重构概率论第6讲为「知识点带题」格式,并修复跨讲死链
- 第6讲数理统计:删旧三件套(01-考点手册 4.8 万字符 / 02-试题 / 03-解析)与 PDF, 改为 01-知识点盘点 + 02—09 八点分册 + 10-速查卡,共 10 文件 26 题 - 八点:总体样本与统计量 / 三大抽样分布 / 正态总体抽样分布 / 矩估计 / 最大似然 / 评价标准 / 区间估计 / 假设检验与两类错误 - 盘点含 §0.1 按分值、§0.2 依赖链、§0.3 符号、§0.4 AUTO 反查、§9 覆盖对照(21 条)、§10 接口 - 修复 2026-10 第3讲重构留下的死链:大题十年考点/15-点14(7 处指向已删 01-考点手册)、 知识点构建/17-背诵版第3讲(回查入口 4 处) - 知识点构建/20-背诵版第6讲:回查入口改指新文件,题源注明旧 18 题清单已失效待重出 - 同步:总览.md 第6讲目录树、知识点构建 README 题量 18 → 26
This commit is contained in:
@@ -0,0 +1,174 @@
|
||||
---
|
||||
tags: [数学一, 在学练习, 概率论, 数理统计, 区间估计, 置信区间]
|
||||
专题: 概率论 第6讲 · 点7 区间估计
|
||||
日期: 2026-11-07
|
||||
状态: 知识点带题(7.1 置信区间与枢轴量、7.2 单总体、7.3 两总体,共 3 题)
|
||||
关联笔记: ["[[README]]", "[[01-知识点盘点]]"]
|
||||
---
|
||||
|
||||
# 点 7 区间估计
|
||||
|
||||
> **2016·14 填空 4 分**;两总体部分大纲要求、十年未考(高性价比冷门)|重要度 ★★☆
|
||||
> 依赖:点 3 的四个结论、点 2 的三大分布。盘点对应:§7 全节。
|
||||
|
||||
**组织原则**:区间估计的全部技术就一句话——**找一个"含参数但分布已知"的量(枢轴量),把它夹在中间再反解参数**。三题按"置信区间的含义与反解 → 单总体三个区间 → 两总体两个区间"递进。第 1 题是 2016·14 的真题形态,考的不是套公式而是**"已知一个置信度反推另一个"**。难度标准:三题都是 ★★☆。
|
||||
|
||||
## 知识点 7.1 置信区间与枢轴量(出处:[知识章 §4.1](../../../../参考仓库/Math/probability-theory-and-mathematical-statistics/knowledge/5-mathematical-statistics/mathematical-statistics.tex))
|
||||
|
||||
**枢轴量 $Q$ 的两条要求**:
|
||||
|
||||
1. **含**待估参数 $\theta$ ;
|
||||
2. **分布已知,且不含任何未知参数**。
|
||||
|
||||
由 $P\{a<Q<b\}=1-\alpha$ 反解出 $\theta_L<\theta<\theta_U$ ,即得置信度 $1-\alpha$ 的置信区间。
|
||||
|
||||
**置信度的正确读法**:$1-\alpha$ 说的是"**反复抽样时,约 $100(1-\alpha)\%$ 的区间会盖住真值**",而**不是**"$\theta$ 落在本次区间内的概率"。$\theta$ 是常数(只是未知),区间才是随机的。
|
||||
|
||||
**三个常用枢轴量**:
|
||||
|
||||
| 待估 | 枢轴量 | 分布 |
|
||||
|---|---|---|
|
||||
| $\mu$ ($\sigma$ 已知) | $\dfrac{\bar X-\mu}{\sigma/\sqrt n}$ | $N(0,1)$ |
|
||||
| $\mu$ ($\sigma$ 未知) | $\dfrac{\bar X-\mu}{S/\sqrt n}$ | $t(n-1)$ |
|
||||
| $\sigma^2$ | $\dfrac{(n-1)S^2}{\sigma^2}$ | $\chi^2(n-1)$ |
|
||||
|
||||
## 知识点 7.2 单总体的三个区间(出处:[知识章 §4.1](../../../../参考仓库/Math/probability-theory-and-mathematical-statistics/knowledge/5-mathematical-statistics/mathematical-statistics.tex))
|
||||
|
||||
$$\mu\ (\sigma\ \text{已知}):\quad \bar X\pm z_{\alpha/2}\frac{\sigma}{\sqrt n};\qquad \mu\ (\sigma\ \text{未知}):\quad \bar X\pm t_{\alpha/2}(n-1)\frac{S}{\sqrt n};$$
