<output id="qn6qe"></output>

    1. <output id="qn6qe"><tt id="qn6qe"></tt></output>
    2. <strike id="qn6qe"></strike>

      亚洲 日本 欧洲 欧美 视频,日韩中文字幕有码av,一本一道av中文字幕无码,国产线播放免费人成视频播放,人妻少妇偷人无码视频,日夜啪啪一区二区三区,国产尤物精品自在拍视频首页,久热这里只有精品12

      謝謝

      設總體\(X\thicksim N(\mu,\sigma^2)\)\(\sigma^2\)為已知,\(\mu\)為未知的,設\(X_{1},X_{2}...X_{n}\)為總體\(X\)的樣本,則求\(\mu\)的置信區間。

      知道\(\overline{X}是無偏估計\),且有

      \[\frac{X - \mu}{\sigma / \sqrt{n}} \thicksim N(0,1) \qquad \qquad (4.2) \]

      按照標準正態分布的上a分位點定義有

      \[P\{ | \frac{X - \mu}{\sigma / \sqrt{n}} | < z_{a/2} \} = 1- a \]

      得出\(\mu\) 的置信區間是$ (\overline{X} \pm \frac{\sigma}{\sqrt{n}}z_{a/2}) \qquad \qquad (4.6)$

      正態總體均值和方差的區間估計
      (一) 單個總體\(N(\mu,\sigma^2)\)的情況
      設已給定置信水平為1-a,并設\(X_{1},X_{2}...X_{n}\)為總體\(N(\mu,\sigma^2)\)的樣本,\(\overline{X}\)\(S^2\)分布為樣本的均值和樣本方差。

      1. 均值\(\mu\)的置信區間
      • \(\sigma^2\)為已知,由上面的例子得出置信區間為 $ (\overline{X} \pm \frac{\sigma}{\sqrt{n}}z_{a/2})$
      • \(\sigma^2\)為未知,此時不能使用上面那個區間,因為里面還有未知參數\(\sigma\).可以考慮到\(S^2\)\(\sigma^2\)的無偏估計,可以將上面的(4.2)式中的\(\sigma\)換為\(S = \sqrt{S^2}\),由正態總體的樣本均值和樣本方差分布的定理三知:

      \[\frac{\overline {X} - \mu }{ S / \sqrt{n}} \thicksim t(n-1) \]

      且右邊的分布\(t(n-1)\) 不依賴于任何一個未知參數,使用$ \frac{ \overline{X}- \mu }{S/\sqrt{n}} $ 作為樞軸量可得

      \[P\{ -t_{a/2}(n - 1) < \frac{\overline {X} - \mu }{ S / \sqrt{n}} < t_{a/2}(n - 1) \} = 1- a \]

      即 $$ P{ \overline{X} - \frac{S}{\sqrt{n}}t_{a/2}(n-1) < \mu < \overline{X} + \frac{S}{\sqrt{n}}t_{a/2}(n-1) } = 1- a$$ 于是得到\(\mu\)的置信水平為1-a的置信區間是$ (\overline{X} \pm \frac{S}{\sqrt{n}}t_{a/2}(n - 1) ) $

      (二) 兩個總體 \(N(\mu_{1},\sigma_{1}^2)\),\(N(\mu_{2},\sigma_{2}^2)\) 的情況

      設已給定置信水平1-a,并設\(X_{1},X_{2}...X_{n}\)為來自第一個總體的樣本,\(Y_{1},Y_{2}...Y_{n}\)是來自第二個總體的樣本,這兩個樣本相互獨立,且\(\overline{X}\),\(\overline{Y}\)分別為第一個、第二個總體的樣本均值,\(S_{1}^2\),\(S_{2}^2\)分別是第一、二個總體的樣本方差。

