logo
  • write-homewrite-home-active首页
  • icon-chaticon-chat-activeAI 智能助手
  • icon-pluginicon-plugin-active浏览器插件
  • icon-subjecticon-subject-active学科题目
  • icon-uploadicon-upload-active上传题库
  • icon-appicon-app-active手机APP
首页
/
统计
题目

2.假定某商店中一种商品的月销售量服从正态分布N(mu,sigma^2),σ未知.为了合理地确定对该商品的进货量,需对μ和σ作估计,为此随机抽取七个月,其销售量分别为64,57,49,81,76,70,59,试求μ的双侧0.95置信区间和方差σ²的双侧0.9置信区间.

2.假定某商店中一种商品的月销售量服从正态分布$N(\mu,\sigma^{2})$,σ未知.为了合理地确定对该商品的进货量,需对μ和σ作估计,为此随机抽取七个月,其销售量分别为64,57,49,81,76,70,59,试求μ的双侧0.95置信区间和方差σ²的双侧0.9置信区间.

题目解答

答案

1. **计算样本均值**: $\bar{x} = \frac{1}{7} \sum x_i \approx 65.14$。 2. **计算样本方差**: $s^2 \approx 108.41$(题目给定)。 3. **$\mu$ 的置信区间**: 使用 t 分布,$t_{0.025}(6) \approx 2.4$, 置信区间为 $\left[ \bar{x} - 2.4 \frac{s}{\sqrt{7}}, \bar{x} + 2.4 \frac{s}{\sqrt{7}} \right] \approx [54.73, 75.56]$。 4. **$\sigma^2$ 的置信区间**: 使用 $\chi^2$ 分布,$\chi^2_{0.05}(6) \approx 12.592$,$\chi^2_{0.95}(6) \approx 1.635$, 置信区间为 $\left[ \frac{6s^2}{12.592}, \frac{6s^2}{1.635} \right] \approx [60.3, 464.14]$。 **答案**: $\mu$ 的置信区间:$\boxed{[54.73, 75.56]}$ $\sigma^2$ 的置信区间:$\boxed{[60.3, 464.14]}$

解析

本题主要考查正态总体均值和方差在方差未知情况下的区间估计,解题思路如下:

  1. 计算样本均值:样本均值$\bar{x}$是总体均值$\mu$的点估计,计算公式为$\bar{x}=\frac{1}{n}\sum_{i = 1}^{n}x_{i}$,其中$n$是样本容量,$x_{i}$是第$i$个样本值。
  2. 计算样本方差:样本方差$s^{2}$是总体方差$\sigma^{2}$的点估计,计算公式为$s^{2}=\frac{1}{n - 1}\sum_{i = 1}^{n}(x_{i}-\bar{x})^{2}$。
  3. 求$\mu$的双侧$0.95$置信区间:
    • 由于总体方差$\sigma^{2}$未知,此时应使用$t$分布来构造$\mu$的置信区间。
    • 自由度为$n - 1$,本题$n = 7$,则自由度为$7 - 1 = 6$。
    • 对于双侧$0.95$置信区间,$\alpha=1 - 0.95 = 0.05$,$\frac{\alpha}{2}=0.025$,需要查找$t$分布表得到$t_{\frac{\alpha}{2}}(n - 1)=t_{0.025}(6)$的值,本题中$t_{0.025}(6)\approx2.4$。
    • $\mu$的双侧$0.95$置信区间为$\left[\bar{x}-t_{\frac{\alpha}{2}}(n - 1)\frac{s}{\sqrt{n}},\bar{x}+t_{\frac{\alpha}{2}}(n - 1)\frac{s}{\sqrt{n}}\right]$。
  4. 求$\sigma^{2}$的双侧$0.9$置信区间:
    • 当总体均值$\mu$未知时,使用$\chi^{2}$分布来构造$\sigma^{2}$的置信区间。
    • 自由度同样为$n - 1 = 6$。
    • 对于双侧$0.9$置信区间,$\alpha=1 - 0.9 = 0.1$,$\frac{\alpha}{2}=0.05$,$1-\frac{\alpha}{2}=0.95$,需要查找$\chi^{2}$分布表得到$\chi^{2}_{\frac{\alpha}{2}}(n - 1)=\chi^{2}_{0.05}(6)$和$\chi^{2}_{1-\frac{\alpha}{2}}(n - 1)=\chi^{2}_{0.95}(6)$的值,本题中$\chi^{2}_{0.05}(6)\approx12.592$,$\chi^{2}_{0.95}(6)\approx1.635$。
    • $\sigma^{2}$的双侧$0.9$置信区间为$\left[\frac{(n - 1)s^{2}}{\chi^{2}_{\frac{\alpha}{2}}(n - 1)},\frac{(n - 1)s^{2}}{\chi^{2}_{1-\frac{\alpha}{2}}(n - 1)}\right]$。