|
||||
|
||||
$$\sigma^{2}:\quad \left[\frac{(n-1)S^{2}}{\chi^{2}_{\alpha/2}(n-1)},\ \frac{(n-1)S^{2}}{\chi^{2}_{1-\alpha/2}(n-1)}\right].$$
|
||||
|
||||
> **$\sigma^2$ 区间的两个分位点是"反着放"的**:小的那个($\chi^2_{\alpha/2}$ ,上侧面积小)配在**分母**的位置,于是成为区间的**下**限。记法:**分母大则分数小,所以上侧小分位点放上限的分母**——写反了整道题颠倒。
|
||||
|
||||
## 知识点 7.3 两总体的两个区间(出处:[知识章 §4.1](../../../../参考仓库/Math/probability-theory-and-mathematical-statistics/knowledge/5-mathematical-statistics/mathematical-statistics.tex))
|
||||
|
||||
$$\mu_1-\mu_2:\quad (\bar X-\bar Y)\pm t_{\alpha/2}(n_1+n_2-2)\,S_w\sqrt{\frac{1}{n_1}+\frac{1}{n_2}}\quad(\text{方差未知但相等});$$
|
||||
|
||||
$$\frac{\sigma_1^{2}}{\sigma_2^{2}}:\quad \left[\frac{S_1^{2}}{S_2^{2}}\cdot\frac{1}{F_{\alpha/2}(n_1-1,n_2-1)},\ \frac{S_1^{2}}{S_2^{2}}\cdot\frac{1}{F_{1-\alpha/2}(n_1-1,n_2-1)}\right].$$
|
||||
|
||||
> **方差比区间可以直接用来"看方差是否相等"**:区间含 $1$ 就说明不能否定 $\sigma_1^2=\sigma_2^2$ (这是点 8 的 $F$ 检验的区间版本)。
|
||||
|
||||
---
|
||||
|
||||
## 题目(按知识点顺序对应)
|
||||
|
||||
### 题 1 · 7.1:由 0.95 的区间反推 0.9 的区间(★★☆)
|
||||
|
||||
> 设 $X_1,\dots,X_n$ 来自 $N(\mu,\sigma^2)$ ,$\sigma$ 已知,样本均值 $\bar X=9.5$ 。已知 $\mu$ 的置信度为 $0.95$ 的双侧置信区间的**上限**为 $10.8$ 。($z_{0.025}=1.96$ 、$z_{0.05}=1.645$ )
|
||||
>
|
||||
> (Ⅰ)求 $0.95$ 双侧置信区间的下限;
|
||||
> (Ⅱ)求 $\mu$ 的置信度为 $0.9$ 的双侧置信区间的上、下限;
|
||||
> (Ⅲ)说明为什么置信度降低时区间变窄。
|
||||
|
||||
**怎么想**:三个区间共用同一个 $\bar X$ 与同一个 $\frac{\sigma}{\sqrt n}$ ,**只有分位点在变**。所以先由"上限 $=10.8$ "把 $\frac{\sigma}{\sqrt n}$ 解出来,后面全部迎刃而解。
|
||||
|
||||
**解**:
|
||||
|
||||
**(Ⅰ)** 0.95 双侧区间为 $\bar X\pm z_{0.025}\dfrac{\sigma}{\sqrt n}$ 。由上限
|
||||
|
||||
$$9.5+1.96\frac{\sigma}{\sqrt n}=10.8\quad\Longrightarrow\quad\frac{\sigma}{\sqrt n}=\frac{1.3}{1.96}=0.6633 .$$
|
||||
|
||||
由对称性,下限为
|
||||
|
||||
$$9.5-1.96\times0.6633=9.5-1.3=8.2 .$$
|
||||
|
||||
**(Ⅱ)** 0.9 双侧对应 $\alpha=0.1$ ,用 $z_{0.05}=1.645$ :半宽
|
||||
|
||||
$$1.645\times0.6633=1.091 .$$
|
||||
|
||||
故区间为
|
||||
|
||||
$$\left[9.5-1.091,\ 9.5+1.091\right]=[8.409,\ 10.591] .$$
|
||||
|
||||
**(Ⅲ)** 置信度 $1-\alpha$ 降低 $\Rightarrow$ $\alpha$ 增大 $\Rightarrow$ 分位点($z_{\alpha/2}$ )变小 $\Rightarrow$ 半宽变小。**区间越窄越"敢下结论",但盖住真值的把握也越小**——这就是"精度与可靠性的权衡"。
|
