MathLabs
定理已证明

通过中心极限定理构造均值的置信区间

命题陈述

若 X1,…,XnX_1,\dots,X_n 独立同分布,均值为 μ\mu,方差有限为 σ2\sigma^2,则当 nn 较大时,置信区间 Xˉ−zα/2σn≤μ≤Xˉ+zα/2σn\bar X - z_{\alpha/2}\frac{\sigma}{\sqrt n} \le \mu \le \bar X + z_{\alpha/2}\frac{\sigma}{\sqrt n} 以约 1−α1-\alpha 的概率包含 μ\mu。

为什么成立?

中心极限定理表明,当 nn 较大时,标准化后的样本均值表现得像标准正态变量,因此我们可以用正态分位数 zα/2z_{\alpha/2} 来夹住 μ\mu,无论原始总体的形状如何,都能获得已知的长期成功率。

证明思路

由中心极限定理,Xˉ−μσ/n\frac{\bar X - \mu}{\sigma/\sqrt n} 在 nn→∞\to\infty 时依分布收敛于 N(0,1)N(0,1)。所以当 nn 较大时,−zα/2≤Xˉ−μσ/n≤zα/2-z_{\alpha/2} \le \frac{\bar X - \mu}{\sigma/\sqrt n} \le z_{\alpha/2} 以约 1−α1-\alpha 的概率成立,其中 zα/2z_{\alpha/2} 是使 N(0,1)N(0,1) 每个尾部留下概率 α/2\alpha/2 的值。

将不等式三边都乘以 σn\frac{\sigma}{\sqrt n}>0>0(不改变不等号方向):−zα/2σn≤Xˉ−μ≤zα/2σn-z_{\alpha/2}\frac{\sigma}{\sqrt n} \le \bar X - \mu \le z_{\alpha/2}\frac{\sigma}{\sqrt n}。

所有边都减去 Xˉ\bar X,再乘以 −1-1(不等号方向翻转):Xˉ−zα/2σn≤μ≤Xˉ+zα/2σn\bar X - z_{\alpha/2}\frac{\sigma}{\sqrt n} \le \mu \le \bar X + z_{\alpha/2}\frac{\sigma}{\sqrt n}。这正是置信区间公式:由于原来的概率命题以约 1−α1-\alpha 的概率成立,重新整理后的这个区间也以同样的概率包含 μ\mu。

用到此定理的主题

分步证明

该定理暂无分步证明。

参考文献

  1. NIST/SEMATECH (2013). Confidence Limits for the Mean
  2. Diez, D.; Cetinkaya-Rundel, M.; Barr, C. (2019). OpenIntro Statistics