new chat icon
    新建会话
  • icon-calculatoricon-calculator-active计算器
  • icon-subjecticon-subject-active学科题目
  • icon-pluginicon-plugin-active浏览器插件
  • icon-uploadicon-upload-active上传题库
  • icon-appicon-app-active手机APP
recent chat icon
历史记录
首页
/
统计
题目

设 X_1, X_2, ldots, X_n 是来自正态总体 X sim N(mu, sigma^2) 的一个样本,则下列各式中正确的是().A. ((overline(X)-mu)/(sigma))^2 sim chi^2(1);B. n((overline(X)-mu)/(sigma))^2 sim chi^2(1);C. ((overline(X)-mu)/(sigma))^2 sim t(1);D. t((overline(X)-mu)/(sigma))^2 sim t(1)

设 $X_1, X_2, \ldots, X_n$ 是来自正态总体 $X \sim N(\mu, \sigma^2)$ 的一个样本,则下列各式中正确的是(). A. $\left(\frac{\overline{X}-\mu}{\sigma}\right)^2 \sim \chi^2(1)$; B. $n\left(\frac{\overline{X}-\mu}{\sigma}\right)^2 \sim \chi^2(1)$; C. $\left(\frac{\overline{X}-\mu}{\sigma}\right)^2 \sim t(1)$; D. $t\left(\frac{\overline{X}-\mu}{\sigma}\right)^2 \sim t(1)$

题目解答

答案

我们来分析这道题。题目给出一个正态总体 $ X \sim N(\mu, \sigma^2) $,并给出一个样本 $ X_1, X_2, \ldots, X_n $,然后让我们判断哪个选项是正确的。 --- ### 第一步:样本均值的分布 样本均值定义为: $$ \overline{X} = \frac{1}{n} \sum_{i=1}^n X_i $$ 因为 $ X_i \sim N(\mu, \sigma^2) $,所以样本均值服从正态分布: $$ \overline{X} \sim N\left(\mu, \frac{\sigma^2}{n}\right) $$ 标准化后: $$ \frac{\overline{X} - \mu}{\sigma / \sqrt{n}} \sim N(0, 1) $$ 也就是说,标准化后的样本均值服从标准正态分布。 --- ### 第二步:构造卡方分布 如果我们对一个标准正态变量平方,那么它服从自由度为 1 的卡方分布: $$ Z \sim N(0, 1) \Rightarrow Z^2 \sim \chi^2(1) $$ 所以: $$ \left( \frac{\overline{X} - \mu}{\sigma / \sqrt{n}} \right)^2 \sim \chi^2(1) $$ 我们把这个式子变形一下: $$ \left( \frac{\overline{X} - \mu}{\sigma / \sqrt{n}} \right)^2 = n \left( \frac{\overline{X} - \mu}{\sigma} \right)^2 $$ 所以: $$ n \left( \frac{\overline{X} - \mu}{\sigma} \right)^2 \sim \chi^2(1) $$ --- ### 第三步:分析选项 我们来逐个看选项: #### A. $\left(\frac{\overline{X}-\mu}{\sigma}\right)^2 \sim \chi^2(1)$ 不对。因为前面我们推导出的是: $$ n \left( \frac{\overline{X} - \mu}{\sigma} \right)^2 \sim \chi^2(1) $$ 而不是这个表达式本身。 #### B. $n\left(\frac{\overline{X}-\mu}{\sigma}\right)^2 \sim \chi^2(1)$ ✅ 正确。这个就是我们刚刚推导出的结论。 #### C. $\left(\frac{\overline{X}-\mu}{\sigma}\right)^2 \sim t(1)$ ❌ 错误。t 分布不是这个形式,而且平方后不可能是 t 分布。 #### D. $t\left(\frac{\overline{X}-\mu}{\sigma}\right)^2 \sim t(1)$ ❌ 错误。这个表达式形式就不对,而且 t 分布的构造和这个不一样。 --- ### ✅ 正确答案是: $$ \boxed{B} $$

解析

考查要点:本题主要考查正态总体样本均值的分布性质,以及卡方分布的构造方法。
解题核心思路:

  1. 样本均值的标准化:明确样本均值的分布形式,并将其标准化为标准正态变量。
  2. 卡方分布的构造:理解标准正态变量的平方服从自由度为1的卡方分布,并注意是否需要引入样本容量$n$的修正。
    破题关键点:
  • 标准化后的样本均值:$\frac{\overline{X}-\mu}{\sigma/\sqrt{n}} \sim N(0,1)$。
  • 平方后的分布:标准正态变量的平方服从$\chi^2(1)$,但需注意是否包含$n$的系数。

第一步:样本均值的分布

样本均值$\overline{X}$服从正态分布:
$\overline{X} \sim N\left(\mu, \frac{\sigma^2}{n}\right).$
标准化后得到:
$Z = \frac{\overline{X}-\mu}{\sigma/\sqrt{n}} \sim N(0,1).$

第二步:构造卡方分布

对标准正态变量$Z$平方,得到:
$Z^2 = \left( \frac{\overline{X}-\mu}{\sigma/\sqrt{n}} \right)^2 \sim \chi^2(1).$
展开后可得:
$n \left( \frac{\overline{X}-\mu}{\sigma} \right)^2 \sim \chi^2(1).$

