单正态总体均值与方差的置信区间表

正态分布总体总体均值已知方差的置信区间

正态分布总体总体均值已知方差的置信区间【文章开头】一、引言在统计学中，正态分布总体是相当常见的一种总体类型。

当我们需要对一个正态分布总体的总体均值进行推断时，有时候我们会面临到总体均值已知，但方差未知的情况。

对于这样的情况，我们可以使用置信区间来进行推断。

二、什么是置信区间？置信区间是指在统计推断中，对总体参数的估计范围。

通常，我们会给出一个置信水平，比如95%的置信水平，表示对总体参数的估计有95%的把握是正确的。

置信区间由一个下限和一个上限组成，表示总体参数可能落在这个范围内的概率。

三、正态分布总体的总体均值已知的情况下，方差的置信区间如何计算？当正态分布总体的总体均值已知时，我们可以使用样本标准差来作为总体方差的估计。

我们可以利用样本大小、置信水平和样本标准差来计算方差的置信区间。

四、计算步骤1. 收集样本数据：从正态分布总体中随机抽取样本，并记录样本数据。

2. 计算样本标准差：利用样本数据计算样本标准差。

样本标准差是总体方差的一个无偏估计。

3. 确定置信水平：根据需要的置信水平，确定置信水平对应的临界值。

临界值可以从统计表中查找。

4. 计算置信区间：利用样本大小、样本标准差和置信水平的临界值，计算方差的置信区间。

五、示例假设我们想研究某种药物对血压的影响。

我们从正态分布的总体中随机抽取了100个样本，并记录了每个样本的血压数据。

我们已知总体均值为120，方差未知。

现在，我们想要计算方差的95%置信区间。

1. 收集样本数据：从正态分布总体中随机抽取100个样本，并记录血压数据。

2. 计算样本标准差：利用样本数据计算样本标准差。

假设计算得到样本标准差为10。

3. 确定置信水平：我们希望得到95%的置信区间，因此置信水平为0.95。

4. 计算置信区间：根据样本大小100，样本标准差10，和置信水平0.95的临界值，我们可以计算得到方差的置信区间。

【文章主体】六、方差的置信区间是如何帮助我们进行推断的？方差的置信区间为我们提供了一个总体参数可能的取值范围。

65两个正态总体均值及方差比的置信区间

1 n1
1 n2
(43.71 - 39.63 2.1448 6.71 16 / 63) ,
即（4.08±7.25）＝（－3.17，11.33）.
例2 测得两个民族中各5位成年人的身高（以cm计）如下
A民族 162.6 170.2 172.7 165.1 157.5 B民族 175.3 177.8 167.6 180.3 182.9
讨论两个正态总体均值差和方差比的估计问题.
1. 两个总体均值差1 2 的置信区间
(1)
2 1
和
2 2
均为已知
1 2的一个置信度为1 的置信区间
X
Y
z / 2
2 1
n1
2 2
n2
.
推导过程如下:
因为 X , Y 分别是 1, 2 的无偏估计, 所以 X Y 是 1 2 的无偏估计,
由X,
2 1
2 2
的置信区间
总体均值 1, 2 为未知
S12 S22
F
/
2 (n1
1 1, n2
1)
,
S12 S22
1 F1 / 2 (n1 1, n2
1).
F / 2(n1 1, n2 1) F0.05(17, 12) 2.59,
F1
/ 2(17,
12)
F0.95 (17,
12)
1 F0.05 (12,
17)
1, 2.38
于是得
2 1
2 2
的一个置信度为
0.90
的置信区间
0.34 0.29
1 2.59
,
0.34 0.29
2.38
0.45,
信区间.
解由题意, 两总体样本独立且方差相等(但未知),

7.4单正态总体下未知参数的置信区间课件- 《概率论与数理统计(第2版)》同步教学(人民邮电版)

2 的无偏估计为 ˆ 2
1 n
n i 1
X
2 i
2 ，
取 a b 满足
G ˆ 2, 2
1
2
n
(Xi
i 1
)2
~
2 n
P
a
1
2
n
(Xi
i1
)2
b
1
二、方差的置信区间
取
a
2 2
n,b
2 12
n
此时，对应的 2 的双侧1 置信区间为：
n
X
i
2
n
X
i
2
i1
, i1
．
第7章参数估计
1
07
参数估计
目录/Contents
第7章参数估计
2
7.1 点估计
7.2 点估计的良好性评判标准
7.3 置信区间
7.4 单正态总体下未知参数的置信区间
7.5
两个正态总体下未知参数的置信区间
目录/Contents
第7章参数估计
3
7.4 单正态总体下未知参数的置信区间
一、均值的置信区间二、方差的置信区间
故的双侧 0.95 置信区间的观测值为[1485.69,1514.31] ．
二、方差的置信区间
第7章参数估计
12
1
期望已知, 方差 2的双侧置信区间；
2
期望未知, 方差 2的双侧置信区间.
二、方差的置信区间
第7章参数估计
13
(1)期望已知, 方差 2 的双侧置信区间
当已知时，
0.95 的双侧置信区间.
解由题设条件知 n 10, 0.05, x 1500, s 20, 查表得

