三大抽样分布

🏠 返回总览：数理统计概念导航

核心问题

正态总体的样本，经过”平方求和""相除”这些运算之后，会得到什么分布？

本页重点是三个：、、。它们不是凭空定义的新分布，而是正态变量的三种标准组合。 复习时先记住构造式，再用密度曲线理解取值范围、偏斜和尾部；不必先从密度公式推导入手。

先看长图，再回来看构造式

三大分布静态长图把构造、形状、自由度、尾概率和正态样本中的用途放在一起。

核心定义 / 定理 / 结论

一、三个构造式（必须默写级）

设 独立且都服从 ；，，：

二、必须记的数字

来源（值得会）： 时 ，，故 项独立相加即得 、。

与 的方差考研不要求。

三、四条互相转化的关系

②的用处：把”二维正态的平方和”直接变成单参数指数总体（见 先求分布再做估计）。

③④是分位数题的全部内容（见 分位数与临界值）。

四、自由度怎么数

一个和不管由多少项组成，标准化后只是一个 ：

五、标准化与未知参数：先看是在构造谁

从正态变量构造标准的中心 、、 分布时，要正确中心化和标准化；指定自由度后，这些分布本身不再含总体的尺度参数 ：

“ 未知”不等于“不能用 ”。 要区分：

• 研究未知方差下的均值：用 替代 ，得到 统计量；
• 检验方差的原假设 ：仍可用 ，它在 成立时服从 ，其中 是已知的假设值；
• 构造方差的置信区间： 可以作为枢轴量。它含待估参数，因此不叫统计量，但分布不依赖该参数。

正态总体的检验中“ 已知用 、未知用 ”这个分叉，针对的是单个正态总体的均值检验。

六、独立性的两条判据

1. 分子块与分母块用了不相交的 → 独立（简单随机样本本身独立）；
2. 共用了 ，但联合正态且协方差为 → 独立。

第 2 条是压轴题的钥匙。例：， 两者是同一组正态变量的线性组合故联合正态，于是独立（见 不相关与独立）。

典型题型

1. 给一个式子，认它的分布 —— 标准化 → 数自由度 → 查独立性 → 配系数。
2. 反解系数使某式服从 —— 每块的系数 ，自由度 块数。
3. 辨析选择题 —— 排查”没说独立""""自由度顺序反了”。
4. 证明某统计量服从 —— 必须先证独立性，再套定义式。

图示 / 直觉

三大分布静态长图

读图提示（补充）

• 面积才是概率：曲线高表示该位置附近的概率密度大；整条密度曲线下的总面积为 。图中只展示有限区间，尾部仍会向外延伸。
• ：自由度增大时均值右移，绝对标准差增大，右偏程度减轻。趋近 的是 ，不是未经标准化的 。
• ：关于 对称，有限自由度时尾部比标准正态更厚；自由度增大时趋近标准正态。对称不保证均值存在， 的均值就不存在。
• ：分子自由度写在前面，分母自由度写在后面。长图分别固定一个自由度进行比较；分子、分母自由度同时变大时，分布才会集中在 附近。
• 分位数：沿用本库的上侧约定 。 的两尾可以利用对称性；、 不关于 对称，不能照搬正负临界值。

配套矢量图：三大分布长图 SVG。正态样本中的精确分布与自由度来源见 抽样分布定理，尾概率的详细换算见 分位数与临界值。

从标准正态到三个分布

一切都从 出发。 管”离差平方和”（方差信息）， 管”均值除以估计出来的标准差”（ 未知时的均值信息）， 管”两个方差之比”。

常见误用

1. —— 要求 ；若 ，应写 。只有 时才能省去中心化。
2. 和的平方算成多个自由度 —— 只有 个自由度。
3. 的自由度顺序写反 —— 分子的写在前面。
4. 忘了除自由度 —— 不是 ，要写 。
5. 不验独立性直接套定义式 —— 分子分母共用 时必须先算协方差。
6. ” 均服从 “就当独立 —— 边缘分布不蕴含任何联合信息，取 即可反驳。
7. 以为 与 是同一个分布 —— ，但 取遍实轴， 只在 。

与旧知识的连接

• 正态分布与标准化 —— 三个分布的唯一原料。
• 随机变量函数的分布 —— 、 的密度就是这样推出来的（考研不要求，但思路一致）。
• 卷积与可加性 —— 的可加性是正态和可加性的平方版。
• 不相关与独立 —— 正态下两者等价，这是独立性判据 2 的依据。
• 常见连续型分布 —— 是这里与那里的接口。

题型训练

• 从正态样本拼出 χ²、t、F
• 抽样分布的辨析题
• 分位数、对称性与倒数关系

链接

• 上游：正态分布与标准化 · 总体、样本与统计量
• 平行：正态总体的抽样分布定理 · 分位数与临界值
• 下游：置信区间 · 正态总体的检验统计量
• 章节导航：数理统计