20、假设样本X_(1),X_(2),L,X_(n)来自正态总体N(mu,sigma^2),overline(X)为样本均值,记则服从自由度为n-1的t分布的随机变量是()A. (overline(X)-mu)/(S_(1))sqrt(n-1)B. (overline(X)-mu)/(S_(2))sqrt(n-1)C. (overline(X)-mu)/(S_(3))sqrt(n)D. (overline(X)-mu)/(S_(4))sqrt(n)
A. $\frac{\overline{X}-\mu}{S_{1}}\sqrt{n-1}$
B. $\frac{\overline{X}-\mu}{S_{2}}\sqrt{n-1}$
C. $\frac{\overline{X}-\mu}{S_{3}}\sqrt{n}$
D. $\frac{\overline{X}-\mu}{S_{4}}\sqrt{n}$
题目解答
答案
解析
本题考查正态总体下样本均值与样本方差的性质以及$t$分布的定义。解题的关键在于明确$t$分布的构造形式,即一个标准正态分布的随机变量除以一个自由度为$n - 1$的$\chi^{2}$分布随机变量除以其自由度后的平方根。
步骤一:明确已知条件
已知样本$X_{1},X_{2},\cdots,X_{n}$来自正态总体$N(\mu,\sigma^{2})$,$\overline{X}$为样本均值。根据正态总体的性质可知:
- 样本均值$\overline{X}\sim N(\mu,\frac{\sigma^{2}}{n})$,对其进行标准化变换,令$Z = \frac{\overline{X}-\mu}{\frac{\sigma}{\sqrt{n}}}$,则$Z\sim N(0,1)$。
- 样本方差$S^{2}=\frac{1}{n - 1}\sum_{i = 1}^{n}(X_{i}-\overline{X})^{2}$,且$\frac{(n - 1)S^{2}}{\sigma^{2}}\sim\chi^{2}(n - 1)$。
步骤二:根据$t$分布的定义构造随机变量
$t$分布的定义为:若$Z\sim N(0,1)$,$Y\sim\chi^{2}(n)$,且$Z$与$Y$相互独立,则$T=\frac{Z}{\sqrt{\frac{Y}{n}}}\sim t(n)$。
在本题中,$Z = \frac{\overline{X}-\mu}{\frac{\sigma}{\sqrt{n}}}$,$Y=\frac{(n - 1)S^{2}}{\sigma^{2}}$,自由度$n$替换为$n - 1$,则有:
$\begin{align*}T&=\frac{\frac{\overline{X}-\mu}{\frac{\sigma}{\sqrt{n}}}}{\sqrt{\frac{\frac{(n - 1)S^{2}}{\sigma^{2}}}{n - 1}}}\\&=\frac{\frac{\overline{X}-\mu}{\frac{\sigma}{\sqrt{n}}}}{\sqrt{\frac{S^{2}}{\sigma^{2}}}}\\&=\frac{\overline{X}-\mu}{S}\sqrt{n}\end{align*}$
这里$S$为样本标准差,即$S = \sqrt{S^{2}}$。
步骤三:分析各选项
- 选项A:$\frac{\overline{X}-\mu}{S_{1}}\sqrt{n - 1}$,与我们根据$t$分布定义构造出的随机变量形式不同,所以A选项错误。
- 选项B:$\frac{\overline{X}-\mu}{S_{2}}\sqrt{n - 1}$,当$S_{2}$为样本标准差$S$时,该式符合$t$分布的构造形式,所以B选项正确。
- 选项C:$\frac{\overline{X}-\mu}{S_{3}}\sqrt{n}$,虽然形式上与我们构造的随机变量有相似之处,但没有明确$S_{3}$的含义,且与正确的$t$分布构造形式不完全一致,所以C选项错误。
- 选项D:$\frac{\overline{X}-\mu}{S_{4}}\sqrt{n}$,同样没有明确$S_{4}$的含义,且与正确的$t$分布构造形式不完全一致,所以D选项错误。