构建置信区间

此在线计算器为四种情况构建置信区间:参数未知时估计均值、参数未知时估计方差、方差已知时估计均值,以及均值已知时估计方差。

这个页面的存在是由于以下各位的努力:

Timur

Timur

创建: 2026-11-21 09:38:55, 最后更新: 2026-11-21 10:10:13

公式和一些理论说明请见计算器下方。

PLANETCALC, 置信区间

置信区间

数字可用逗号、分号、空格或换行分隔。小数点使用句点。
事先指定的均值。
特指方差,而不是标准差。
大于或等于 2 的整数。
除以 n − 1 计算的方差。
点估计
 
下界
 
上界
 
区间长度
 
样本量
 
自由度
 
分布
 
下分位数
 
上分位数
 
小数点后的数字: 6

在原始数据服从正态分布的条件下构建置信区间的方法

序号 估计对象 已知条件 使用的统计量 分布 置信区间
1 方差 \sigma^2 均值 \mu 已知 \frac{\sum_{i=1}^n (x_i - \mu)^2}{\sigma^2} \chi^2(n) \left[ \frac{\sum_{i=1}^n (x_i - \mu)^2}{h^{(n)}_{(1+\alpha)/2}};\; \frac{\sum_{i=1}^n (x_i - \mu)^2}{h^{(n)}_{(1-\alpha)/2}} \right]
2 均值 \mu 方差 \sigma^2 已知 \frac{\bar{x} - \mu}{\sigma / \sqrt{n}} N(0,1) \bar{x} \pm z_{(1-\alpha)/2} \cdot \frac{\sigma}{\sqrt{n}}
3 均值 \mu 两者均未知(估计 \mu) \frac{\bar{x} - \mu}{s / \sqrt{n}} T(n-1) \bar{x} \pm t_{(1-\alpha)/2}(n-1) \cdot \frac{s}{\sqrt{n}}
4 方差 \sigma^2 两者均未知(估计 \sigma^2) \frac{(n-1)s^2}{\sigma^2} = \frac{\sum_{i=1}^n (x_i - \bar{x})^2}{\sigma^2} \chi^2(n-1) \left[ \frac{(n-1)s^2}{h^{(n-1)}_{(1+\alpha)/2}};\; \frac{(n-1)s^2}{h^{(n-1)}_{(1-\alpha)/2}} \right]

下面我解释各项内容的由来。

构建置信区间的方法

一般情况下(这不是唯一的方法,但我没有寻找其他方法),可以按以下步骤构建置信区间1:

  1. 选择接近 1 的置信概率 \alpha。
  2. 选择一个依赖于样本和未知参数的函数 G(x_1, ..., x_n, \Theta),但它自身的分布函数不依赖于未知参数 \Theta:

F_G(t) \stackrel{\text{def}}{=} \mathbf{P}_\theta \{ G(x_1, \dots, x_n, \theta) \le t \}

  1. 选择两个数 \epsilon_1 > 0 和 \epsilon_2 > 0,使得 1-\alpha=\epsilon_1 + \epsilon_2。然后寻找满足以下条件的 k_1 和 k_2:

F_G(\kappa_1) \le \varepsilon_1, \quad F_G(\kappa_2) \ge 1 - \varepsilon_2

由此得到

\mathbf{P}_\theta \{ \kappa_1 < G(x_1, \dots, x_n, \theta) \le \kappa_2 \} \ge 1 - \varepsilon_2 - \varepsilon_1 = \alpha,

由于我们选择的 G 的分布函数不依赖于 \Theta,因此 k_1 和 k_2 也不依赖于 \Theta。

  1. 转为双重不等式

\kappa_1 < G(x_1, \dots, x_n, \theta) \le \kappa_2

并对 \Theta 求解。所得值将取决于样本。如果用 \beta 表示解,可以写成

\mathbf{P}_\theta \{ \theta \in ( \beta_1(x_1, \dots, x_n), \beta_2(x_1, \dots, x_n)) \} \ge \alpha

