一、考纲考试要求（逐条对照）
| # | 考试要求 | 对应考点 |
|---|
| 1 | 理解总体、简单随机样本、统计量、样本均值、样本方差及样本矩的概念 | 3.1 / 3.2 |
| 2 | 了解 χ² 分布、t 分布和 F 分布的概念及性质，了解上侧 α 分位数并会查相应数值表 | 3.3 / 3.4 |
| 3 | 掌握正态总体的常用抽样分布（样本均值、样本方差及两者的关系等） | 3.5 |
二、知识框架图
第六章 数理统计的基本概念
├─ 总体 / 个体 / 样本：X₁,…,Xₙ i.i.d. ~ 总体分布（简单随机样本）
├─ 统计量：不含未知参数的样本函数 → X̄、S²、样本矩
├─ 三大分布：χ²(n)（可加）/ t(n)（对称）/ F(m,n)（倒数性质）
├─ 上侧分位数：P{χ²>χ²_α(n)}=α 等，查表
└─ 正态总体抽样分布（核心三定理）：
X̄~N(μ, σ²/n)； (n−1)S²/σ²~χ²(n−1)； (X̄−μ)/(S/√n)~t(n−1)
X̄ 与 S² 独立；两总体时用 F 分布与 t 分布
主线提示：本章是"概率 → 统计"的桥梁。所有后续方法（区间估计、假设检验）的统计量都从三大抽样分布定理出发。核心任务：记住"X̄、S² 分别服从什么分布、是否独立"，以及 χ²、t、F 之间的运算关系（平方、倒数、极限）。
三、总体、样本与简单随机样本
1. 基本概念 必考
- 总体：研究对象的某项数量指标 X（一个随机变量），其分布称为总体分布。
- 个体：组成总体的每个对象。
- 样本：从总体中抽取的 n 个个体 X₁,…,Xₙ。
- 简单随机样本：X₁,…,Xₙ 相互独立且与总体 X 同分布（i.i.d.）。样本容量 n。
联合密度（连续型总体）：f(x₁,…,xₙ) = f(x₁)·f(x₂)…f(xₙ) = ∏f(xᵢ)
注意：样本的"独立同分布"性质是抽样分布一切结论的前提。写联合密度时是乘积形式——最大似然估计（第七章）正是由此出发。
四、统计量与常用统计量 必考
1. 统计量定义
g(X₁,…,Xₙ) 不含任何未知参数 ⇒ 称为统计量
（统计量的分布称为抽样分布）
判断：若表达式含未知参数（如 μ、σ²、p），则不是统计量。如 (X̄−μ)/(σ/√n) 中 σ 未知时不是统计量。
2. 常用统计量 必考
样本均值：X̄ = (1/n)ΣXᵢ
样本方差：S² = [1/(n−1)]Σ(Xᵢ − X̄)²（分母 n−1！）
样本标准差：S = √S²
k 阶样本原点矩：Aₖ = (1/n)ΣXᵢᵏ
k 阶样本中心矩：Bₖ = (1/n)Σ(Xᵢ − X̄)ᵏ
- 样本方差 S² 的无偏性：E(S²)=σ²（所以分母取 n−1）。若用 (1/n)Σ(Xᵢ−X̄)² 则期望为 (n−1)σ²/n，有偏。
- 样本矩收敛：Aₖ → E(Xᵏ)（大数定律），是矩估计法的基础。
- Σ(Xᵢ−X̄)² = ΣXᵢ² − nX̄²（计算技巧）。
易错：① S² 的分母是 n−1（无偏性要求），而样本二阶中心矩 B₂=(1/n)Σ(Xᵢ−X̄)² 分母是 n，两者不同；② X̄ 与 S² 是统计量，而 (X̄−μ)/(S/√n) 含未知 μ 只是"枢轴量"，用于推断。
五、三大抽样分布 必考
1. χ²（卡方）分布
定义：X₁,…,Xₙ i.i.d. ~ N(0,1)，则 X = ΣXᵢ² ~ χ²(n)
性质：EX = n，DX = 2n（n 为自由度）
可加性：X~χ²(m)，Y~χ²(n) 独立 ⇒ X+Y~χ²(m+n)
分位数：P{χ² > χ²_α(n)} = α（表查上侧分位数）
2. t（学生氏）分布
定义：X~N(0,1)，Y~χ²(n) 独立，则 T = X / √(Y/n) ~ t(n)
性质：① 密度关于 0 对称，E(T)=0（n>1）；
② n 充分大时 t(n) 近似 N(0,1)；
③ t₁₋α(n) = −t_α(n)（对称性：下侧分位数为负）
④ t²(n) 的平方服从 F(1,n)
3. F 分布
定义：U~χ²(m)，V~χ²(n) 独立，则 F = (U/m) / (V/n) ~ F(m,n)
倒数性质：若 F ~ F(m,n)，则 1/F ~ F(n,m)
分位数：F₁₋α(m,n) = 1/F_α(n,m)
记忆：χ² 是"标准正态平方和"；t 是"标准正态 ÷ √(χ²/自由度)"（分子分母独立）；F 是"两个 χ²/自由度之比"。三大分布定义必须连同自由度一起记。
易错：① t 分布分子 N(0,1) 与分母 χ² 必须独立；② F 分布的自由度顺序不能交换：F(m,n)≠F(n,m)，倒数才互换；③ 上侧分位数 α 与下侧 1−α 的关系式要会用。
六、上侧分位数 中频
χ²_α(n)：P{χ² > χ²_α(n)} = α
