统计推断

CIE A-Level 进阶数学· 5 分钟阅读

1. 推断核心概念与术语★★☆☆☆⏱ 15 min

📘 定义

统计推断

仅从总体的较小随机样本收集的数据，得出关于整个总体的一般性结论的过程。

例:

从500名11年级学生的样本估计英格兰所有11年级学生的平均考试分数

📘 定义

参数与统计量

参数是描述整个总体的固定未知数值；统计量是从样本数据计算得到的已知数值，用于估计未知参数。

例:

所有成年男性的真实平均身高（参数）对比100名抽样男性的平均身高（统计量）

📐 例题

一家面包店每天生产2000条面包，抽取40条样本得到平均质量为402.1g，识别该场景中的参数和统计量。

1
感兴趣的参数是当日生产的所有2000条面包的真实平均质量，它对于整个总体来说是未知且固定的。
2
统计量是40条样本面包的平均质量402.1g，从抽样得到，是已知量，用于估计未知参数。

2. 无偏估计量★★★☆☆⏱ 20 min

✓ 计算器

📘 定义

无偏估计量

对于总体参数 $θ$ ，如果统计量 $\hat{θ}$ 的期望等于真实参数，即 $E (\hat{θ}) = θ$ ，则 $\hat{θ}$ 是 $θ$ 的无偏估计量。

例:

样本均值 $\overset{ˉ}{X}$ 始终是总体均值 $μ$ 的无偏估计量

📐 例题

证明 $s^{2} = \frac{1}{n - 1} \sum_{i = 1}^{n} (X_{i} - \overset{ˉ}{X})^{2}$ 是总体方差 $σ^{2}$ 的无偏估计量。

1
展开离均差平方和的期望：
2
$E\left[\sum (X_i - \bar{X})^2\right] = E\left[\sum ((X_i - \mu) - (\bar{X} - \mu))^2\right]$
3
利用 $E (X_{i} - μ)^{2} = σ^{2}$ 和 $E (\overset{ˉ}{X} - μ)^{2} = \frac{σ ^{2}}{n}$ 化简表达式：
4
$\sum E(X_i - \mu)^2 - n E(\bar{X} - \mu)^2 = n\sigma^2 - n \cdot \frac{\sigma^2}{n} = (n-1)\sigma^2$
5
整理得到 $s^{2}$ 的期望：
6
$E(s^2) = \frac{1}{n-1} (n-1)\sigma^2 = \sigma^2$
7
这证明了 $s^{2}$ 是 $σ^{2}$ 的无偏估计量。

3. 置信区间构造★★★☆☆⏱ 25 min

✓ 计算器

📘 定义

置信区间

根据样本数据构造的区间，旨在以指定置信水平（例如95%）捕获真实未知的总体参数。

例:

电池平均寿命的95%置信区间：(11.5小时, 13.5小时)

总体均值，已知 $σ^{2}$ ： $\overset{x}{ˉ} \pm z_{α /2} \frac{σ}{n}$
总体均值，未知 $σ^{2}$ ，大样本 $n$ ： $\overset{x}{ˉ} \pm z_{α /2} \frac{s}{n}$
总体均值，未知 $σ^{2}$ ，小样本 $n$ ： $\overset{x}{ˉ} \pm t_{n - 1, α /2} \frac{s}{n}$
总体比例，大样本 $n$ ： $\overset{p}{^} \pm z_{α /2} \frac{p ^ ( 1 - p ^ )}{n}$

📐 例题

抽取25个电池样本，平均寿命为12.5小时，样本标准差为2.4小时，构造真实平均寿命的95%置信区间。

1
确定适用情况： $σ^{2}$ 未知，样本量 $n = 25 < 30$ ，因此使用自由度为 $df = 25 - 1 = 24$ 的t分布。
2
查找95%双侧临界值： $t_{24, 0.025} = 2.064$ 。
3
计算标准误： $\frac{s}{n} = \frac{2.4}{25} = 0.48$ 。
4
计算边际误差： $2.064 \times 0.48 = 0.99$ 。
5
最终95%置信区间： $12.5 \pm 0.99 = (11.51, 13.49)$ 小时。

4. 推断结果的解读★★★★☆⏱ 15 min

✓ 快速检测

测试你对解读的理解：

以下哪一项是对95%置信区间的正确解读？
- 95%的总体数据落在区间内
- 真实参数落在区间内的概率为95%
- 95%按此方法构造的区间会包含真实参数
- 样本统计量95%的时间落在区间内
显示答案
95%按此方法构造的区间会包含真实参数 —
正确：置信水平描述的是区间构造方法的长期表现，而非单个区间或参数。

5. 常见陷阱

错误做法:

将95%置信区间解读为'95%的样本数据落在区间内'

原因:

这混淆了样本数据的分布与未知总体参数的不确定范围

正确做法:

95%置信水平描述的是区间构造方法得到包含真实参数的区间的概率

错误做法:

方差未知的小样本使用z临界值而非t临界值

原因:

t分布考虑了估计总体方差带来的额外不确定性，而z分布没有

正确做法:

对于方差未知的小样本，始终使用自由度为 $n - 1$ 的t分布

错误做法:

将离均差平方和除以 $n$ 得到无偏样本方差

原因:

除以 $n$ 会得到向下偏倚的总体方差估计，导致区间错误

正确做法:

除以 $n - 1$ 得到用于推断的无偏样本方差

错误做法:

声称无偏估计量给出的值始终等于真实参数

原因:

无偏性描述的是所有可能样本的期望，而非任意单个样本

正确做法:

单个样本估计几乎总会与真实参数不同，因此我们使用区间估计来量化不确定性

错误做法:

当 $n \overset{p}{^} < 5$ 或 $n (1 - \overset{p}{^}) < 5$ 时仍使用正态近似构造比例置信区间

原因:

期望计数非常小时正态近似不成立，会导致区间不准确

正确做法:

使用正态近似前，始终检查 $n \overset{p}{^}$ 和 $n (1 - \overset{p}{^})$ 都不小于5

6. 速查表

参数	条件	置信区间公式
总体均值 $μ$	已知 $σ^{2}$ ，任意 $n$	$\overset{x}{ˉ} \pm z_{α /2} \frac{σ}{n}$
总体均值 $μ$	未知 $σ^{2}$ ，大 $n$	$\overset{x}{ˉ} \pm z_{α /2} \frac{s}{n}$
总体均值 $μ$	未知 $σ^{2}$ ，小 $n$	$\overset{x}{ˉ} \pm t_{n - 1, α /2} \frac{s}{n}$
总体比例 $p$	大 $n$ ， $n \overset{p}{^}, n (1 - \overset{p}{^}) \geq 5$	$\overset{p}{^} \pm z_{α /2} \frac{p ^ ( 1 - p ^ )}{n}$

真题中的出现

AI 根据考纲规律估算的考点位置,请对照官方真题核实准确性。仅作复习重点参考。

2022 · 2
无偏估计量与置信区间
2023 · 1
解读95%置信区间
2024 · 2
构造总体比例的置信区间

下一步

统计推断是假设检验的基础，假设检验是CIE A-Level进阶概率与统计的下一个核心主题。你在这里学到的无偏估计量、抽样变异和区间估计概念，是你接下来遇到的所有假设检验方法的基础。它们帮助你理解假设检验为什么有效，p值如何量化针对原假设的证据，以及如何对未知总体参数得出有效结论。掌握推断基础后，你就可以学习单样本、双样本的均值、比例以及总体参数差的检验，这些内容占9231试卷分数的很大比例。正确解读推断也能帮助你避免考试中常见的丢分错误。

→生成函数
→非参数检验