题目
设 X sim N(mu, sigma^2) 且 sigma^2 未知,若样本容量为 n,且分位数均指定为“上侧分位数”时,则 mu 的 95% 的置信区间为().A. (overline(x) pm (sigma)/(sqrt(n)) mu_(0.025))B. (overline(x) pm (s)/(sqrt(n)) t_(0.05)(n-1))C. (overline(x) pm (s)/(sqrt(n)) t_(0.025)(n))D. (overline(x) pm (s)/(sqrt(n)) t_(0.025)(n-1))
设 $X \sim N(\mu, \sigma^2)$ 且 $\sigma^2$ 未知,若样本容量为 $n$,且分位数均指定为“上侧分位数”时,则 $\mu$ 的 95% 的置信区间为().
A. $\left(\overline{x} \pm \frac{\sigma}{\sqrt{n}} \mu_{0.025}\right)$
B. $\left(\overline{x} \pm \frac{s}{\sqrt{n}} t_{0.05}(n-1)\right)$
C. $\left(\overline{x} \pm \frac{s}{\sqrt{n}} t_{0.025}(n)\right)$
D. $\left(\overline{x} \pm \frac{s}{\sqrt{n}} t_{0.025}(n-1)\right)$
题目解答
答案
D. $\left(\overline{x} \pm \frac{s}{\sqrt{n}} t_{0.025}(n-1)\right)$
解析
本题考查正态总体均值在方差未知时的置信区间的知识点。解题思路如下:
- 首先明确已知条件,总体 $X\sim N(\mu,\sigma^{2})$ 且方差 $\sigma^{2}$ 未知,样本容量为 $n$,要构建 $\mu$ 的 95% 的置信区间。
- 当总体方差 $\sigma^{2}$ 未知时,我们使用 $t$ - 分布来构建总体均值 $\mu$ 的置信区间。此时统计量 $T=\frac{\overline{X}-\mu}{S/\sqrt{n}}\sim t(n - 1)$,其中 $\overline{X}$ 是样本均值,$S$ 是样本标准差。
- 对于 95% 的置信区间,意味着置信水平 $1-\alpha=0.95$,那么 $\alpha = 1 - 0.95=0.05$。
- 由于分位数指定为“上侧分位数”,根据 $t$ - 分布的性质,我们有 $P\left\{-t_{\frac{\alpha}{2}}(n - 1)<\frac{\overline{X}-\mu}{S/\sqrt{n}}<t_{\frac{\alpha}{2}}(n - 1)\right\}=1-\alpha$。
- 对不等式 $-t_{\frac{\alpha}{2}}(n - 1)<\frac{\overline{X}-\mu}{S/\sqrt{n}}<t_{\frac{\alpha}{2}}(n - 1)$ 进行变形求解 $\mu$ 的范围:
- 先将不等式各项同时乘以 $\frac{S}{\sqrt{n}}$,得到 $-t_{\frac{\alpha}{2}}(n - 1)\frac{S}{\sqrt{n}}<\overline{X}-\mu<t_{\frac{\alpha}{2}}(n - 1)\frac{S}{\sqrt{n}}$。
- 然后将不等式各项同时减去 $\overline{X}$,得到 $-\overline{X}-t_{\frac{\alpha}{2}}(n - 1)\frac{S}{\sqrt{n}}<-\mu<-\overline{X}+t_{\frac{\alpha}{2}}(n - 1)\frac{S}{\sqrt{n}}$。
- 最后将不等式各项同时乘以 $- 1$,不等号方向改变,得到 $\overline{X}-t_{\frac{\alpha}{2}}(n - 1)\frac{S}{\sqrt{n}}<\mu<\overline{X}+t_{\frac{\alpha}{2}}(n - 1)\frac{S}{\sqrt{n}}$,即 $\mu$ 的置信区间为 $\left(\overline{X}\pm\frac{S}{\sqrt{n}}t_{\frac{\alpha}{2}}(n - 1)\right)$。
- 把 $\alpha = 0.05$ 代入,可得 $\frac{\alpha}{2}=0.025$,所以 $\mu$ 的 95% 的置信区间为 $\left(\overline{x}\pm\frac{s}{\sqrt{n}}t_{0.025}(n - 1)\right)$。