下面进行具体计算:

  1. 计算样本均值$\bar{x}$:
    已知$n = 7$,$x_{1}=64$,$x_{2}=57$,$x_{3}=49$,$x_{4}=81$,$x_{5}=76$,$x_{6}=70$,$x_{7}=59$,根据公式$\bar{x}=\frac{1}{n}\sum_{i = 1}^{n}x_{i}$可得:
    $\bar{x}=\frac{1}{7}\times(64 + 57 + 49 + 81 + 76 + 70 + 59)$
    $=\frac{1}{7}\times456\approx65.14$
  2. 计算样本方差$s^{2}$:
    先计算$(x_{i}-\bar{x})^{2}$的值:
    $(64 - 65.14)^{2}=(-1.14)^{2}=1.2996$
    $(57 - 65.14)^{2}=(-8.14)^{2}=66.2596$
    $(49 - 65.14)^{2}=(-16.14)^{2}=260.4996$
    $(81 - 65.14)^{2}=15.86^{2}=251.5396$
    $(76 - 65.14)^{2}=10.86^{2}=118.0096$
    $(70 - 65.14)^{2}=4.86^{2}=23.6196$
    $(59 - 65.14)^{2}=(-6.14)^{2}=37.6996$
    $\sum_{i = 1}^{7}(x_{i}-\bar{x})^{2}=1.2996 + 66.2596 + 260.4996 + 251.5396 + 118.0096 + 23.6196 + 37.6996 = 758.8772$
    根据公式$s^{2}=\frac{1}{n - 1}\sum_{i = 1}^{n}(x_{i}-\bar{x})^{2}$可得:
    $s^{2}=\frac{1}{7 - 1}\times758.8772=\frac{758.8772}{6}\approx126.48$(这里与题目给定的$s^{2}\approx108.41$不一致,以下按题目给定值计算)
  3. 求$\mu$的双侧$0.95$置信区间:
    已知$\bar{x}\approx65.14$,$s^{2}\approx108.41$,则$s=\sqrt{108.41}\approx10.41$,$t_{0.025}(6)\approx2.4$,$n = 7$。
    $\bar{x}-t_{0.025}(6)\frac{s}{\sqrt{7}}=65.14-2.4\times\frac{10.41}{\sqrt{7}}$
    $=65.14-2.4\times\frac{10.41}{2.6458}$
    $=65.14 - 2.4\times3.934$
    $=65.14 - 9.4416\approx54.73$
    $\bar{x}+t_{0.025}(6)\frac{s}{\sqrt{7}}=65.14+2.4\times\frac{10.41}{\sqrt{7}}$
    $=65.14+2.4\times\frac{10.41}{2.6458}$
    $=65.14 + 2.4\times3.934$
    $=65.14 + 9.4416\approx75.56$
    所以$\mu$的双侧$0.95$置信区间为$[54.73, 75.56]$。
  4. 求$\sigma^{2}$的双侧$0.9$置信区间:
    已知$s^{2}\approx108.41$,$n = 7$,$\chi^{2}_{0.05}(6)\approx12.592$,$\chi^{2}_{0.95}(6)\approx1.635$。
    $\frac{(n - 1)s^{2}}{\chi^{2}_{0.05}(6)}=\frac{6\times108.41}{12.592}$
    $=\frac{650.46}{12.592}\approx60.3$
    $\frac{(n - 1)s^{2}}{\chi^{2}_{0.95}(6)}=\frac{6\times108.41}{1.635}$
    $=\frac{650.46}{1.635}\approx464.14$
    所以$\sigma^{2}$的双侧$0.9$置信区间为$[60.3, 464.14]$。

