机器学习|单个正态总体的区间估计，均值、方差的置信区间求法+实际应用| 15mins 入门 |概统学习笔记（二十八）

（一）单个正态总体$N(\mu ,{\sigma }^2)$的区间估计

1. 均值$\mu$的置信区间

(1) ${\sigma }^2$已知

设$X_1,...,X_n$是取自$N(\mu ,{\sigma }^2)$的样本，${\sigma }^2$已知，求参数$\mu$的置信度为$1-\alpha$的置信区间。

(明确问题，是求什么参数的置信区间？置信水平是多少？)

解：选$\mu$的点估计为$\overline{X}$，$\overline{X}\sim N(\mu ,\frac{{\sigma }^2}{n})$

（寻找未知参数的一个良好估计，可用点估计法得到）

取$U=\frac{\overline{X}-\mu }{\sigma /\sqrt{n}}\sim N(0,1)$

（寻找一个待估参数和估计量的函数为枢轴量，要求其分布为已知，有了分布，就可以求出U取值于任意区间的概率）

对于给定的置信水平$1-\alpha$，查正态分布表得$u_{\alpha /2}$,使得
P { ∣ X ‾ − μ σ / n ∣ ≤ u α / 2 } = 1 − α P\{|\frac{\overline X -\mu}{\sigma/\sqrt n}|\leq u_{\alpha/2}\}=1-\alpha P{∣σ/n ​X−μ​∣≤uα/2​}=1−α
(对于给定的置信水平（大概率），根据U的分布，确定一个区间，使得U取值于该区间的概率为置信水平)

从中解得
P { X ‾ − σ n u α / 2 ≤ μ ≤ X ‾ + σ n u α / 2 } = 1 − α P\{\overline X-\frac{\sigma}{\sqrt n}u_{\alpha/2}\leq \mu \leq \overline X+ \frac{\sigma}{\sqrt n}u_{\alpha/2}\}=1-\alpha P{X−n ​σ​uα/2​≤μ≤X+n ​σ​uα/2​}=1−α
于是所求$\mu$的置信区间为
$$[\overline{X}-\frac{\sigma }{\sqrt{n}}{u}_{a/2},\overline{X}+\frac{\sigma }{\sqrt{n}}{u}_{\alpha /2}]$$
也可简记为
$$\overline{X}\pm \frac{\sigma }{\sqrt{n}}{u}_{\alpha /2}$$
实际应用：

一个车间生产滚珠，滚珠的直径服从正态分布，从某天的产品里随机抽出5个滚珠，量得直径如下（单位：mm）。如果已知该天滚珠直径的方差为0.05，试求平均直径的置信区间($\alpha =0.05$).

滚珠1	滚珠2	滚珠3	滚珠4	滚珠5
14.6	15.1	14.9	15.2	15.1

解：滚珠直径$X\sim N(\mu ,0.05)$
$$\overline{X}=\frac{14.6+15.1+14.9+15.2+15.1}{5}=14.98\approx \mu$$
置信度为$1-\alpha =0.95$,所以$u_{\frac{a}{2}}=u_{0.025}=1.96$

于是要求的置信区间为
$$[14.98-1.96\times \sqrt{\frac{0.05}{5}},14.98+1.96\times \sqrt{\frac{0.05}{5}}]=[14.8,15.2]$$
（2）${\sigma }^2$未知

${\sigma }^2$未知，故不能用前面给出$\mu$的置信区间$[\overline{X}-\frac{\sigma }{\sqrt{n}}{u}_{a/2},\overline{X}+\frac{\sigma }{\sqrt{n}}{u}_{a/2}]$。

考虑到$S^2$是${\sigma }^2$的无偏估计，因此只需将$U=\frac{\overline{X}-\mu }{\sigma /\sqrt{n}}$中的$\sigma$换成$S=\sqrt{S^2}$,于是有枢轴量(抽样分布定理3)
$$T=\frac{\overline{X}-\mu }{S/\sqrt{n}}\sim t(n-1)$$
进而得出$\mu$的置信区间为
$$[\overline{X}-\frac{S}{\sqrt{n}}{t}_{a/2}(n-1),\overline{X}+\frac{S}{\sqrt{n}}{t}_{a/2}(n-1)]$$
实际运用

​ 已知某种木材横纹抗压力的实验值服从正态分布，对10个试件作横纹抗压力试验得数据如下（单位:Mpa）

​ |48.2|49.3|45.7|47.1|51.0|44.6|43.5|41.8|39.4|46.9|

​ 试对该木材的平均横纹抗压力进行区间估计$(\alpha =0.05)$

​ 解：总体的方差未知${\sigma }^2$未知，对总体的$\mu$值进行区间估计，应选用随机变量：
$$T=\frac{\overline{X}-\mu }{S/\sqrt{n}}\sim t(n-1)$$
​ 根据 P { ∣ T ∣ ≤ t a / 2 ( n − 1 ) } = 1 − α = 0.95 P\{|T|\leq t_{a/2}(n-1)\}=1-\alpha=0.95 P{∣T∣≤ta/2​(n−1)}=1−α=0.95，

