（1）t分布：设x1，x2，…，xn是来自正态总体N（μ，σ2）的一个样本，则有：～N（μ，），对样本均值施行标准化变换，则有：～N（0，1），当用样本标准s代替上式中的总体标准差σ，则上式u变量改为t变量，标准正态分布N（0，1）也随之改为“自由度为n-1的t分布”，记为t（n-1），即：～t（n-1）。（2）χ2分布：自由度为n-1的χ2分布的概率密度函数在正半轴上呈偏态分布。（3）F分布：设有两个独立的正态总体N（μ1，σ2）和N（μ2，σ2）,它们的方差相等。又设x1，x2，…，xn是来自N（μ1，σ2）的一个样本；y1，y2，…，ym是来自N（μ2，σ2）的一个样本，两个样本相互独立。它们的样本方差比的分布是自由度为n-1和m-1的F分布，其中n-1称为分子自由度或第1自由度；m-1称为分母自由度或第2自由度。F分布的概率密度函数在正半轴上呈偏态分布。考点 17：参数估量 重点等级：※参数主要是指：①分布中的未知参数，如二项分布b(1，p)中的p，正态分布N（μ，σ2）中的μ,σ2或σ；②分布的均值E(X)、方差Var(X)等未知特征数；③其他未知参数，如某事件的概率P(A)等。上述未知参数都需要根据样本和参数的统计含义选择适宜的统计量并作出估量。参数估量有两种基本形式：点估量与区间估量。考点 18：点估量 重点等级：※※※※1．点估量优良性标准无偏性是表示估量量优良性的一个重要标准，只要有可能，应该尽可能选用无偏估量量，或近似无偏估量量。有效性是判定估量量优良性的另一个标准。 2．求点估量的方法--矩法估量由于均值与方差在统计学中统称为矩，总体均值与总体方差属于总体矩，样本均值与样本方差属于样本矩。获得未知参数的点估量的方法称为矩法估量。矩法估量简单而有用，所获得的估量量通常(尽管不总是如此)也有较好的性质。但是应该注意到矩法估量不一定总是最有效的，而且有时估量也不唯一。 3．正态总体参数的估量①正态均值μ无偏估量有两个，一个是样本均值，另一个是样本中位数；②正态方差σ2的无偏估量常用的只有一个，就是样本方差S2，即；③正态标准差σ的无偏估量也有两个，一个是对样本极差R＝x（n）-x（1）进行修偏而得，另一个是对样本标准差s进行修偏而得，具体是：，。考点 19：区间估量 重点等级：※※※※1．1-α置信区间的含义。所构造的随机区间[θL，θU]覆盖(盖住)未知参数θ的概率为1-α。由于这个随机区间随样本观测值的不同而不同，它有时覆盖了参数θ，有时没有覆盖θ，但是用这种方法作区间估量时，10...
