1702655470
1702655471
若对任意的θ∈Θ，有
1702655472
1702655473
1702655474
1702655475
1702655476
1702655477
则称随机区间是θ的1-α置信区间。
1702655478
1702655479
区间估计的特点：
1702655480
1702655481
●在点估计的基础上，给出总体参数估计的一个区间范围，该区间由样本统计量加减估计误差而得到。
1702655482
1702655483
●根据样本统计量的抽样分布能够对样本统计量与总体参数的接近程度给出一个概率度量。
1702655484
1702655485
1702655486
1702655487
1702655488
Excel统计分析与应用大全 [:1702652421]
1702655489
Excel统计分析与应用大全 5.2 总体均值的区间估计
1702655490
1702655491
参数θ的区间估计的意义可以解释为：随机区间[θ（x1，x2，……，xn），θ（x1，x2，……，xn）]包含参数θ的真值的概率为1-α，因此若认为“区间[θ，θ]包含着参数θ的真值”，则犯错误的概率为α。
1702655492
1702655493
对于总体均值进行区间估计时，主要的估计对象是总体均值μ、总体方差σ2、总体比例π。除此之外，还必须考虑到样本的容量大小，并针对不同容量的样本构造不同的区间估计。
1702655494
1702655495
Excel统计分析与应用大全 [:1702652422]
1702655496
5.2.1 总体方差已知时均值的区间估计
1702655497
1702655498
当X～N（μ，σ2）时，从该总体中抽取的简单随机样本x1，x2，……，xn的样本均值为μ，方差为σ2/n，即
1702655499
1702655500
1702655501
1702655502
1702655503
则
1702655504
1702655505
1702655506
1702655507
1702655508
即可得出总体均值μ在1-α置信水平下的置信区间为
1702655509
1702655510
1702655511
1702655512
1702655513
1702655514
其中，称为置信上限；α是事先确定的总体均值不包括在置信区间的概率；1-α称为置信水平。
1702655515
1702655516
对于从非正态分布总体中抽取的样本，只要样本容量足够大，则其样本均值的抽样分布是近似于正态分布的，仍然可用以上方法构造总体均值的置信区间。
1702655517
1702655518
1702655519