计算所得的值就是置信区间,即未知量的真值以给定概率落入其中的区间。

其实,后续工作早已有人完成:对于上述各种情况,已经选好了分布已知的函数,可以用来计算置信区间。在此过程中,人们不得不引入新的分布并证明定理,这相当困难。学生和工程师只需知道结果及其适用条件即可。下面分别讨论每种情况。

方差已知时均值的置信区间

我们从最容易解释的情况开始:方差已知时构建均值的置信区间。您可能会问,随机变量的方差怎么会已知?然而,这在实践中相当常见,因为方差或离散程度通常反映仪器或工艺过程的物理特性。一个经典例子是仪器说明书中以标准差形式给出的仪器误差。我们不知道被测量的真值,但知道仪器的“噪声”。我们进行一系列测量,并利用标准差构建均值的置信区间。

这种情况下的巧妙函数 G 选择如下

G(x_1, \dots, x_n; \mu) = \frac{x_1 + \dots + x_n - n\mu}{\sigma \sqrt{n}}

这里使用了这样的定理:任意多个相互独立的正态随机变量之和仍服从正态分布。在本例中,函数 G 服从标准正态分布 N(0,1)。利用分位数,可以写出双重不等式

z_{(1-\alpha)/2} < \frac{x_1 + \dots + x_n - n\mu}{\sigma \sqrt{n}} < z_{(1+\alpha)/2}

由此得到

\bar{x} - \frac{\sigma z_{(1+\alpha)/2}}{\sqrt{n}} < \mu < \bar{x} - \frac{\sigma z_{(1-\alpha)/2}}{\sqrt{n}}.

或者,利用正态分布的对称性

\bar{x} - \frac{\sigma}{\sqrt{n}} z_{(1+\alpha)/2} < \mu < \bar{x} + \frac{\sigma}{\sqrt{n}} z_{(1+\alpha)/2}

方差未知时均值的置信区间

现在讨论某随机变量均值的置信区间,此时我们既不知道其真实均值,也不知道其真实方差。这是得到一系列测量值时最常见的情况:通常我们一开始什么都不知道。

例如,您想检验一种新肥料对番茄产量的影响。
您种植了 30 个菜畦,施用肥料,并以千克为单位测量产量。真实均值是该品种在施肥后,如果到处都在理想的平均条件下种植时的潜在产量。它是未知的。这里的真实方差反映对微气候的敏感程度以及浇水和施肥的误差。一个菜畦位于低地(水分较多),另一个位于高处(较干燥),依此类推。产量在不同菜畦之间变化多大?同样未知。

这里,巧妙函数 G 的选择由费希尔定理决定。以下是一种常见表述2:

设 X_1,\ldots,X_n \sim \mathrm{N}(\mu,\sigma^2) 是来自正态分布的独立样本。设 \overline{X} 为样本均值,S^2 为样本方差。则:

  • 随机变量 \overline{X} 和 S^2 相互独立;
  • 随机变量  \sqrt{n} \cdot \frac{\overline{X} - \mu}{\sigma} \sim \mathrm{N}(0,1) \sim Z 服从标准正态分布;
  • 随机变量 \frac{(n-1)\cdot S^2}{\sigma^2} = \frac{1}{\sigma^2} \sum_{i=1}^{n} (X_i - \bar{X})^2 \sim \chi^2_{n-1} 服从自由度为 n-1 的卡方分布。

利用标准正态分布和卡方分布,可以按以下公式构造学生 t 分布

T = \frac{Z}{\sqrt{\chi^2_k/k}},其中 k 是自由度数。

于是,构造函数 G:将一个量除以另一个量除以 n-1 后的平方根:

G(x_1, \dots, x_n; \mu, \sigma^2) = \frac{(\sqrt{n}(\bar{x} - \mu))/\sigma}{\sqrt{\frac{1}{n-1} \frac{1}{\sigma^2} \sum_{i=1}^{n} (x_i - \bar{x})^2}}

