因为X1.X2,X3,....Xn是总体的样本,所以它们是相互独立的,X~N(μ,σ²),
所以X平均值~N(μ,σ²/n)。因为Xn+1~N(μ,σ²)与X平均值独立,所以
Xn+1-X平均值~N(0,(n+1)σ²/n).所以(Xn+1-X平均值)/√(n+1σ²/n)~N(0,1)
(n-1)S²/σ²~x²(n-1),所以(Xn+1-X平均值)/√(n+1σ²/n)/√(n-1)S²/σ²/(n-1)~t(n-1)
上面的式子是由公式X/√Y/N~t(N) 其中X~N(0,1),Y~x²(N)
化简得(Xn+1-X平均值)/S√n/(n+1)
由正态分布的可加性:
因为X_n~N(μ,σ2), x=1,2,...,n+1且相互独立
所以X_n+1-Xmean~N(0,[1+1/n平方]σ2),
[X_n+1-Xmean]/[根号(n+1)/nσ]~N(0,1)
由于估计时使用的是样本方差S2而不是总体方差σ2,所以用t统计量而不是z统计量
且自由度为n-1(开始共n+1个自由变量,但计算X均值和S时各用了一次自变量值)
所以……是t(n-1)【懒得写了,有点乱,不晓得看得懂不= =】