本文主要是介绍正态总体的区间估计，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
目录
一、区间估计
1.区间估计原理
2.区间估计定义
二、三大分布
1.正态分布
2.χ²分布
3.t分布
三、 情况分类
1. μ 的区间估计
(1)已知σ²
(2)未知σ²
2. σ²的区间估计
四、公式推导
1.标准正态分布
2.t分布
3. χ²分布
五、例题
一、区间估计
1.区间估计原理
估计的根本都是用样本来估计总体，从总体中抽取样本，通过计算得到样本观测值，就把总体的参数估计到样本观测值中。
在区间估计中，通过样本得到两个观测值θ1、θ2(θ1<θ2)，θ1、θ2组成的区间 [θ1，θ2] 称作置信区间，[θ1，θ2] 不可能符合整个总体，会存在误差率，也就是估计区间没有包含总体中的真实值，这个误差率称作显著性水平，记作 α ；相反，估计的区间包含总体中的真实值，也就是正确率，这个正确率称作置信系数或者置信度，记作 1-α 。
2.区间估计定义
二、三大分布
1.正态分布
2.χ²分布
3.t分布
三、 情况分类
1. μ 的区间估计
(1)已知σ²
(2)未知σ²
2. σ²的区间估计
四、公式推导
如果把图像的面积抽象为概率，我们希望得到的是中间部分较大的面积，而不希望取到两侧较小的面积。
1.标准正态分布
2.t分布
3. χ²分布
五、例题
这篇关于正态总体的区间估计的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