||||
|
||||
**验算**:0.95 的半宽 $1.3$ 、0.9 的半宽 $1.091$ ,比值 $\frac{1.3}{1.091}=1.192\approx\frac{1.96}{1.645}=1.191$ ✓,与分位点之比一致。
|
||||
|
||||
**带走结论**:**同一批数据下,不同置信度的区间只差一个"分位点缩放"** 。所以这类反解题的固定套路是:先用一个已知端点解出 $\frac{\sigma}{\sqrt n}$ (或 $\frac{S}{\sqrt n}$ ),再换分位点重算。**不必重算 $\bar X$ 或 $S$ 这两个量** 。
|
||||
|
||||
> **关联** · 盘点 [§7.1 置信区间与枢轴量](01-知识点盘点.md#user-content-71-置信区间与枢轴量) | 上游 — | 下游 — | 速查 [七 区间估计](10-速查卡.md#user-content-七-区间估计)
|
||||
|
||||
---
|
||||
|
||||
### 题 2 · 7.2:单总体的三种区间(★★☆)
|
||||
|
||||
> 设某物理量 $X\sim N(\mu,\sigma^2)$ ,$n=16$ 次测量的样本均值 $\bar X=10$ 、样本方差 $S^2=4$ 。已知 $t_{0.025}(15)=2.131$ 、$\chi^2_{0.025}(15)=27.49$ 、$\chi^2_{0.975}(15)=6.26$ 。
|
||||
>
|
||||
> (Ⅰ)求 $\mu$ 的置信度 $0.95$ 的区间($\sigma$ 未知);
|
||||
> (Ⅱ)若已知 $\sigma^2=4$ ,区间变成多少?为什么比(Ⅰ)窄?
|
||||
> (Ⅲ)求 $\sigma^2$ 的置信度 $0.95$ 的区间。
|
||||
|
||||
**怎么想**:(Ⅰ)(Ⅱ)判断"$\sigma$ 知不知道",直接决定用 $t$ 还是 $z$ ;(Ⅲ)用 $\chi^2$ 枢轴量,注意两个分位点各放在哪个位置。
|
||||
|
||||
**解**:
|
||||
|
||||
**(Ⅰ)** $\sigma$ 未知,用 $t(15)$ :
|
||||
|
||||
$$10\pm2.131\times\frac{S}{\sqrt n}=10\pm2.131\times\frac{2}{4}=10\pm1.0655=[8.93,\ 11.07] .$$
|
||||
|
||||
**(Ⅱ)** $\sigma=2$ 已知,用 $z$ :
|
||||
|
||||
$$10\pm1.96\times\frac{2}{4}=10\pm0.98=[9.02,\ 10.98] .$$
|
||||
|
||||
**为什么更窄**:$2.131>1.96$ ,分位点更小。本质上"知道了 $\sigma$ "是**额外信息**,信息多了区间自然可以更窄。$n$ 越大两者越接近($t(n-1)\to z$ )。
|
||||
|
||||
**(Ⅲ)** 枢轴量 $\dfrac{15S^2}{\sigma^2}\sim\chi^2(15)$ ,
|
||||
|
||||
$$P\left\{\chi^2_{0.975}(15)<\frac{15S^2}{\sigma^2}<\chi^2_{0.025}(15)\right\}=1-0.05=0.95 .$$
|
||||
|
||||
反解得
|
||||
|
||||
$$\frac{15S^2}{\chi^2_{0.025}(15)}<\sigma^2<\frac{15S^2}{\chi^2_{0.975}(15)} .$$
|
||||
|
||||
代入 $15S^2=15\times4=60$ :
|
||||
|
||||
$$\left[\frac{60}{27.49},\ \frac{60}{6.26}\right]=[2.18,\ 9.58] .$$
|
||||
|
||||
**验算**:区间关于 $S^2=4$ **不对称**($[2.18,9.58]$ 明显右偏),这是 $\chi^2$ 分布本身右偏所致;而 $\mu$ 的区间是**对称**的($t$ 分布偶对称)。**这个不对称不是算错**。
|
||||
|
||||
**带走结论**:**三个区间的枢轴量分别是 $z$ 、$t$ 、$\chi^2$ ,记住这张表比记公式更管用**。两个易错点:① $\sigma$ 未知时不能"用 $S$ 代替 $\sigma$ 再查 $z$ 表"(那是把 $t$ 当 $z$ ,区间偏窄、置信度不足);② $\sigma^2$ 区间的两个分位点放反会导致整段颠倒。
|
||||
|
||||
> **关联** · 盘点 [§7.2 单总体的三个区间](01-知识点盘点.md#user-content-72-单总体的三个区间) | 上游 — | 下游 — | 速查 [七 区间估计](10-速查卡.md#user-content-七-区间估计)