置信区间原理及单正态总体

为 (1)
(2)
15.1 若
若
22,未=10知4.0.86,求,, 求15.的2的,置置1信4信.9区区,间间1X4.6tX2, 置n均15信u为.112水0Sn.9n平, X5,
Xtnu
22
1nSn
(3) 求方差 2的置信区间.
解
(1) 2
u
0.06,n 6, x
u0.025 1.96
1 6
10 反复抽样多次(各次的样本容量相同)，得到多个区间
其中包含真值的约占100(1 )%,不包含的约占 100%.
20 置信区间不唯一.
U ~ N(0,1), P{|U | } 0.95
,
P1 U 2 0.95 1, 2
30 反映了估计的可靠度，即越小, 越可靠.
越小, 1- 越大, 估计的可靠度越高.
n
16
2
(2) 欲使 1，即 2 u 1，有 n (2u )2
n 2
2
(22 1.645)2 43
故样本容量n至少为43.
(2) 2为未知, 估计选择有无 2的统计量
条件使用的统计量统计量
置信区间
服从的分布
ห้องสมุดไป่ตู้
(1) 2已知
U
X
n
U ~ N( 0,1 )
X u
2
n
,X
u
2
n
(3)查表得
2 0.025
(5)
12.833,
02975(5) 0.831
得 2 的置信区间为
5 s2
( 02.025(5) ,
5 s2
02.975(5)
)
( 0.0199,

置信度(置信区间计算方法)

S S , X t (n 1) (2) X t (n 1) 2 2 n n
推导
选取枢轴量 T X ~ T (n 1)
S
n X 由P t (n 1) 确定t ( n 1) 2 S 2 n
这时, T2 T1 往往增大, 因而估计精度降低.
确定后, 置信区间的选取方法不唯一,
ch73
常选最小的一个.
75
处理“可靠性与精度关系”的原则
先
求参数置信区间保证可靠性
再
提高精度
ch73
76
求置信区间的步骤
寻找一个样本的函数
— 称为枢轴量它含有待估参数, 不含其它未知参数, 它的分布已知, 且分布不依赖于待估参数 (常由的点估计出发考虑 ). 例如 X～N ( , 1 / 5)
P(T1 T2 ) 1

则称 [ T1 , T2 ]为的置信水平为1 - 的
置信区间或区间估计. T1 置信下限 T2 置信上限
ch73

几点说明
置信区间的长度 T2 T1 反映了估计精度 T2 T1 越小, 估计精度越高.
反映了估计的可靠度, 越小, 越可靠. 越小, 1- 越大, 估计的可靠度越高,但
( 引例中 a 1.96, b 1.96 )
由 a g ( X1, X 2 , X n , ) b 解出 T1 , T2
得置信区间 ( T1 , T2 ) 引例中
( T1 , T2 ) ( X 1.96 1 , X 1.96 1 ) 5 5
ch73 78
置信区间常用公式

t检验

3.对于问题1Spss的实际操作过程
(1) H 0 : 1 2
H1 : 1 2
1）建立数据文件（定义变量，输入数据） 2）选择统计方法：
Analyze－compare mean－Independent Sample T test
3)结果显示
X GROU P A B N
二、两个正态总体的均值检验与置信区间
1.实际问题：随机地从A批导线中抽取4根，从B批导线中抽取5根，测得其电阻为 A批导线：0.143，0.142，0.143，0.137 Ｂ批导线：0.140，0.142，0.136，0.138 0.140 测试数据分别服从正态分布
2
X ~ N ( 1 , ),Y ~ N ( 2 , )
3.分析问题在总体 X ~ N ( , ) 用样本判断
2
(1) H 0 : 100
H1 : 100
X
X 100 100
当H 0： 100成立时，即等价于与100很接近 X
X 100 | 比较小，则H 0成立，否则不成立 |
即 | Ｘ 100 | C时，拒绝Ｈ０
(1) H 0 : 1 2
3.分析问题
H1 : 1 2
(2) P(c 1 2 d ) 95%
X 1 Y 2
X Y 1 2
H 0成立时，等价于| X Y | 很小，否则拒绝 0 H
即 | X Y | C时，拒绝Ｈ０
2
问题：（1）这两批导线的平均电阻是否有显著性差异？
（2）求
1 2 的95%置信区间。
2.转化为数学问题：已知信息：总体X ~ N ( 1 , 2 )，样本x1 , x2 ,..., xm