第三步:分析选项

  • 选项A:$\left(\frac{\overline{X}-\mu}{\sigma}\right)^2 \sim \chi^2(1)$
    错误。缺少$n$的系数,正确形式应为$n \left(\frac{\overline{X}-\mu}{\sigma}\right)^2 \sim \chi^2(1)$。
  • 选项B:$n\left(\frac{\overline{X}-\mu}{\sigma}\right)^2 \sim \chi^2(1)$
    正确。符合卡方分布的构造结果。
  • 选项C:$\left(\frac{\overline{X}-\mu}{\sigma}\right)^2 \sim t(1)$
    错误。平方后的变量不可能服从$t$分布,且自由度为1的$t$分布形式不符。
  • 选项D:$t\left(\frac{\overline{X}-\mu}{\sigma}\right)^2 \sim t(1)$
    错误。表达式形式不合法,且$t$分布的构造需结合卡方变量的平方根。

相关问题

  • 假定用于分析的数据包含属性age.数据元组[1]中age的值如下(按递增序):13,15,16,16,19,20,20,21,22,22,25,25,25,30,33,33,35,35,36,40,45,46,52,70, 问题:使用按箱平均值平滑方法对上述数据进行平滑,箱的深度为3。第二个箱子值为:A. 18.3B. 22。6C. 26。8D. 27。9

  • 下列说法正确的是() A. 方差数值上等于各个数据与样本方差之差的平方和之平均数B. 协方差和方差的计算方式完全一致C. 协方差衡量了多个变量的分布D. 方差描述了样本数据的波动程度

  • 决策树算法常用的划分准则包括: A. 信息增益B. 基尼指数C. 误差平方和D. 均方差

  • 区群谬误是用个体调查(分析)单位做资料收集与分析,却用集群乃至总体调查(分析)单位做结论。()A. 正确B. 错误

  • 下列哪项属于常见的池化方式。() A. 反向传播B. 方差池化C. 协方差池化D. 最大池化

  • 下列说法正确的是() A. 方差数值上等于各个数据与样本方差之差的平方和之平均数B. 协方差衡量了多个变量的分布C. 协方差和方差的计算方式完全一致D. 方差描述了样本数据的波动程度

  • 从总体中抽取的、对总体有一定代表性的一部分个体称为()A. 总体B. 部分C. 样本D. 取样

  • 可以从最小化每个类簇的方差这一视角来解释K均值聚类的结果,下面对这一视角描述正确的 A. 每个样本数据分别归属于与其距离最远的聚类质心所在聚类集合B. 每个簇类的质心累加起来最小C. 最终聚类结果中每个聚类集合中所包含数据呈现出来差异性最大D. 每个簇类的方差累加起来最小

  • 下列说法不正确的是() A. 协方差数值上等于各个数据与样本方差之差的平方和B. 协方差和方差的计算完全一致C. 协方差描述了两个变量之间的相关程度D. 方差描述了样本数据的波动程度

  • 下列关于回归分析的描述不正确的是() A. 回归分析研究单个变量的变化情况B. 刻画不同变量之间关系的模型统称为线性回归模型C. 回归分析研究不同变量之间存在的关系D. 回归分析模型可分为线性回归模型和非线性回归模型

  • 聚类分析的常见应用领域不包括( )数据分析图像处理客户分割发现关联购买行为

  • 48皮尔逊相关系数的取值范围为0到正无穷。() A. 错误B. 正确

  • 5.聚类分析可以看作是一种非监督的分类。()

  • 下列哪项属于常见的池化方式。() A. 反向传播B. 最大池化C. 方差池化D. 协方差池化

  • 1. 名词解释 假设检验 (请在答题纸上手写并拍照上传)

  • 下列关于回归分析的描述不正确的是() A. 回归分析模型可分为线性回归模型和非线性回归模型B. 回归分析研究不同变量之间存在的关系()C. 刻画不同变量之间关系的模型统称为线性回归模型D. 回归分析研究单个变量的变化情况

  • 以下几种数据挖掘功能中,〔〕被广泛的用于购物篮分析.A. 关联分析B. 分类和预测C. 聚类分析D. 演变分析

  • 皮尔逊相关系数的取值范围为0到正无穷。() A. 正确B. 错误

  • 下列哪项属于常见的池化方式。() A. 协方差池化B. 方差池化C. 反向传播D. 最大池化

  • 关于样本中某一变量的综合描述叫( )A. 统计值B. 平均值C. 估计值D. 参数值

上一页下一页
logo
广州极目未来文化科技有限公司
注册地址:广州市天河区黄村大观公园路10号3N2
关于
  • 隐私政策
  • 服务协议
  • 权限详情
学科
  • 医学
  • 政治学
  • 管理
  • 计算机
  • 教育
  • 数学
联系我们
  • 客服电话: 010-82893100
  • 公司邮箱: daxuesoutijiang@163.com
  • qt

©2023 广州极目未来文化科技有限公司 粤ICP备2023029972号    粤公网安备44011202002296号