|
||||
|
||||
---
|
||||
|
||||
### 题 3 · 7.3:两总体的均值差与方差比(★★☆)
|
||||
|
||||
> 两台机床加工同一零件,长度分别服从 $N(\mu_1,\sigma^2)$ 与 $N(\mu_2,\sigma^2)$ (方差相同但未知)。各取 $n_1=n_2=10$ 件,测得
|
||||
>
|
||||
> $$\bar X=20.5,\ S_1^2=0.4;\qquad \bar Y=19.8,\ S_2^2=0.6 .$$
|
||||
>
|
||||
> 已知 $t_{0.025}(18)=2.101$ 、$F_{0.025}(9,9)=4.03$ 。
|
||||
>
|
||||
> (Ⅰ)求 $\mu_1-\mu_2$ 的置信度 $0.95$ 的区间;
|
||||
> (Ⅱ)求 $\dfrac{\sigma_1^2}{\sigma_2^2}$ 的置信度 $0.95$ 的区间,并说明它与"(Ⅰ)用合并方差是否合理"的关系。
|
||||
|
||||
**怎么想**:(Ⅰ)方差未知但相等 $\Rightarrow$ 先算合并方差 $S_w^2$ ,自由度 $n_1+n_2-2=18$ 。(Ⅱ)用 $F$ 区间,下限要用 $F_{0.975}=1/F_{0.025}$ 倒数换。
|
||||
|
||||
**解**:
|
||||
|
||||
**(Ⅰ)** 合并方差
|
||||
|
||||
$$S_w^2=\frac{(n_1-1)S_1^2+(n_2-1)S_2^2}{n_1+n_2-2}=\frac{9\times0.4+9\times0.6}{18}=\frac{9}{18}=0.5,\qquad S_w=\sqrt{0.5}\approx0.7071 .$$
|
||||
|
||||
标准误
|
||||
|
||||
$$S_w\sqrt{\frac{1}{n_1}+\frac{1}{n_2}}=0.7071\times\sqrt{0.2}=0.7071\times0.4472=0.3162 .$$
|
||||
|
||||
区间
|
||||
|
||||
$$(20.5-19.8)\pm2.101\times0.3162=0.7\pm0.664=[0.036,\ 1.364] .$$
|
||||
|
||||
**(Ⅱ)** $\dfrac{S_1^2/\sigma_1^2}{S_2^2/\sigma_2^2}\sim F(9,9)$ ,由点 2 的倒数性质 $F_{0.975}(9,9)=\dfrac{1}{F_{0.025}(9,9)}=\dfrac{1}{4.03}=0.2481$ 。区间
|
||||
|
||||
$$\left[\frac{S_1^2}{S_2^2}\cdot\frac{1}{F_{0.025}(9,9)},\ \frac{S_1^2}{S_2^2}\cdot\frac{1}{F_{0.975}(9,9)}\right]=\left[\frac{0.4}{0.6}\cdot\frac{1}{4.03},\ \frac{0.4}{0.6}\cdot\frac{1}{0.2481}\right]=[0.165,\ 2.687] .$$
|
||||
|
||||
**与(Ⅰ)的关系**:这个区间**包含 $1$ 这个点** ,说明不能否定 $\sigma_1^2=\sigma_2^2$ ——所以(Ⅰ)里把两个方差合并成 $S_w^2$ 是**合理的**。反之若区间不含 $1$ ,就应该改用"方差不等"的近似 $t$ 检验(Welch),不能合并。
|
||||
|
||||
**验算**:$S_1^2/S_2^2=\frac{0.4}{0.6}=0.6667$ 落在 $[0.165,2.687]$ 的中点附近(几何中点 $\sqrt{0.165\times2.687}=\sqrt{0.4433}=0.666$ ✓)——$F$ 区间在对数尺度上对称。
|
||||
|
||||
**带走结论**:**两总体题的第一步永远是"方差是否相等"** ,而判断它正好用方差比区间(或点 8 的 $F$ 检验)。另外注意 $F$ 区间的两端**不是算术对称**而是**几何对称**($\sqrt{\text{下}\times\text{上}}=\frac{S_1^2}{S_2^2}$ ),这可以当算错的自检。
|
||||
|
||||
> **关联** · 盘点 [§7.3 两总体的两个区间](01-知识点盘点.md#user-content-73-两总体的两个区间) | 上游 — | 下游 — | 速查 [七 区间估计](10-速查卡.md#user-content-七-区间估计)
|
||||
|
||||
---
|
||||
Reference in New Issue
Block a user