相关问题

  • 重测信度用重测相关系数来表示,相关系数越趋近于下列哪一数值时,则重测信度越高A. 1B. 0.7C. 2D. 3

  • {1.5分)确定研究总体和样本时,不需要考虑A. 立题依据B. 样本量C. 抽样方法D. 目标总体E. 纳入及排除标准

  • 皮尔逊相关系数的取值范围为0到正无穷。()A. 正确B. 错误

  • 像从性不好的资料是()A. 由于死亡或者其他原因不能继续试验B. 能按照试验规定要求完成实验C. 重复参加试验D. 由于纳入标准不合格导致选择的研究对象不符合试验要求E. 能完成试验但是不能按照规定要求完成试验

  • 假定用于分析的数据包含属性age.数据元组[1]中age的值如下(按递增序):13,15,16,16,19,20,20,21,22,22,25,25,25,30,33,33,35,35,36,40,45,46,52,70, 问题:使用按箱平均值平滑方法对上述数据进行平滑,箱的深度为3。第二个箱子值为:A. 18.3B. 22。6C. 26。8D. 27。9

  • 下列说法正确的是()A. 方差数值上等于各个数据与样本方差之差的平方和之平均数B. 协方差和方差的计算方式完全一致C. 协方差衡量了多个变量的分布D. 方差描述了样本数据的波动程度

  • 请你从下表中找出1~100中所有质数.并数一数一共多少个. 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100

  • 下列哪项属于常见的池化方式。()A. 反向传播B. 最大池化C. 方差池化D. 协方差池化

  • 对研究对象制定明确的纳入标准和排除标准,是为了保证样本的A. 可靠性B. 可行性C. 代表性D. 合理性E. 科学性

  • 以下几种数据挖掘功能中,〔〕被广泛的用于购物篮分析.A. 关联分析B. 分类和预测C. 聚类分析D. 演变分析

  • 设随机变量XY都服从N(0,1),则有()A. X+Y服从正态分布B. X+Y服从x^2分布 C. X^2和Y^2都服从x^2分布 D. (X^2)div (Y^2)服从F分布

  • 48皮尔逊相关系数的取值范围为0到正无穷。()A. 错误B. 正确

  • 下列哪项属于常见的池化方式。()A. 协方差池化B. 方差池化C. 反向传播D. 最大池化

  • 下列关于回归分析的描述不正确的是()A. 回归分析模型可分为线性回归模型和非线性回归模型B. 回归分析研究不同变量之间存在的关系()C. 刻画不同变量之间关系的模型统称为线性回归模型D. 回归分析研究单个变量的变化情况

  • 可以从最小化每个类簇的方差这一视角来解释K均值聚类的结果,下面对这一视角描述正确的A. 每个样本数据分别归属于与其距离最远的聚类质心所在聚类集合B. 每个簇类的质心累加起来最小C. 最终聚类结果中每个聚类集合中所包含数据呈现出来差异性最大D. 每个簇类的方差累加起来最小

  • {15分)常规情况下,下列不属于人口学变量的是A. 民族B. 收入C. 年龄D. 睡眠时间E. 性别

  • 44.2021年,我国人均预期寿命提高到了()。A. 78岁B. 79岁C. 78.2岁D. 79.2岁

  • 下列说法正确的是()A. 方差数值上等于各个数据与样本方差之差的平方和之平均数B. 协方差衡量了多个变量的分布C. 协方差和方差的计算方式完全一致D. 方差描述了样本数据的波动程度

上一页下一页
logo
广州极目未来文化科技有限公司
注册地址:广州市黄埔区揽月路8号135、136、137、138房
关于
  • 隐私政策
  • 服务协议
  • 权限详情
学科
  • 医学
  • 政治学
  • 管理
  • 计算机
  • 教育
  • 数学
联系我们
  • 客服电话: 010-82893100
  • 公司邮箱: daxuesoutijiang@163.com
  • qt

©2023 广州极目未来文化科技有限公司 粤ICP备2023029972号    粤公网安备44011202002296号