7.5正态总体均值与方差的区间估计

1)
1,
即
P
X
S n t / 2 (n 1)
X
S n
t
/
2
(n
1)
1
,
于是得的置信度为 1 的置信区间
X
S n
t
/
2
(n
1)
.
例1 有一大批糖果, 现从中随机地取16袋, 称得
重量(克)如下:
506 508 499 503 504 510 497 512
514 505 493 496 506 502 509 496
2
2
/
2
(n
1)
1,
即
(n 1)S 2
P
2
/
2
(
n
1)
2
(n 1)S 2
2 1
/
2
(n
1)
1 ,
于是得方差 2 的置信度为1 的置信区间
(n
2 /
1)S 2(n
2
1)
,
(n
2 1
/2
1)S 2 (n 1)
.
进一步可得:
标准差的一个置信度为1 的置信区间
n 1S ,
只要n1和n2都很大(实用上 50即可), 则有
1 2的一个置信度为1 的近似置信区间
X
Y
z / 2
S12 n1
S22 n2
.
(3)
2 1
22
2,
但 2 为未知,
1 2的一个置信度为1 的置信区间
X Y t / 2(n1 n2 2)Sw
1 n1
1 n2
.
其中
Sw2
2. 两个总体方差比 12 的置信区间 22

应用统计学第6章置信区间估计

X 和 S2 分别为样本均值和样本方差。可以证明，
2
(n 1)S 2
2
～
2 (n 1)
由
P{12 / 2 (n 1)
(n 1)S 2
2
2 / 2 (n 1)} 1
可得
(n 1)S 2
P{ 2 / 2 (n 1)
2
(n
2 1
/2
1)S 2 }
(n 1)
1
从而 2 的置信度为1-
的置信区间为：
样本成数
p 5 / 300 1.67%
d Z /2 p(1 p) / n
1.96 0.0167(1 0.0167) / 300 1.45%
该厂产品次品率的置信度为95%的置信区间为
( p d, p d ) (0.22%, 3.12%)
22
案例思考题
国外民意调查机构在进行民意调查时，通常要求在95%的置信度下将调查的允许误差(即置信区间的 d 值)控制在3%以内。
(n
2 /
1)S 2 2 (n 1)
,
(n
2 1
/2
1)S 2 (n 1)
f (x)
/2
1-
/2
012 /2 (n 1)
2/2 (n 1) x
8
【例2】求例1中元件寿命方差 2 的 95% 置信区间。
解：由例1，S2 =196.52，n =10，/2=0.025，
1-/2=0.975,
2 0.025
(9)
19.023，
2 0.975
(9)
2.7
(n-1)S2/
2 0.025
(9)
=
9196.52/19.023

正态分布总体的区间估计与假设检验汇总表

（单侧检验）
2
(n
1)S 2
2 0
～2n1
2
2 /2
n
1
或
2
2 1- / 2
n 1
2 2 n 1
2
≥
2 0
2
<
2 0
（单侧检验）
2
2 1-
n
1
2. 两个正态总体均值及方差的假设检验表(显著性水平 α)
条件原假设 H0 备择假设 H1
检验统计量
拒绝域
12
，
2 2
已知
1 =2 1 2 1 2
1 2
1 2
（单侧检验）
SW
(n1 1)S12 (n2 1)S22 n1 n2 2
T < - t (n1 n2 2)
1，2
未知
2 1
=
2 2
2 1
≤
2 2
2 1
≠
2 2
（双侧检验）
2 1
>
2 2
（单侧检验）
F
S12 S22
～
F ( n1 - 1, n2 - 1)
F ≥ F /2 n1 1, n2 1
已知
0 / n
X
0 n
u
/2,
X
0 n
u
/2
2 未知 T X 0 ～ t(n 1) S/ n
X
S n 1
t / 2
n
1 ,
X
S n
1
t
/
2
n
1
方差 2
未知
2
(n 1)S 2
2 0
～2n1
(n 2 /
1)S 2

7.4单个正态总体均值与方差的区间估计

2
(n 1)S 2
2 1
/
2
(n
1)
1,
P
(n 1)S 2
2
/
2
(n
1)
(n
2 1
/2
1)S 2 (n
1)
1
,
即标准差的置信水平为1 α 的一个置信区间为
n 1S ,
2 / 2(n 1)
n
2 1 /
1S 2(n
1)
.
11
概率论与数理统计
例2 (续例1) 求例1中总体标准差的置信度为0.95 的置信区间.
506 508 499 503 504 510 497 512 514 505 493 496 506 502 509 496
设袋装糖果的质量服从正态分布, 试求总体均值
的置信度为 0.95 的置信区间.
(1) 2 38.44; (2) 2未知. 解： 1 0.95, 0.05
6
概率论与数理统计
b
3
概率论与数理统计
由P
z
/
2
X
/
n
z /2
1,
P X
n
z / 2
X
n
z
/
2
1
.
即的一个置信水平为1 的置信区间为
X
n
z / 2 , X
n
z / 2 .
置信区间的长度为
2
n
z / 2 .
4
概率论与数理统计
2 2未知
“枢轴量”
X ~ t(n 1)
1
S/ n
由
P{tα
2(n 1)
X S