置信区间

🏠 数理统计概念导航

核心问题

点估计给出一个数，但那个数几乎肯定不等于真值。能不能给一个”有把握的范围”？

区间估计的输出不是一个数，而是一段随机的区间 一个把握程度。 它把”估计”这件事从”猜一个点”升级成”划一个圈，并说出圈住真值的概率”。

核心定义 / 定理 / 结论

一、定义

设 是两个统计量，若

则称 为 的置信度（置信水平）为 的置信区间。

是一个固定的未知常数；每抽一次样得到一个区间，其中约 比例的区间会盖住 。 说” 落在这个区间里的概率是 “是错误的语言（虽然考试通常不扣分）。

二、枢轴量三步法

三、正态总体的四个枢轴量（必背）

估计对象	条件	枢轴量	置信区间
	已知
	未知
	未知
	已知		同上，自由度换

（因为 在枢轴量的分母上，反解时不等号翻转。）

四、双侧查 ，单侧查

五、区间长度

已知时

未知时 才是随机的。

反解样本量：要求 ，则

这与 反解样本容量 是同一件事的两种问法。

六、单调变换：区间可以整体搬家

理由一行： 与 是同一个事件。

严格递减时两端点交换位置。

七、非正态总体的两条出路

后者的经典结果：

（ 以概率 成立，所以左端”免费”， 全部留给右侧。）

八、与假设检验的对偶

两者用的是同一个枢轴量、同一个分位数，只是问法相反： 区间估计问”哪些 不会被拒绝”，假设检验问”这个 会不会被拒绝”。

典型题型

1. 套公式算区间 —— 先判 已知/未知，再定单侧/双侧。
2. 区间长度与 —— 注意 已知时 是常数。
3. 单调变换后的区间 —— 两端点直接代入。
4. 非正态总体（均匀分布）的区间 —— 用 作枢轴量。
5. 由区间反判 —— 单侧下限与 比大小。

图示 / 直觉

重复抽样 次得到 个区间，约 个会盖住那个固定的 。 盖不住的那 个，你也不知道是哪几个——这就是”置信”二字的全部含义。

常见误用

1. 双侧查 —— 本篇最高频错误。 双侧查 。
2. 未知却用 —— 必须换 。
3. 区间长度写成半宽 —— 长度是半宽的两倍。
4. 区间的上下端点写反 —— 大分位数在分母给下端点。
5. 端点里留着未知参数 —— 那不是置信区间。
6. 说” 落在区间里的概率是 ” —— 随机的是区间不是 。
7. 已知时 的自由度还写 —— 应为 。
8. 单调变换时忘了函数里的常数 —— 如 那个 。

与旧知识的连接

• 分位数与临界值 —— 第②步的全部工具。
• 正态总体的抽样分布定理 —— 四个枢轴量的来源。
• 中心极限定理 —— 非正态总体时的依据。
• 最大值与最小值的分布 —— 均匀分布枢轴量的计算。
• 假设检验的框架 —— 对偶关系。

题型训练

• 区间估计
• 均匀分布族与极值统计量
• 反解样本容量

链接

• 上游：分位数与临界值 · 正态总体的抽样分布定理 · 无偏性
• 平行：假设检验的框架与两类错误
• 下游：正态总体的检验统计量
• 章节导航：数理统计