t_α(n)：P{t > t_α(n)} = α（t₁₋α(n) = −t_α(n)）
F_α(m,n)：P{F > F_α(m,n)} = α
z_α：P{Z > z_α} = α（Z~N(0,1)，z_α = Φ⁻¹(1−α)）
查表要点：① 常用 α：0.10、0.05、0.025、0.01；② z 分位数表常给 Φ(x) 值，由 Φ(z_α)=1−α 反查；③ t 表按自由度 n 与 α 双查；④ F 表按两个自由度 (m,n) 查，且用 F₁₋α=1/F_α 处理下侧。
注意：数一考试中 χ²、t、F 的常用分位数常直接在题干给出（如 t_0.05(9)=1.833），但仍要理解上侧分位数含义并会由已知分位数反推概率。
七、正态总体的抽样分布定理 必考（核心）
1. 单个正态总体
设 X₁,…,Xₙ i.i.d. ~ N(μ,σ²)，则：
① X̄ ~ N(μ, σ²/n)，即 (X̄−μ)/(σ/√n) ~ N(0,1)
② (n−1)S²/σ² = Σ(Xᵢ−X̄)²/σ² ~ χ²(n−1)
③ X̄ 与 S² 相互独立
④ (X̄−μ)/(S/√n) ~ t(n−1)
解读：① 说均值 X̄ 的分布（σ² 已知用 Z）；② 说方差 S² 的分布（卡方，自由度 n−1）；③ 均值与方差独立（正态总体独有结论）；④ σ² 未知时用 S 替代 σ 得到 t 分布（自由度为 n−1）。
2. 两个正态总体
X₁,…,Xₙ₁ i.i.d.~N(μ₁,σ₁²)，Y₁,…,Yₙ₂ i.i.d.~N(μ₂,σ₂²)，X、Y 独立：
① X̄−Ȳ ~ N(μ₁−μ₂, σ₁²/n₁ + σ₂²/n₂)
② 当 σ₁²=σ₂²=σ² 时：(X̄−Ȳ−(μ₁−μ₂)) / (S_w·√(1/n₁+1/n₂)) ~ t(n₁+n₂−2)
其中 S_w² = [(n₁−1)S₁²+(n₂−1)S₂²]/(n₁+n₂−2)（合并样本方差）
③ S₁²/S₂² ~ F(n₁−1, n₂−1) · (σ₂²/σ₁²)；当 σ₁²=σ₂² 时 S₁²/S₂² ~ F(n₁−1, n₂−1)
注意：F 分布的自由度顺序：S₁²/S₂²~F(n₁−1, n₂−1)（分子自由度在前）。由 (n−1)S²/σ²~χ²(n−1) 与 F 定义可直接推出 F 结论——考场上要会推。
八、高频考点与易错点
考点 1：统计量判断
含未知参数的样本函数不是统计量；X̄、S²、Aₖ、Bₖ 是。
考点 2：χ²、t、F 分布构造
由 N(0,1) 平方和、商、比值构造；独立性条件别漏。
考点 3：三大抽样分布定理
X̄、S² 的分布与独立性；σ² 未知时 t(n−1)。
考点 4：可加性与倒数性
χ² 可加（自由度相加）；F 倒数换序；t 平方是 F(1,n)。
考点 5：分位数查表
z、t、χ²、F 上侧分位数含义；对称性与倒数公式换算。
考点 6：期望方差计算
E(X̄)=μ，D(X̄)=σ²/n；E(S²)=σ²；χ² 的 E=n、D=2n。
易错点清单（考前必看）
- S² 分母是 n−1（无偏性）；样本二阶中心矩 B₂ 分母是 n。
- 统计量不能含未知参数；含 μ、σ²、p 的都是推断量不是统计量。
- χ² 自由度是 n−1（样本方差情形），不是 n；D(χ²(n))=2n 别与 E 混淆。
- t 分布对称：t₁₋α(n)=−t_α(n)；F 分布不对称：F₁₋α(m,n)=1/F_α(n,m)。
- F 分布自由度顺序不能互换，S₁²/S₂²~F(n₁−1,n₂−1)。
- 构造 t、F 时分子分母必须独立（由 X̄ 与 S² 独立保证）。
- D(X̄)=σ²/n，标准差是 σ/√n，不是 σ²/n 开根号的笔误来源。
- 两总体合并方差 S_w² 自由度是 n₁+n₂−2。
- t(n) 大样本近似 N(0,1)；t²(n)~F(1,n) 可作等价变形。
- 查 z 表时先分清给的是 Φ(x) 还是上侧概率，避免 α 与 1−α 错位。
九、常用结论速记表
| 结论 | 记忆要点 |
|---|
| X̄~N(μ, σ²/n) | 样本均值分布，标准差 σ/√n |
| (n−1)S²/σ²~χ²(n−1) | 样本方差卡方化，自由度 n−1 |
| X̄ 与 S² 独立 | 正态总体独有结论 |
| (X̄−μ)/(S/√n)~t(n−1) | σ² 未知用 S 替代 |
| χ² 可加 | 独立卡方和，自由度相加 |
| F₁₋α(m,n)=1/F_α(n,m) | F 分位数倒数互换 |
| t₁₋α(n)=−t_α(n) | t 对称性 |
| E(S²)=σ² | S² 无偏，分母 n−1 |
| S₁²/S₂²~F(n₁−1,n₂−1) | σ₁²=σ₂² 时两方差比 |
| t²(n)~F(1,n) | t 平方转 F |