      1. 兩個總體均值差 \(\mu_{1}^2 - \mu_{2}^2\) 的置信區

      \(\sigma_{1}^2\),\(\sigma_{2}^2\) 均為已知道,因為\(\overline{X}\),\(\overline{Y}\)分別為\(\mu_{1}\),\(\mu_{2}\)的無偏估計,固有\(\overline{X} - \overline{Y}\)\(\mu_{1} - \mu_{2}\)的無偏估計。由\(\overline{X}\),\(\overline{Y}\)的獨立性以及\(\overline{X} \thicksim N(\mu,\sigma_{1}^2/n_{1})\),\(\overline{Y} \thicksim N(\mu,\sigma_{2}^2/n_{2})\)
      $ \overline{X} - \overline{Y} \thicksim N(\mu_{1} - \mu_{2}, \frac{\sigma_{1}^2}{n_{1}} + \frac{\sigma_{2}^2}{n_{2}} )$ 置信區間為:

      \[(\overline{X} - \overline{Y} \pm z_{a/2} \sqrt{ \frac{\sigma_{1}^2}{n_{1}} + \frac{\sigma_{2}^2}{n_{2}} } ) \]

      (0-1) 分布參數的區間估計
      設來自(0-1)分布的總體X,分布律\(f(x;p) = p^x(1 - )^{1-x}, \qquad x = 0,1\) 其中p為未知參數,現在求p的置信水平為1-a的置信區間。已知(0-1)分布的均值和方差分布為 \(\mu = p,\qquad \sigma^2 = p(1-p)\)\(X_{1},X_{2}...X_{n}\)為來自一個總體的樣本,當n交大的時候,由中心極限定理知

      \[\frac{ \sum_{i =1}^{n}X_{i} - np}{\sqrt{np(1- p)}} = \frac{n\overline{X} - np}{\sqrt{np(1-p)}} \]

      近似的服從N(0,1)分布,于是有

      \[P\{-z_{a/2}< \frac{n\overline{X} - np}{\sqrt{np(1-p)}} < z_{a/2} \} \approx 1-a \]

      而不等式 \(-z_{a/2}< \frac{n\overline{X} - np}{\sqrt{np(1-p)}} < z_{a/2}\) 等價于 $ (n + z_{a/2}2)p2 - (2n\overline{X} + z_{a/2}^2)p + n\overline{X}^2 < 0 $

      這樣會得出一個區間。

      posted on 2024-04-16 22:02  Ultraman_X  閱讀(29)  評論(0)    收藏  舉報

      導航

      主站蜘蛛池模板: 精品人妻伦一二二区久久| 无码国内精品久久人妻蜜桃| 亚洲美免无码中文字幕在线| 久久综合亚洲色一区二区三区| 亚洲码亚洲码天堂码三区| 国产老妇伦国产熟女老妇高清| 91中文字幕一区在线| 综合在线 亚洲 成人 欧美| 亚洲经典在线中文字幕| 日本高清一区免费中文视频| 亚洲天堂精品一区二区| 40岁大乳的熟妇在线观看| 欧美人与动欧交视频| 亚洲日韩国产一区二区三区在线| 亚洲精品电影院| 香蕉久久久久久久av网站| 国产精品久久久久影院| 日本高清不卡一区二区三| 国产亚洲精品VA片在线播放| 亚洲一二区制服无码中字| 亚洲国语自产一区第二页| 一区二区三区四区五区自拍| 亚洲综合区激情国产精品| 奶头又大又白喷奶水av| 内射囯产旡码丰满少妇| 无码人妻精品一区二区三区东京热 | 久久午夜无码鲁丝片午夜精品| 91老肥熟女九色老女人| 成人亚洲国产精品一区不卡| 极品尤物被啪到呻吟喷水| 精品无码一区二区三区水蜜桃| 成人午夜av在线播放| 国产精品av中文字幕| 18禁黄网站免费| 国产精品久久毛片| 亚洲色帝国综合婷婷久久| 国产情侣激情在线对白| 91精品亚洲一区二区三区| 国精产品一区一区三区mba下载| 国产精品三级中文字幕| 少妇高潮水多太爽了动态图|