Теорема Фишера для нормальных выборок в математической статистике — это утверждение, характеризующее распределение выборочной дисперсии.
Формулировка
Пусть X 1 , … , X n ∼ N ( μ , σ 2 ) {displaystyle X_{1},ldots ,X_{n}sim mathrm {N} (mu ,sigma ^{2})} — независимая выборка из нормального распределения. Пусть X ¯ {displaystyle {ar {X}}} — выборочное среднее, а S 2 {displaystyle S^{2}} — несмещённая выборочная дисперсия. Тогда
- n ⋅ X ¯ − μ σ ∼ N ( 0 , 1 ) {displaystyle {sqrt {n}}cdot {frac {{ar {X}}-mu }{sigma }}sim mathrm {N} (0,1)}
- Случайные величины X ¯ {displaystyle {ar {X}}} и S 2 {displaystyle S^{2}} независимы;
- Случайная величина
имеет распределение хи-квадрат с n − 1 {displaystyle n-1} степенями свободы.