高等数学 / 系统课时

总体方差的置信区间

总体方差的置信区间

当总体服从正态分布时,可以利用样本方差与卡方分布的关系,为总体方差和标准差构造精确置信区间。本课将从枢轴量出发,给出计算步骤、完整例题和常见易错点。

学习目标

  • 理解样本方差对应的卡方枢轴量
  • 构造总体方差与标准差的双侧置信区间
  • 正确处理自由度、分位点顺序与适用前提

枢轴量为何成立

设 X1,X2,…,XnX_1,X_2,\ldots,X_n 来自正态总体 N(μ,σ2)N(\mu,\sigma^2),样本方差定义为

S2=1n−1∑i=1n(Xi−Xˉ)2S^2=\frac{1}{n-1}\sum_{i=1}^{n}(X_i-\bar X)^2

正态性保证下面的统计量服从自由度为 n−1n-1 的卡方分布:

(n−1)S2σ2∼χ2(n−1)\frac{(n-1)S^2}{\sigma^2}\sim\chi^2(n-1)

这个统计量同时包含样本信息 S2S^2 和待估参数 σ2\sigma^2,而它的分布不再依赖未知参数,因此可以用来反解 σ2\sigma^2 的取值范围。

卡方枢轴量构造方差置信区间

区间公式与计算步骤

记 ν=n−1\nu=n-1,并用 χp2(ν)\chi^2_p(\nu) 表示卡方分布的下侧 pp 分位点,即其左侧累计概率为 pp。置信度为 1−α1-\alpha 时,

P(χα/22(ν)≤(n−1)S2σ2≤χ1−α/22(ν))=1−αP\left(\chi^2_{\alpha/2}(\nu)\leq\frac{(n-1)S^2}{\sigma^2}\leq\chi^2_{1-\alpha/2}(\nu)\right)=1-\alpha

对不等式反解 σ2\sigma^2,得到总体方差的置信区间:

[(n−1)S2χ1−α/22(ν),(n−1)S2χα/22(ν)]\left[\frac{(n-1)S^2}{\chi^2_{1-\alpha/2}(\nu)},\frac{(n-1)S^2}{\chi^2_{\alpha/2}(\nu)}\right]

总体标准差 σ\sigma 的区间只需对两个端点分别开平方:

[(n−1)S2χ1−α/22(ν),(n−1)S2χα/22(ν)]\left[\sqrt{\frac{(n-1)S^2}{\chi^2_{1-\alpha/2}(\nu)}},\sqrt{\frac{(n-1)S^2}{\chi^2_{\alpha/2}(\nu)}}\right]

实际计算时,先确定 nn、S2S^2 和置信度,再取自由度 n−1n-1,查出两个卡方分位点,最后代入公式。由于分母取倒数,较大的分位点必须放在区间下限。

完整例题

某正态总体抽取 n=20n=20 个观测值,得到样本方差 S2=16S^2=16。求总体方差和标准差的 95%95\% 置信区间。

此时 α=0.05\alpha=0.05、ν=19\nu=19。查表得到

χ0.0252(19)≈8.907,χ0.9752(19)≈32.852\chi^2_{0.025}(19)\approx8.907,\qquad\chi^2_{0.975}(19)\approx32.852

总体方差区间为

[19×1632.852,19×168.907]≈[9.25,34.13]\left[\frac{19\times16}{32.852},\frac{19\times16}{8.907}\right]\approx[9.25,34.13]

再对端点开平方,总体标准差区间为

[9.25,34.13]≈[3.04,5.84][\sqrt{9.25},\sqrt{34.13}]\approx[3.04,5.84]

结论是:按这种抽样与构造方法重复进行,约有 95%95\% 的区间会覆盖真实总体方差。它不是说已经固定的 σ2\sigma^2 有 95%95\% 概率落在本次区间内。

适用前提与易错点

该区间是正态总体下的精确结论。样本量较小时若总体明显偏态或存在严重异常值,卡方关系可能失效,不能机械套用公式。

不同教材可能使用“右尾临界值”记号。使用表格或软件前,应先确认分位点定义;最稳妥的做法是检查较大的卡方值是否放在方差区间的分母下限位置。

自由度必须使用 n−1n-1,而不是 nn。估计标准差时应对方差区间端点开平方,不能直接把样本标准差代入方差公式。

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

总体方差的置信区间

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