统计量与抽样分布：从样本到推断的桥
本文基于模型知识整理（生成时未联网核对），抽样分布推导建议对照 Wasserman §6 或 Casella & Berger 第 5 章复核。
一句话定义
统计量是"样本的函数、不含未知参数"（样本均值 $\bar X$、样本方差 $S^2$）；抽样分布是"统计量在重复抽样下的分布"——它是所有推断的通货：置信区间（kp-020）与假设检验（kp-021）的临界值全部来自统计量的抽样分布（正态/t/χ²/F 家族）。
为什么重要
"数据 → 统计量 → 查抽样分布"是频率派推断的完整流水线：不理解抽样分布，p 值与置信区间就只是"背出来的仪式"；理解了，你会看到它们都是在问"如果参数真已知，这个统计量会有多常见"（kp-021 的核心句）。三大抽样分布（t/χ²/F）全部由 kp-012 的变换/卷积从正态生成。
前置知识
kp-009（正态）、kp-012（变换与卷积）、kp-015（CLT）。
核心概念
- 统计量：$T=h(X_1,\dots,X_n)$——数据的压缩摘要。$\bar X$（中心）、$S^2=\frac1{n-1}\sum(X_i-\bar X)^2$（散布，除以 n−1 的自由度修正）。
- 正态总体的三大抽样分布（经典三件套）：
- $\bar X\sim N(\mu,\sigma^2/n)$（kp-015/013：正态线性自封）； - $\frac{(n-1)S^2}{\sigma^2}\sim\chi^2_{n-1}$（平方和→卡方，自由度 n−1——损失一维给 $\bar X$）； - $\frac{\bar X-\mu}{S/\sqrt n}\sim t_{n-1}$（正态÷√卡方比，分子分母独立）。
- t 分布：正态加厚尾（自由度→∞ 时退化为正态）——小样本 σ 未知时的"诚实的正态"；自由度=可自由变动的信息量。
- F 分布：两个独立卡方除以各自自由度之比——方差比较（ANOVA kp-033 延伸）的检验统计量。
- 经验教训：非正态总体时 $\bar X$ 的抽样分布由 CLT 近似正态（大 n，kp-015），但 $S^2$ 的卡方结论不再严格成立（对离群敏感）。
原理与机制
为什么除以 n−1（自由度）：$\sum(X_i-\bar X)^2$ 的 n 个偏差被"均值约束"吃掉一个自由维度（知道 n−1 个即确定第 n 个）；除以 n−1 使 $E[S^2]=\sigma^2$（无偏，kp-019）。自由度=独立信息量是贯穿检验与区间的一根主线。
三大分布的生成系谱（kp-012 的流水线）：标准正态平方和 → χ²（$Z^2\sim\chi^2_1$，卷积/MGF 加法 kp-013）；正态除以 √(χ²/自由度) → t（厚尾来自分母的随机性——σ 的估计不确定性被计入）；χ² 比值 → F。全部家族成员都是"标准正态"的组装品——这也是 kp-009 正态"统治统计"的机制层。
为什么抽样分布是"推断的通货"：检验的 p 值=统计量在 H₀ 抽样分布中的尾部面积（kp-021）；置信区间的临界值=抽样分布的分位数（kp-020）——没有抽样分布，这两者都无从谈起。
图示
统计量: T=h(样本) 不含未知参数
正态总体三件套:
X̄ ~ N(μ, σ²/n)
(n−1)S²/σ² ~ χ²_{n−1} (自由度=n−1)
(X̄−μ)/(S/√n) ~ t_{n−1} (厚尾→∞退化为正态)
系谱: Z² → χ² ; Z/√(χ²/ν) → t ; χ²比 → F
非正态: X̄ 靠 CLT 近似, S² 结论需谨慎直观类比
统计量像"体检指标"（血压均值、血糖波动）；抽样分布像"健康人群里这个指标的分布曲线"——你的指标落在曲线哪一段（常见/罕见），决定了医生说"正常"还是"异常"。t/χ²/F 就是不同体检项目的"人群参考曲线家族"。
实例或案例
- 小样本均值检验：n=10 的生产件均值检测——σ 未知时用 t 分布而非正态（尾部更厚=更诚实的宽容）。
- 方差质检：两台机器精度比较——F 检验比较两个 $S^2$（kp-021 的方差版检验）。
- 模拟体验：
np.random反复抽样画 $\bar X$ 直方图——亲眼看见抽样分布成形（kp-032 工作流的入门实验）。
常见误区
- 误区一："抽样分布=样本的分布"。它是统计量跨次重复抽样的分布；同一次数据上没有分布可言（频率派语义，kp-021）。
- 误区二："t 与正态随便互换"。小样本 t 尾更厚——用正态会高估显著性（kp-021 的错误源）。
- 误区三："自由度是数字游戏"。n−1 与 n 的选择直接影响 S² 无偏性与检验临界值；自由度的会计是检验正确性的隐性账本。
与其他知识点的关系
自测题
- 为什么 $S^2$ 除以 n−1 而不是 n？
答：$\bar X$ 已用掉一个自由度，残差平方和自由度 n−1；除以 n−1 使 E[S²]=σ²（无偏）。
- t 分布何时退化为正态？
答：自由度→∞（σ 已知或 n 很大时 S→σ，比值收敛到标准正态）。
- 非正态小样本能用 t 检验吗？
答：t 的精确推导失效；靠 CLT 近似或非参数方法（秩检验）——先看分布再选工具（kp-030 精神）。
延伸阅读
- Wasserman《All of Statistics》第 6 章。
- Casella & Berger《Statistical Inference》第 5 章（抽样分布的严格推导）。
- Student（W.S. Gosset）1908 年 t 分布原始论文（工业质量背景的历史趣读，kp-033）。