它含有求置信区间的未知参数μ，但它的分布N(0,1)不含有任何未知参数故对于给定的置信 度1a,可以查表得出相应的分位点4g使得 P(UKu2)=1-a 利用不等式变形可得它的等价形式为 P-”g<U<g=1-a (7.9) 或 )1-a 于是 g<μ<+号n p店- =1-a (7.10) 这样，我们得到置信度上a的置信区同作-“：后+“告易局我们这里 -a=95%,a=0.05,号-0.025.查正态N0,1)表得到s=1.96.由子样观察值得到的 x=32.3.0=0.4.n=20算得 2=323-196× 0.4 =32.12 +%m号-23410%x篇=248 所以μ的一个置信区间为32.12,32.48) 由这个例子可以看出，寻求未知参灵敏6的置信区间一般可通过下列三个步骤得到： (1)寻找子样(5，…，5m)的一个函数 μ(5…，5m:0) 它只含所要置信区间的未知参数·而不含其它未知参数，且其分布也不含任何未知参数（当 然也不包括等估参数)，在不少场合，这个函数可以从未知参数点估计经过变换获得： (2)对于给出的置信度1α，确定分位点这里由于函数(5，，50)的分布不含有任 何未知参数，所以一般地说，这种分位点是可以算出的，特别，在()中确定函数μ时，往 往选择这样的函数“，使得其分布是有表可查的常用分布 ()利用不等式变形求得未知参数的置信区间. 上述例7.7给出了正态母体σ2已知时均值μ的置信区间，当o2未知时，我们完全如假设 它含有求置信区间的未知参数μ,但它的分布 N(0,1)不含有任何未知参数.故对于给定的置信 度 1- ,可以查表得出相应的分位点 2 1   − ,使得    = − − (| | ) 1 2 1 P U 利用不等式变形可得它的等价形式为 −      = − − − ( ) 1 2 1 2 1 P U (7.9) 或          = − − −  − − ( ) 1 2 1 2 1 P n 于是        −     +  = − − − ( 1 2 1 2 1 n n P (7.10) 这 样 , 我 们 得 到 置 信 度 1-  的置信区间         − + − n − n         2 1 2 1 , 我们这里 1-  =95%,  =0.05, 2  =0.025. 查正态 N(0,1) 表得到 0.975 =1.96. 由子样观察值得到的 x =32.3.  =0.4.n=20 算得 32.12 20 0.4 − 0.975 = 32.3 −1.96 = n x   32.48 20 0.4 + 0.975 = 32.3 +1.96 = n x   所以μ的一个置信区间为(32.12,32.48) 由这个例子可以看出,寻求未知参灵敏θ的置信区间一般可通过下列三个步骤得到: (1) 寻找子样( 1 , ,  1   n )的一个函数 μ( 1 , ,  1   n ;θ) 它只含所要置信区间的未知参数θ而不含其它未知参数,且其分布也不含任何未知参数(当 然也不包括等估参数θ).在不少场合,这个函数可以从未知参数点估计经过变换获得; (2) 对于给出的置信度 1- ,确定分位点.这里由于函数μ( 1 , ,  1   n ;θ)的分布不含有任 何未知参数,所以一般地说,这种分位点是可以算出的,特别,在(1)中确定函数μ时,往 往选择这样的函数μ,使得其分布是有表可查的常用分布; (3) 利用不等式变形求得未知参数θ的置信区间. 上述例 7.7 给出了正态母体 2  已知时均值μ的置信区间,当 2  未知时,我们完全如假设