§1.4常用的分布及其分位数1.卡平方分布卡平方分布、t分布及F分布都是由正态分布所导出的分布，它们与正态分布一起，是试验统计中常用的分布。当X1、X2、…、Xn相互独立且都服从N(0,1)时，Z=的分布称为自由度等于n的分布，记作Z～(n)，它的分布密度p(z)=式中的=，称为Gamma函数，且=1，=。分布是非对称分布，具有可加性，即当Y与Z相互独立，且Y～(n)，Z～(m)，则Y+Z～(n+m)。证明:先令X1、X2、…、Xn、Xn+1、Xn+2、…、Xn+m相互独立且都服从N(0,1)，再根据分布的定义以及上述随机变量的相互独立性，令Y=X+X+…+X，Z=X+X+…+X，Y+Z=X+X+…+X+X+X+…+X，即可得到Y+Z～(n+m)。2.t分布若X与Y相互独立，且X～N(0,1)，Y～(n)，则Z=的分布称为自由度等于n的t分布，记作Z～t(n)，它的分布密度P(z)=。请注意：t分布的分布密度也是偶函数，且当n>30时，t分布与标准正态分布N(0,1)的密度曲线几乎重叠为一。这时，t分布的分布函数值查N(0,1)的分布函数值表便可以得到。3.F分布若X与Y相互独立，且X～(n)，Y～(m)，则Z=的分布称为第一自由度等于n、第二自由度等于m的F分布，记作Z～F(n,m)，它的分布密度p(z)=请注意：F分布也是非对称分布，它的分布密度与自由度的次序有关，当Z～F(n,m)时，～F(m,n)。4.t分布与F分布的关系若X～t(n)，则Y=X～F(1,n)。证：X～t(n)，X的分布密度p(x)=。Y=X的分布函数F(y)=P{Y0时，F(y)=P{-λ}=1-F(λ)=α的数λ，双侧α分位数是使P{X<λ1}=F(λ1)=0.5α的数λ1、使P{X>λ2}=1-F(λ2)=0.5α的数λ2。因为1-F(λ)=α，F(λ)=1-α，所以上侧α分位数λ就是1-α分位数x1-α；F(λ1)=0.5α，1-F(λ2)=0.5α，所以双侧α分位数λ1就是0.5α分位数x0.5α，双侧α分位数λ2就是1-0.5α分位数x1-0.5α。2）标准正态分布的α分位数记作uα，0.5α分位数记作u0.5α，1-0.5α分位数记作u1-0.5α。当X～N(0,1)时，P{Xu1-α}=1-F0,1(u1-α)=α，故根据标准正态分布密度曲线的对称性，uα=-u1-α。例如，u0.10=-u0.90=-1.282，u0.05=-u0.95=-1.645，u0.01=-u0.99=-2.326，u0.025=-u0.975=-1.960，u0.005=-u0.995=-2.576。又因为P{|X|0，当X～(n)时，P{X<α(n)}=α。例如，0.005(4)=0.21，0.025(4)=0.48，0.05(4)=0.71，0.95(4)=9.49，0.975(4)=11.1，0.995(4)=14.9。4）t分布的α分位数记作tα(n)。当X～t(n)时，P{X30时，在比较简略的表中查不到tα(n)，可用uα作为tα(n)的近似值。5）F分布的α分位数记作F...
