本文详细介绍了区间估计中正态总体参数的估计，包括单正态总体下均值μ和方差σ2的点估计及其抽样分布。在双正态总体情况下，探讨了μ1-μ2和σ22/σ12的点估计及分布。此外，还简要提及了非正态总体参数的区间估计方法，强调了当样本量足够大时，可利用中心极限定理进行近似处理。
一、单正态总体参数
已知服从正态总体分布： X ˉ ∼ N ( μ , σ 2 n ) \bar{X} \sim N(\mu,\frac{\sigma^2}{n}) Xˉ∼N(μ,nσ2)
1. 欲估计均值 μ \mu μ，考虑 μ \mu μ的点估计 X ˉ \bar{X} Xˉ
- 若 σ 2 已 知 ： \sigma^2 已知： σ2已知：
T ( μ ) = μ − X ˉ σ / n ∼ N ( 0 , 1 ) T(\mu)=\frac{\mu-\bar{X}}{ {\sigma/\sqrt{n}}} \sim N(0,1) T(μ)=σ/nμ−Xˉ∼N(0,1) - 若 σ 2 未 知 ： \sigma^2 未知： σ2未知：
T ( μ ) = μ − X ˉ S / n − 1 = μ − X ˉ S ∗ / n ∼ t ( n − 1 ) T(\mu) = \frac{\mu-\bar{X}}{S/\sqrt{n-1}}=\frac{\mu-\bar{X}}{S*/\sqrt{n}}\sim t(n-1) T(μ)=S/n−1μ−Xˉ=S∗/nμ−Xˉ∼t(n−1)
最低0.47元/天 解锁文章
扫一扫
2万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
