Files
MathNotesVersion2/基于考研的学习/数学一/在学练习/概率论-第6讲-数理统计/08-点7-区间估计.md
T
Yimu 4e4009de30 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
2026-11-07 13:02:26 +08:00

175 lines
10 KiB
Markdown
Raw Blame History

This file contains ambiguous Unicode characters
This file contains Unicode characters that might be confused with other characters. If you think that this is intentional, you can safely ignore this warning. Use the Escape button to reveal them.
---
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)
---