设单正态总体X~N(u,σ~2)其中σ~2已知u未知X1,X2...XN是取自总体X的样本则对给定的置信度a样本值u置信 5
设单正态总体X~N(u,σ~2)其中σ~2已知u未知X1,X2...XN是取自总体X的样本则对给定的置信度a样本值u置信区间。...
设单正态总体X~N(u,σ~2)其中σ~2已知u未知X1,X2...XN是取自总体X的样本则对给定的置信度a样本值u置信区间。
展开
展开全部
xbar 样本平均值 +- z(a/2)* σ/sqrt(n) 总体平均值u 的1-a% 置信区间。 样本的大小,一般用n 表示不是大N
样本平均值= (X1+X2+X3....+Xn)/n
这个置信区间的意思是,用样本平均值估算总体平均值u。 假设模拟构建1000个置信区间,理论上总体平均值会包含在950个置信区间中间。 但实际情况上不会是950,会上下有偏差。
如果有兴趣,可以用R 语言, 用BOOTSTRAP方法去模拟一下,你就知道了。我们有95%的信心,总体u 会落在这个置信区间里边。 之所以说是信心,而不是说概率,是因为,如果我们知道总体的u,那么如果u在这个区间里边,概率为1,如果不在概率为0。我们说的信心是指频率,也就是说实验1000次,理论上有950个区间含有总体平均值。 就像NBA,我们假设科比投篮命中率根据之间比赛的统计数据是50%,我们说我们对科比投一个球进的信心是50%,但如果科比投完后,进了,进的概率就是100%了,如果没进,这概率就是0.
样本平均值= (X1+X2+X3....+Xn)/n
这个置信区间的意思是,用样本平均值估算总体平均值u。 假设模拟构建1000个置信区间,理论上总体平均值会包含在950个置信区间中间。 但实际情况上不会是950,会上下有偏差。
如果有兴趣,可以用R 语言, 用BOOTSTRAP方法去模拟一下,你就知道了。我们有95%的信心,总体u 会落在这个置信区间里边。 之所以说是信心,而不是说概率,是因为,如果我们知道总体的u,那么如果u在这个区间里边,概率为1,如果不在概率为0。我们说的信心是指频率,也就是说实验1000次,理论上有950个区间含有总体平均值。 就像NBA,我们假设科比投篮命中率根据之间比赛的统计数据是50%,我们说我们对科比投一个球进的信心是50%,但如果科比投完后,进了,进的概率就是100%了,如果没进,这概率就是0.
2013-05-17
展开全部
更大轧死的搞的撒戈萨德
已赞过
已踩过<
评论
收起
你对这个回答的评价是?
推荐律师服务:
若未解决您的问题,请您详细描述您的问题,通过百度律临进行免费专业咨询