区间估计

🏠 数理统计概念导航 · 数理统计题库

方法模板

一、枢轴量三步法(全部区间估计题共用)

①造枢轴量:一个含但分布不含任何未知参数的量②写概率不等式:(用分位数定)③反解:把不等式里的解出来,得到 置信区间的两个端点必须是统计量不许含未知参数

二、正态总体:四个必背的枢轴量

估计对象条件枢轴量置信区间
已知
未知
未知
已知同上,自由度换成
已知用,未知用这是选错就全错的第一分叉 的区间上下端点是大分位数在分母、小分位数在分母,别记反

(因为 在枢轴量的分母上,反解时不等号翻转。)

三、双侧一律查

置信度的双侧区间,查的是不是

常用值:;。

单侧(只关心一端)才查 : 的单侧下限用 。

四、区间长度:一个确定的数

已知时

是常数(不含随机变量),故

未知时 才是随机的,此时 要用 (一般算不出)。

区间缩短一半,样本量要翻四倍

(这与 反解样本容量 是同一件事的两种问法。)

五、单调变换:区间可以整体搬过去

严格单调递增是的同置信度区间

理由一行: 与 是同一个事件,概率当然相同。

置信区间穿得过单调函数,这一点比无偏性强得多

( 递减时两端点要交换位置。)

六、非正态总体:两条出路

  • 大样本 → 中心极限定理,,照用 ;
  • 特殊结构 → 找专门的枢轴量,如 用 (见那一节)。

必考

1000 强化篇 第9章 24

原题 设总体 的数学期望存在且方差为 ,根据来自 的容量为 的简单随机样本测得样本均值为 ,,则 的数学期望的置信度等于 的置信区间为( )。 (A)  (B) (C)  (D)

解析 已知,,:

选 A。

总体分布没给,凭什么用

题目只说”数学期望存在且方差为 “,没说正态。这里用的是中心极限定理的近似: 时 。考研中”方差已知 + 不提分布”默认走这条路。

四个错误选项各对应一个典型失误:

  • B 之类的凑数;实际上 ,把 写成了 ;
  • C ,把 当成了 ;
  • D ,直接把 当成了半宽。

这一步写清楚,四选一就没有悬念。

1000 强化篇 第9章 25

原题 设总体 ,其中 为未知参数, 是来自总体 的简单随机样本,记关于 的置信度为 的置信区间长度为 ,则 的数学期望 ( )。 (A)  (B)  (C)  (D)

解析 已知,,双侧 查 :

区间

是一个常数(不含 ,也不含 ),故

选 B。

两个各占一半错误率的坑

  1. 长度是半宽的两倍:半宽 ,长度要再乘 。选项 A 就是漏乘的。
  2. 双侧查 : 查 。选项 C、D 用的是 。

题目问""而不是"",是想看你有没有意识到 已知时 根本不随机。 若把 换成” 未知”, 才是随机的,那时 需要 ,考研不会考。

1000 基础篇 第6章 21

原题 设一批零件的长度服从正态分布 ,其中 已知, 未知。现从中随机抽取 个零件,测得样本均值为 ,则当置信度为 时, 大于 的接受条件为( )。 (A)  (B) (C)  (D)

解析 ” 大于 “只关心下限,是单侧问题 → 查 ,不是 。

单侧置信下限:由 反解即 的置信度 单侧置信区间是 。

“接受 ” 这个区间整个落在 右边 下限 :

选 C。

两个分叉,各砍一半选项

  • 单侧 vs 双侧:只问一个方向 → 查 → 砍掉 B、D;
  • 移项的符号:把 从左边移到右边变 → 砍掉 A。

A 是最迷惑的选项:它把”置信下限的表达式”直接当成了答案,忘了还要和 比。

置信区间的下限;判定条件是下限

这道题实质上已经是单侧假设检验( vs ): “置信区间不含 ” 与 “拒绝 ” 是同一件事,见 正态总体的三大检验。

880 第二十二章 基础解答 21

原题 设 为来自总体 的简单随机样本值, 服从正态分布 ,已知 。求: (Ⅰ);(Ⅱ) 的置信度为 的置信区间;(Ⅲ) 的置信度为 的置信区间。

解析

(Ⅰ) ,。用正态分布的矩母函数 ,取 、:

若忘了母函数,直接积分也很快:

配方:,剩下的积分是完整的正态密度积分 ,故结果为 。

(Ⅱ) 样本转到 上:。注意这四个数的乘积:

已知,,双侧 查 :

的置信区间为

(Ⅲ) ,而 关于 严格单调递增,故把区间两端直接代入:

的置信区间为

(数值约为 。)

三问是一条完整的链,第(Ⅱ)问的乘积为 是命题人送的礼物

,,——乘积恰好是 ,于是 ,区间关于原点对称。 考场上先算这个乘积,比逐个求对数快得多(而且 、 这些数根本算不出来)。

第(Ⅲ)问是本题的分水岭。 三种错误做法:

  1. 用 做点估计然后自己造区间 ✗;
  2. 忘了 ,写成 ✗;
  3. 试图对 重新构造枢轴量 ✗(做得出来,但完全没必要)。
置信区间在严格单调变换下整体搬家,置信度不变

这条性质无偏性没有( 不是 的无偏估计),最大似然有(不变性)。 三个性质里,只有无偏性穿不过非线性函数。

链接