我们知道,该函数服从自由度为 n-1 的学生 t 分布;幸运的是,未知参数 \sigma 可以在其中约去。

因此

G(x_1, \dots, x_n; \mu, \sigma^2) = \frac{\sqrt{n}(\bar{x} - \mu)}{s} \sim T(n-1)

然后,用 t 表示学生 t 分布的分位数,并解出 \mu,便得到置信区间公式。

\bar{x} - \frac{s}{\sqrt{n}} t^{(n-1)}_{(1+\alpha)/2} < \mu < \bar{x} + \frac{s}{\sqrt{n}} t^{(n-1)}_{(1+\alpha)/2}

由于学生 t 分布是对称的,这里也与前一种情况一样,只需在公式中代入一个分位数值。

均值已知时方差的置信区间

我们已经讨论了均值估计,但还需要估计方差。第一种情况是真实均值已知时构建方差的置信区间。同样,现实生活中哪里会有真实均值已知、却需要求方差的问题呢?第一类是方差已知时估计均值的逆问题,即仪器校准。也就是说,我们把一个一千克的标准砝码反复放到天平上,观察读数,并估计天平所示数值的离散程度。此外,在假设检验中也可以固定均值,观察在该均值下的离散程度。

按以下方式构造函数 G:

G(x_1, \dots, x_n; \sigma^2) = \frac{\sum_{i=1}^n (x_i - \mu_0)^2}{\sigma^2} = \sum_{i=1}^n \left( \frac{x_i - \mu_0}{\sigma} \right)^2.

这里很简单:这就是自由度为 n 的卡方分布,而且不依赖于 \sigma。

用 h 表示卡方分布的分位数,并解出 \sigma,便得到置信区间公式。

\frac{\sum_{i=1}^n (x_i - \mu_0)^2}{h_{(1+\alpha)/2}^{(n)}} < \sigma^2 < \frac{\sum_{i=1}^n (x_i - \mu_0)^2}{h_{(1-\alpha)/2}^{(n)}}

卡方分布是不对称的,因此必须取两个分位数。

均值未知时方差的置信区间

为什么需要这个?原因与前一种情况相同。我们希望估计过程的变异性、“集中程度”或“稳定性”,只是真实均值未知。

针对这种情况,构造了以下函数 G:

G(x_1, \dots, x_n; \mu, \sigma^2) = \frac{\sum_{i=1}^n (x_i - \bar{x})^2}{\sigma^2}

这里的关键是,未知值 \mu 完全不参与该函数。根据费希尔定理,我们知道该函数服从自由度为 n-1 的卡方分布。接下来采用与前一种情况相同的方法,得到置信区间公式:

\frac{(n - 1)s^2}{h_{(1+\alpha)/2}^{(n-1)}} < \sigma^2 < \frac{(n - 1)s^2}{h_{(1-\alpha)/2}^{(n-1)}}

适用条件

再重复一次:上表列出的所有公式(使用正态分布、学生 t 分布和卡方分布的分位数)只在一种情况下是精确的:原始随机变量必须严格服从正态(高斯)分布。

如果分布不是正态的,那么在大样本估计均值时我们很幸运:得益于中心极限定理,随着样本量增大,样本均值总是趋向正态分布,无论原始数据服从什么分布(指数分布、均匀分布、二项分布等)。统计学中小样本和大样本的传统界限是 30。有时也说是 50–100,但这在很大程度上取决于分布的偏斜程度或其“尾部”的厚薄。

结论是:用大样本估计均值时,由于中心极限定理,可以忽略原始分布。对于来自非正态分布(例如二项分布或对数正态分布)的小样本,学生 t 检验准则会产生误差,应采用非参数方法,例如 Wilcoxon 检验。

对于方差,情况则不乐观。卡方分布对偏离正态性极其敏感,因此对于非正态分布必须采用其他方法。


  1. 中国科学技术大学,张伟平:《区间估计(一):置信区间》。讲义 ↩

  2. 北京师范大学数学科学学院:《第六章 样本与统计量》,6.4“正态总体”,定理6.4.1及附录证明。讲义 ↩

URL 复制到剪贴板
PLANETCALC, 构建置信区间

评论