高等数学 / 系统课时

已知方差的均值区间

已知方差的均值区间

当总体标准差已知时,可以用标准正态分布为总体均值构造置信区间。本课将给出适用条件、计算公式、完整步骤和结果解释。

学习目标

  • 判断已知方差均值区间的适用条件
  • 使用标准正态分位数计算总体均值置信区间
  • 正确解释区间并识别常见计算错误

适用条件

设总体均值为 μ\mu,总体标准差 σ\sigma 已知,从总体中独立抽取容量为 nn 的随机样本,样本均值为 Xˉ\bar X。

当总体服从正态分布时,下面的区间是精确置信区间;当总体分布未知但样本量足够大时,可依据中心极限定理作近似计算。若样本之间不独立,或抽样机制存在明显偏差,该公式不能直接保证覆盖率。

区间公式

样本均值标准化后满足:

Z=Xˉ−μσ/nZ=\frac{\bar X-\mu}{\sigma/\sqrt{n}}

双侧置信水平为 1−α1-\alpha 时,总体均值的置信区间为:

Xˉ±z1−α/2σn\bar X\pm z_{1-\alpha/2}\frac{\sigma}{\sqrt{n}}

其中,σ/n\sigma/\sqrt{n} 是标准误,z1−α/2z_{1-\alpha/2} 是标准正态分布的分位数,两者乘积称为误差限。

置信水平 α\alpha 临界值 z1−α/2z_{1-\alpha/2}
90% 0.10 1.645
95% 0.05 1.960
99% 0.01 2.576

完整计算示例

某生产过程的产品重量总体标准差已知为 σ=8\sigma=8 克。随机抽取 n=64n=64 个产品,得到样本均值 xˉ=50\bar x=50 克。现在构造总体均值 μ\mu 的 95% 置信区间。先计算标准误:

σn=864=1\frac{\sigma}{\sqrt{n}}=\frac{8}{\sqrt{64}}=1

95% 置信水平对应 z0.975=1.96z_{0.975}=1.96,因此误差限为:

1.96×1=1.961.96\times 1=1.96

置信区间为:

50±1.96=[48.04,51.96]50\pm 1.96=[48.04,51.96]

预期结果是总体均值的 95% 置信区间为 [48.04,51.96][48.04,51.96] 克。准确表述应为:使用长期覆盖率为 95% 的区间构造方法,本次得到的区间是 [48.04,51.96][48.04,51.96] 克。

计算顺序与验证

实际解题时,先确认 σ\sigma 是否为已知总体标准差,再确定置信水平和对应的 zz 分位数。随后计算标准误、误差限,最后用样本均值加减误差限。

可用“中心等于 xˉ\bar x、上下界到中心距离相同”做快速检查。本例中:

48.04+51.962=50\frac{48.04+51.96}{2}=50

如果区间中心不等于样本均值,通常说明加减、四舍五入或抄写过程出现错误。

常见错误与边界

不要把样本标准差 ss 当成已知的总体标准差 σ\sigma。当 σ\sigma 未知且总体近似正态时,通常应使用 tt 分布区间,而不是直接套用本课公式。

双侧 95% 区间使用的是 z0.975z_{0.975},不是 z0.95z_{0.95},因为总计 5% 的尾部概率要平均分到两侧。样本量增大时,标准误按 1/n1/\sqrt{n} 缩小;若希望误差限减半,样本量通常需要扩大到原来的 4 倍。

按自己的节奏,确认真正理解。

目录与阅读设置

阅读设置

17

记录一个想法

已知方差的均值区间

0 / 10000 · 笔记保存到账号。未提交的修改会在关闭、离开或刷新后丢失。

登录哪都通