题目
设总体 (overline(X)-1)/(overline(X)) ,样本均值 xi sim N(mu, 4) ,要使总体均值 overline(X) 的水平为 mu 的置信区间为[95%, -(0.56), overline(X), +(0.56)],样本容量(观测次数)n必须等于()。 A 49 B 64 C 81 D 100
设总体
$\frac{\overline{X}-1}{\overline{X}}$
,样本均值
$\xi \sim N(\mu, 4)$
,要使总体均值
$\overline{X}$
的水平为
$\mu$
的置信区间为[$95\%$, $-\text{0.56}$, $\overline{X}$, $+\text{0.56}$],样本容量(观测次数)n必须等于()。
A 49
B 64
C 81
D 100
题目解答
答案
为了确定样本容量 $ n $ 使得总体均值 $\mu$ 的水平为95%的置信区间为 $\left[\overline{X} - 0.56, \overline{X} + 0.56\right]$,我们需要使用正态分布的性质。已知样本均值 $\overline{X}$ 服从均值为 $\mu$,方差为 $\frac{\sigma^2}{n}$ 的正态分布,其中 $\sigma^2 = 4$。因此,$\overline{X} \sim N\left(\mu, \frac{4}{n}\right)$。
水平为95%的置信区间由下式给出:
\[
\overline{X} \pm z_{\alpha/2} \cdot \frac{\sigma}{\sqrt{n}}
\]
其中 $z_{\alpha/2}$ 是标准正态分布的上 $\alpha/2$ 分位数。对于95%的置信区间,$\alpha = 0.05$,所以 $\alpha/2 = 0.025$。对应的 $z_{0.025}$ 值为1.96。
将已知值代入置信区间公式,我们得到:
\[
\overline{X} \pm 1.96 \cdot \frac{2}{\sqrt{n}}
\]
已知置信区间为 $\left[\overline{X} - 0.56, \overline{X} + 0.56\right]$。因此,我们可以将区间的半径设置为相等:
\[
1.96 \cdot \frac{2}{\sqrt{n}} = 0.56
\]
解 $n$,我们首先简化左边:
\[
\frac{3.92}{\sqrt{n}} = 0.56
\]
接下来,我们通过两边乘以 $\sqrt{n}$ 来隔离 $\sqrt{n}$:
\[
3.92 = 0.56 \cdot \sqrt{n}
\]
然后,我们通过两边除以0.56来解 $\sqrt{n}$:
\[
\sqrt{n} = \frac{3.92}{0.56} = 7
\]
最后,我们通过两边平方来解 $n$:
\[
n = 7^2 = 49
\]
因此,样本容量 $n$ 必须等于 $\boxed{49}$。正确答案是 $\boxed{A}$。
解析
步骤 1:确定置信区间的公式
置信区间公式为:\[ \overline{X} \pm z_{\alpha/2} \cdot \frac{\sigma}{\sqrt{n}} \]
其中,$\overline{X}$ 是样本均值,$z_{\alpha/2}$ 是标准正态分布的上 $\alpha/2$ 分位数,$\sigma$ 是总体标准差,$n$ 是样本容量。
步骤 2:确定置信水平和对应的 $z_{\alpha/2}$ 值
对于95%的置信区间,$\alpha = 0.05$,所以 $\alpha/2 = 0.025$。对应的 $z_{0.025}$ 值为1.96。
步骤 3:代入已知值并求解 $n$
已知 $\sigma^2 = 4$,所以 $\sigma = 2$。置信区间为 $\left[\overline{X} - 0.56, \overline{X} + 0.56\right]$,因此,我们可以将区间的半径设置为相等:\[ 1.96 \cdot \frac{2}{\sqrt{n}} = 0.56 \]
解 $n$,我们首先简化左边:\[ \frac{3.92}{\sqrt{n}} = 0.56 \]
接下来,我们通过两边乘以 $\sqrt{n}$ 来隔离 $\sqrt{n}$:\[ 3.92 = 0.56 \cdot \sqrt{n} \]
然后,我们通过两边除以0.56来解 $\sqrt{n}$:\[ \sqrt{n} = \frac{3.92}{0.56} = 7 \]
最后,我们通过两边平方来解 $n$:\[ n = 7^2 = 49 \]
置信区间公式为:\[ \overline{X} \pm z_{\alpha/2} \cdot \frac{\sigma}{\sqrt{n}} \]
其中,$\overline{X}$ 是样本均值,$z_{\alpha/2}$ 是标准正态分布的上 $\alpha/2$ 分位数,$\sigma$ 是总体标准差,$n$ 是样本容量。
步骤 2:确定置信水平和对应的 $z_{\alpha/2}$ 值
对于95%的置信区间,$\alpha = 0.05$,所以 $\alpha/2 = 0.025$。对应的 $z_{0.025}$ 值为1.96。
步骤 3:代入已知值并求解 $n$
已知 $\sigma^2 = 4$,所以 $\sigma = 2$。置信区间为 $\left[\overline{X} - 0.56, \overline{X} + 0.56\right]$,因此,我们可以将区间的半径设置为相等:\[ 1.96 \cdot \frac{2}{\sqrt{n}} = 0.56 \]
解 $n$,我们首先简化左边:\[ \frac{3.92}{\sqrt{n}} = 0.56 \]
接下来,我们通过两边乘以 $\sqrt{n}$ 来隔离 $\sqrt{n}$:\[ 3.92 = 0.56 \cdot \sqrt{n} \]
然后,我们通过两边除以0.56来解 $\sqrt{n}$:\[ \sqrt{n} = \frac{3.92}{0.56} = 7 \]
最后,我们通过两边平方来解 $n$:\[ n = 7^2 = 49 \]