题目
10、 设一批零件的长度服从正态分布N(μ,σ²),其中μ,σ均未知,现从中随机抽取25个零件,测得样本均值 overline(x)=24(cm),样本标准差s=1(cm),则μ的置信度为0.90的置信区间是() (1) (24-(1)/(5)t0.05(25),24+(1)/(5)t0.05(25)) (2) (24-(1)/(5)t0.1(25),24+(1)/(5)t0.1(25)) (3) (24-(1)/(5)t0.05(24),24+(1)/(5)t0.05(24)) (4) (24-(1)/(5)t0.1(24),24+(1)/(5)t0.1(24)) (1分)A. (3)B. (2)C. (4)D. (1)
10、 设一批零件的长度服从正态分布N(μ,σ²),其中μ,σ均未知,现从中随机抽取25个零件,测得样本均值 $\overline{x}=24(cm)$,样本标准差s=1(cm),则μ的置信度为0.90的置信区间是() (1) (24-$\frac{1}{5}$t0.05(25),24+$\frac{1}{5}$t0.05(25)) (2) (24-$\frac{1}{5}$t0.1(25),24+$\frac{1}{5}$t0.1(25)) (3) (24-$\frac{1}{5}$t0.05(24),24+$\frac{1}{5}$t0.05(24)) (4) (24-$\frac{1}{5}$t0.1(24),24+$\frac{1}{5}$t0.1(24)) (1分)
A. (3)
B. (2)
C. (4)
D. (1)
题目解答
答案
A. (3)
解析
步骤 1:确定置信区间的公式
由于总体标准差$\sigma$未知,我们使用t分布来计算总体均值$\mu$的置信区间。置信区间的公式为:
\[ \left( \overline{x} - t_{\alpha/2, n-1} \frac{s}{\sqrt{n}}, \overline{x} + t_{\alpha/2, n-1} \frac{s}{\sqrt{n}} \right) \]
其中,$\overline{x}$是样本均值,$t_{\alpha/2, n-1}$是t分布的上$\alpha/2$分位数,自由度为$n-1$,$s$是样本标准差,$n$是样本大小。
步骤 2:代入已知值
在本题中,样本均值$\overline{x} = 24$ cm,样本标准差$s = 1$ cm,样本大小$n = 25$,置信水平为0.90,所以$\alpha = 1 - 0.90 = 0.10$,且$\alpha/2 = 0.05$。自由度为$n-1 = 24$。因此,置信区间为:
\[ \left( 24 - t_{0.05, 24} \frac{1}{\sqrt{25}}, 24 + t_{0.05, 24} \frac{1}{\sqrt{25}} \right) \]
步骤 3:简化置信区间
由于$\frac{1}{\sqrt{25}} = \frac{1}{5}$,置信区间简化为:
\[ \left( 24 - \frac{1}{5} t_{0.05, 24}, 24 + \frac{1}{5} t_{0.05, 24} \right) \]
由于总体标准差$\sigma$未知,我们使用t分布来计算总体均值$\mu$的置信区间。置信区间的公式为:
\[ \left( \overline{x} - t_{\alpha/2, n-1} \frac{s}{\sqrt{n}}, \overline{x} + t_{\alpha/2, n-1} \frac{s}{\sqrt{n}} \right) \]
其中,$\overline{x}$是样本均值,$t_{\alpha/2, n-1}$是t分布的上$\alpha/2$分位数,自由度为$n-1$,$s$是样本标准差,$n$是样本大小。
步骤 2:代入已知值
在本题中,样本均值$\overline{x} = 24$ cm,样本标准差$s = 1$ cm,样本大小$n = 25$,置信水平为0.90,所以$\alpha = 1 - 0.90 = 0.10$,且$\alpha/2 = 0.05$。自由度为$n-1 = 24$。因此,置信区间为:
\[ \left( 24 - t_{0.05, 24} \frac{1}{\sqrt{25}}, 24 + t_{0.05, 24} \frac{1}{\sqrt{25}} \right) \]
步骤 3:简化置信区间
由于$\frac{1}{\sqrt{25}} = \frac{1}{5}$,置信区间简化为:
\[ \left( 24 - \frac{1}{5} t_{0.05, 24}, 24 + \frac{1}{5} t_{0.05, 24} \right) \]