Доверительный интервал для математического ожидания — интервал, который с известной вероятностью содержит математическое ожидание генеральной совокупности.
Случай известной дисперсии
Пусть
X
1
,
…
,
X
n
∼
N
(
μ
,
σ
2
)
{\displaystyle X_{1},\ldots ,X_{n}\sim \mathrm {N} (\mu ,\sigma ^{2})}
— независимая выборка из нормального распределения , где
σ
2
{\displaystyle \sigma ^{2}}
— известная дисперсия . Определим произвольное
α
∈
[
0
,
1
]
{\displaystyle \alpha \in [0,1]}
и построим доверительный интервал для неизвестного среднего
μ
{\displaystyle \mu }
.
Утверждение. Случайная величина
Z
=
X
¯
−
μ
σ
/
n
{\displaystyle Z={\frac {{\bar {X}}-\mu }{\sigma /{\sqrt {n}}}}}
имеет стандартное нормальное распределение
N
(
0
,
1
)
{\displaystyle \mathrm {N} (0,1)}
. Пусть
z
α
{\displaystyle z_{\alpha }}
— это
α
{\displaystyle \alpha }
-квантиль стандартного нормального распределения . Тогда в силу симметрии последнего имеем:
P
(
−
z
1
−
α
2
≤
Z
≤
z
1
−
α
2
)
=
1
−
α
{\displaystyle \mathbb {P} \left(-z_{1-{\frac {\alpha }{2}}}\leq Z\leq z_{1-{\frac {\alpha }{2}}}\right)=1-\alpha }
.
После подстановки выражения для
Z
{\displaystyle Z}
и несложных алгебраических преобразований получаем:
P
(
X
¯
−
z
1
−
α
2
σ
n
≤
μ
≤
X
¯
+
z
1
−
α
2
σ
n
)
=
1
−
α
{\displaystyle \mathbb {P} \left({\bar {X}}-z_{1-{\frac {\alpha }{2}}}{\frac {\sigma }{\sqrt {n}}}\leq \mu \leq {\bar {X}}+z_{1-{\frac {\alpha }{2}}}{\frac {\sigma }{\sqrt {n}}}\right)=1-\alpha }
.
Случай неизвестной дисперсии
Пусть
X
1
,
…
,
X
n
∼
N
(
μ
,
σ
2
)
{\displaystyle X_{1},\ldots ,X_{n}\sim \mathrm {N} (\mu ,\sigma ^{2})}
— независимая выборка из нормального распределения, где
μ
,
σ
2
{\displaystyle \mu ,\sigma ^{2}}
— неизвестные константы. Построим доверительный интервал для неизвестного среднего
μ
{\displaystyle \mu }
.
Утверждение. Случайная величина
T
=
X
¯
−
μ
S
/
n
{\displaystyle T={\frac {{\bar {X}}-\mu }{S/{\sqrt {n}}}}}
,
где
S
{\displaystyle S}
— несмещённое выборочное стандартное отклонение, имеет распределение Стьюдента с
n
−
1
{\displaystyle n-1}
степенями свободы
t
(
n
−
1
)
{\displaystyle \mathrm {t} (n-1)}
. Пусть
t
α
,
n
−
1
{\displaystyle t_{\alpha ,n-1}}
—
α
{\displaystyle \alpha }
-квантили распределения Стьюдента . Тогда в силу симметрии последнего имеем:
P
(
−
t
1
−
α
2
,
n
−
1
≤
T
≤
t
1
−
α
2
,
n
−
1
)
=
1
−
α
{\displaystyle \mathbb {P} \left(-t_{1-{\frac {\alpha }{2}},n-1}\leq T\leq t_{1-{\frac {\alpha }{2}},n-1}\right)=1-\alpha }
.
После подстановки выражения для
T
{\displaystyle T}
и несложных алгебраических преобразований получаем:
P
(
X
¯
−
t
1
−
α
2
,
n
−
1
S
n
≤
μ
≤
X
¯
+
t
1
−
α
2
,
n
−
1
S
n
)
=
1
−
α
{\displaystyle \mathbb {P} \left({\bar {X}}-t_{1-{\frac {\alpha }{2}},n-1}{\frac {S}{\sqrt {n}}}\leq \mu \leq {\bar {X}}+t_{1-{\frac {\alpha }{2}},n-1}{\frac {S}{\sqrt {n}}}\right)=1-\alpha }
.