题目
2.必答[单选题]已知总体X~N(μ,σ²),X_(1),X_(2),...,X_(n)为来自总体的样本,overline(x)为样本均值,S²为样本方差,则overline(x)服从( ).A. N(0,1)B. N(μ,(σ^2)/(n))
2.必答[单选题]
已知总体X~N(μ,σ²),$X_{1},X_{2},\cdots,X_{n}$为来自总体的样本,$\overline{x}$为样本均值,S²为样本方差,则$\overline{x}$服从( ).
A. N(0,1)
B. N(μ,$\frac{σ^{2}}{n}$)
题目解答
答案
B. N(μ,$\frac{σ^{2}}{n}$)
解析
本题考查正态分布分布的性质以及样本均值的分布。解题思路是根据正态分布的性质,推导出样本均值的期望和的分布,再通过标准化得到样本均值的分布。
- 已知总体$X\sim N(\mu,\sigma^{2})$})),且$X_{1},X_{2},\cdots,X_{n}$为来自总体的样本,根据正态分布的性质:若$X_{i}\sim N(\mu,\sigma^{2})$,$i = 1,2,\cdots,n$,且相互独立,则它们的线性组合$\sum_{i = 1}^{n}a_{i}X_{i}$也服从 服从正态分布,其中$a_{i}$为常数。
- 对于样本均值$\overline{X}=\frac{1}{n}{i = 1}X_{i}$,这里$a_{i}=\frac{1}{n}$,$i = = 1,2,\cdots,n$。
- 首先求$\sum_{i = 1}^{n}XXX_{i}$的期望$E(\sum_{i = 1}^{n}X_{i})$:
- 根据期望的线性性质$E(\sum_{i = 1}^{n}X_{i})=\sum_{i = 1}^{n}E(X_{i})$,因为$E(X_{i})=\mu$,$i = 1,2,\cdots,n$,所以$1)\(E(\sum_{i = 1}^{n}X_{i})=\sum_{i = 1}^{n}\mu=n\mu$。
- 然后求$\sum_{i = 1}^{n}X_{i}$的方差$D(\sum_{i = 1}^{n}X_{i})$:
- 根据方差的性质$D(\sum_{i = 1}^{n}X_{i})=\sum_{i = 1}^{n}D(X_{i})$(因为$X_{1},X_{2},\cdots,X_{n}$相互独立),又因为$D(X_{i})=\sigma^{2}$,$i = 1,2,\cdots,n$,所以$D(\sum_{i = 1}^{n}X_{i})=\sum_{i = 1}^{n}\sigma^{2}=n\sigma^{2}$。
- 所以$\sum_{i = 1}^{n}X_{i}\sim N(n\mu,n\sigma^{2})$。
- 接着求样本均值$\overline{X=\frac{1}{n}\sum_{i = 1}^{n}X_{i}$的期望和方差:
- 求期望$E(\overline{X})=E(\frac{1}{n}\sum_{i = 1}^{n}X_{i})$,根据期望的性质$E(aY)=aE(Y)$($a$为常数,$Y$为随机变量),这里$a = \frac{1}{n}$,$Y=\sum_{i = 1}^{n}X_{i$,所以$E(\overline{X})=\frac{1}{n}E(\sum_{i = 1}^{n}X_{i})=\frac{1}{n}\times n\mu=\mu$。
- 方差$D(\overline{X})=}D(\frac{1}{n}\sum_{i = 1}^{n}X_{i})$,根据方差的性质$D(aY)=a^{2}D(Y)$($a$为常数,$Y$为变量),这里$a=\frac{1}{n}$,$Y = \sum_{i = 1}^{n}X_{i}$,所以$2)\(D(\overline{X})=\frac{1}{n^{2}}D(\sum_{i = 1}^{n}X_{i)=\frac{1}{n^{2}}\times n\sigma^{2}=\frac{\sigma^{2}}{n}$。
- 由于$\overline{X}$是正态分布随机变量$\sum_{i = 1}^{n}X_{i}$的线性变换,所以$\overline{X}\sim N(\mu,\frac{\sigma^{2}}{n})$。