概率论与数理统计——卡方分布的期望与方差
E(X)=nD(X)=2n若X为随机变量,且X满足X∼χ2(n)X\sim \chi ^2(n)X∼χ2(n),则期望E(X)=n,方差D(X)=2n。
E(X)=n
证明如下:E(X)=E(∑i=1nXi2)=∑i=1nE(Xi2)=∑i=1n(D(Xi)+E2(Xi))E(X)=E(\sum_{i=1}^nX_i^2)=\sum_{i=1}^nE(X_i^2)=\sum_{i=1}^n(D(X_i)+E^2(X_i))E(X)=E(i=1∑nXi2)=i=1∑nE(Xi2)=i=1∑n(D(Xi)+E2(Xi))由D(Xi)=1D(X_i)=1D(Xi)=1,E(Xi)=0E(X_i)=0E(Xi)=0,得E(X)=nE(X)=nE(X)=n证明完毕。
D(X)=2n
证明如下:D(X)=D(∑i=1nXi2)=∑i=1nD(Xi2)=∑i=1n(E(Xi4)−E2(Xi2))D(X)=D(\sum_{i=1}^nX_i^2)=\sum_{i=1}^nD(X_i^2)=\sum_{i=1}^n(E(X_i^4)-E^2(X_i^2))D(X)=D(i=1∑nXi2)=i=1∑nD(Xi2)=i=1∑n(E(Xi4)−E2(Xi2))由上面的结论,知E(Xi2)=1E(X_i^2)=1E(Xi2)=1。
接下来计算E(Xi4)E(X_i^4)E(Xi4) E(Xi4)=∫−∞∞x4f(x)dx=∫−∞∞x3∗xf(x)dx=−f(x)x3∣−∞∞−∫−∞∞3x2f(x)dx=0−(−f(x)3x∣−∞∞−3∫−∞∞xf(x)dx)=3∫−∞∞xf(x)dx=3E(X_i^4)=\int_{-\infty}^\infty x^4f(x)dx=\int_{-\infty}^\infty x^3*xf(x)dx=-f(x)x^3|_{-\infty}^\infty-\int_{-\infty}^\infty 3x^2f(x)dx=0-(-f(x)3x|_{-\infty}^\infty-3\int_{-\infty}^\infty xf(x)dx)=3\int_{-\infty}^\infty xf(x)dx=3E(Xi4)=∫−∞∞x4f(x)dx=∫−∞∞x3∗xf(x)dx=−f(x)x3∣−∞∞−∫−∞∞3x2f(x)dx=0−(−f(x)3x∣−∞∞−3∫−∞∞xf(x)dx)=3∫−∞∞xf(x)dx=3由此,得D(Xi2)=3−1=2D(X_i^2)=3-1=2D(Xi2)=3−1=2所以D(X)=2nD(X)=2nD(X)=2n证明完毕。
如果觉得《概率论与数理统计——卡方分布的期望与方差》对你有帮助,请点赞、收藏,并留下你的观点哦!