​ 查自由度为10-1=9的t分布表得：
$$t_{a/2}(n-1)=t_{0.025}(9)=2.262$$
​ 即 P { ∣ X ‾ − μ S / n ∣ ≤ 2.262 } = 0.95 P\{|\frac{\overline X-\mu}{S/\sqrt n}|\leq 2.262\}=0.95 P{∣S/n ​X−μ​∣≤2.262}=0.95

​ 于是平均横纹抗压力$\mu$的置信区间为
$$[\overline{X}-\frac{S}{\sqrt{n}}\times 2.262,\overline{X}+\frac{S}{\sqrt{n}}\times 2.262]$$
​ 将实验数据代入，得$\overline{X}=45.75、S=35.218$

​ 则平均横纹抗压力的置信区间为$[43.23,48.269]$

2. 方差${\sigma }^2$的置信区间

根据实际情况需要，只需要介绍$\mu$未知下的${\sigma }^2$的置信区间。由于${\sigma }^2$的无偏估计为$S^2$，所以一般采用以下函数G(抽样分布定理2)为枢轴量。
$$G=\frac{(n-1)S^2}{{\sigma }^2}\sim {\chi }^2(n-1)$$
于是
P { χ 1 − a / 2 2 ( n − 1 ) < ( n − 1 ) S 2 σ 2 < χ a / 2 2 ( n − 1 ) } = 1 − a P\{\chi^2_{1-a/2}(n-1)<\frac{(n-1)S^2}{\sigma^2}<\chi^2_{a/2}(n-1)\}=1-a P{χ1−a/22​(n−1)<σ2(n−1)S2​<χa/22​(n−1)}=1−a
即
P { ( n − 1 ) S 2 χ a / 2 2 ( n − 1 ) < σ 2 < ( n − 1 ) S 2 χ 1 − a / 2 2 ( n − 1 ) } = 1 − a P\{\frac{(n-1)S^2}{\chi^2_{a/2}(n-1)}<\sigma^2<\frac{(n-1)S^2}{\chi^2_{1-a/2}(n-1)}\}=1-a P{χa/22​(n−1)(n−1)S2​<σ2<χ1−a/22​(n−1)(n−1)S2​}=1−a
进而得出${\sigma }^2$的置信区间为
$$[\frac{(n-1)S^2}{{\chi }_{a/2}^2(n-1)},\frac{(n-1)S^2}{{\chi }_{1-a/2}^2(n-1)}]$$
标准差$\sigma$的置信区间为
$$[\frac{S\sqrt{n-1}}{\sqrt{{\chi }_{a/2}^2(n-1)}},\frac{S\sqrt{n-1}}{\sqrt{{\chi }_{1-a/2}^2(n-1)}}]$$
如果$\mu$已知，则选择的枢轴量为
$$U=\frac{\overline{X}-\mu }{\sigma /\sqrt{n}}\sim N(0,1)$$

实际应用

岩石密度的测量误差服从正态分布，随机抽测12个样品得S=0.2，求${\sigma }^2$的置信区间(a=0.1)

解：以X表示测量误差，$X\sim N(\mu ,{\sigma }^2)$, 下面用样本的方差$S^2=0.2^2=0.04$来估计总体的方差${\sigma }^2$，对${\sigma }^2$作区间估计(a=0.1)，选用随机变量
$$X^2=\frac{(n-1)S^2}{{\sigma }^2}\sim {\chi }^2(n-1)$$
于是
P { ( n − 1 ) S 2 χ a / 2 2 ( n − 1 ) < σ 2 < ( n − 1 ) S 2 χ 1 − a / 2 2 ( n − 1 ) } = 0.9 P\{\frac{(n-1)S^2}{\chi^2_{a/2}(n-1)}<\sigma^2<\frac{(n-1)S^2}{\chi^2_{1-a/2}(n-1)}\}=0.9 P{χa/22​(n−1)(n−1)S2​<σ2<χ1−a/22​(n−1)(n−1)S2​}=0.9
因为
$$\begin{gathered} {\chi }_{0.05}^2(12-1)=19.675 \\ {\chi }_{0.95}^2(12-1)=4.575 \end{gathered}$$
得${\sigma }^2$的置信区间为
$$[\frac{(n-1)S^2}{{\chi }_{a/2}^2(n-1)},\frac{(n-1)S^2}{{\chi }_{1-a/2}^2(n-1)}]=[0.02,0.10]$$