刷题刷出新高度,偷偷领先!偷偷领先!偷偷领先! 关注我们,悄悄成为最优秀的自己!
根据样本方差的定义和性质,我们知道样本方差 $S^{2}$ 是随机变量 $X_{i}$ 与均值 $\bar{X}$ 的差的平方和的平均值。由于 $X_{i}$ 来自正态分布总体 $N(\mu,\sigma^{2})$ ,每个 $X_{i}$ 的方差为 $\sigma^{2}$ 。根据方差的性质,我们知道随机变量和的方差等于各随机变量方差的和。因此,样本方差的方差 $D(S^{2})$ 可以表示为各个 $X_{i}$ 与均值差的方差的和的平均值的方差,即 $D(S^{2}) = \frac{n - 1}{n}\sigma^{2} \times 2 = 2\sigma^{2}(\frac{n - 1}{n})$ 。
本文链接:设随机变量X₁,X₂,…,Xₐ来自正态分布总体N(μ,σ²),对应的简单随机样本方差为S²,则方差D
版权声明:本站点所有文章除特别声明外,均采用 CC BY-NC-SA 4.0 许可协议。转载请注明文章出处。让学习像火箭一样快速,微信扫码,获取考试解析、体验刷题服务,开启你的学习加速器!
