正規分布の母平均の差の信頼区間の導出

公開日: 更新日:

【2023年4月4週】 【B000】数理統計学 【B070】統計的推定

この記事をシェアする
  • B!
サムネイル画像

本稿では、正規分布の母平均の差の信頼区間を導出しています。

なお、閲覧にあたっては、以下の点にご注意ください。

  • スマートフォンやタブレット端末でご覧の際、数式が見切れている場合は、横にスクロールすることができます。
  • $Z_\alpha,t_\alpha \left(n\right)$ はそれぞれ標準正規分布と自由度 $n$ の $\mathrm{t}$分布の上側 $100\alpha\%$ 点を表しています。

データの形式

確率変数 $X,Y$ が正規分布 \begin{align} \mathrm{N} \left(\mu_X,\sigma_X^2\right) \quad \mathrm{N} \left(\mu_Y,\sigma_Y^2\right) \end{align} に従い、 この分布からの大きさ $n,m$ の無作為標本を \begin{align} \boldsymbol{X}= \left\{X_1,X_2, \cdots X_n\right\} \quad \boldsymbol{Y}= \left\{Y_1,Y_2, \cdots Y_m\right\} \end{align} それぞれの標本平均と標本不偏分散を \begin{gather} \bar{X}=\frac{1}{n}\sum_{i=1}^{n}X_i \quad \bar{Y}=\frac{1}{m}\sum_{i=1}^{n}Y_i\\ s_X^2=\frac{1}{n-1}\sum_{i=1}^{n} \left(X_i-\bar{X}\right) \quad s_Y^2=\frac{1}{m-1}\sum_{i=1}^{m} \left(Y_i-\bar{Y}\right) \end{gather} 標本統合不偏分散を \begin{align} s^2=\frac{ \left(n-1\right)s_X^2+ \left(m-1\right)s_Y^2}{n+m-2} \end{align} とする。 母分散の値が未知の場合は、等しく \begin{gather} \sigma_X^2=\sigma_Y^2=\sigma^2 \end{gather} であることを仮定する。

【定理】正規分布の母平均の差の信頼区間

【定理】
正規分布の母平均の差の信頼区間
Confidence Intervals for Population Mean Difference of Normal Distributions

正規分布の母平均の差の $100 \left(1-\alpha\right)\%$ 信頼区間は、
(I)母分散が既知の場合 \begin{gather} \left(\bar{X}-\bar{Y}\right)-\phi \cdot Z_{0.5\alpha} \le \mu_X-\mu_Y \le \left(\bar{X}-\bar{Y}\right)+\phi \cdot Z_{0.5\alpha}\\ \phi^2=\frac{\sigma_X^2}{n}+\frac{\sigma_Y^2}{m} \end{gather} (II)母分散が未知の場合 \begin{gather} \left(\bar{X}-\bar{Y}\right)-\varphi \cdot t_{0.5\alpha} \left(n+m-2\right) \le \mu_X-\mu_Y \le \left(\bar{X}-\bar{Y}\right)+\varphi \cdot t_{0.5\alpha} \left(n+m-2\right)\\ s^2=\frac{ \left(n-1\right)s_X^2+ \left(m-1\right)s_Y^2}{n+m-2}\\ \varphi^2=\frac{s^2}{n}+\frac{s^2}{m} \end{gather} で与えられる。

導出

導出

(I)母分散が既知の場合
正規分布の標本平均は、 \begin{align} \bar{X} \sim N \left(\mu_X,\frac{\sigma_X^2}{n}\right) \quad \bar{Y} \sim N \left(\mu_Y,\frac{\sigma_Y^2}{m}\right) \end{align} 標本平均の差を $\bar{d}=\bar{X}-\bar{Y}$ とすると、正規分布の再生性により、 \begin{align} \bar{d} \sim N \left(\mu_X-\mu_Y,\frac{\sigma_X^2}{n}+\frac{\sigma_Y^2}{m}\right) \end{align} 母平均の差を $d=\mu_X-\mu_Y$、標本平均の差 $\bar{d}$ を標準化した値を \begin{gather} Z=\frac{\bar{d}-d}{\phi}\\ \phi^2=\frac{\sigma_X^2}{n}+\frac{\sigma_Y^2}{m} \end{gather} とすると、 標準化変換の性質より、 \begin{align} Z \sim N \left(0,1\right) \end{align} 標準正規分布の対称性から、 \begin{align} P \left(-Z_{0.5\alpha} \le Z \le Z_{0.5\alpha}\right)=1-\alpha \end{align} したがって、母平均の $100 \left(1-\alpha\right)\%$ 信頼区間は、 \begin{gather} -Z_{0.5\alpha} \le \frac{\bar{d}-d}{\phi} \le Z_{0.5\alpha}\\ \left(\bar{X}-\bar{Y}\right)-\phi \cdot Z_{0.5\alpha} \le \mu_X-\mu_Y \le \left(\bar{X}-\bar{Y}\right)+\phi \cdot Z_{0.5\alpha} \end{gather} $\blacksquare$

(II)母分散が未知の場合
正規分布の再生性などにより、 \begin{align} \bar{X} \sim N \left(\mu_X,\frac{\sigma^2}{n}\right) \quad \bar{Y} \sim N \left(\mu_Y,\frac{\sigma^2}{m}\right) \end{align} 標本平均の差を $\bar{d}=\bar{X}-\bar{Y}$ とすると、正規分布の再生性により、 \begin{align} \bar{d} \sim N \left(\mu_X-\mu_Y,\frac{\sigma^2}{n}+\frac{\sigma^2}{m}\right) \end{align} 共通の母分散を標本統合不偏分散で推定すると、 \begin{align} s^2=\frac{ \left(n-1\right)s_X^2+ \left(m-1\right)s_Y^2}{n+m-2} \end{align} 母平均の差を $d=\mu_X-\mu_Y$、標本平均の差 $\bar{d}$ を統合分散で標準化した値を \begin{gather} t=\frac{\bar{d}-d}{\varphi}\\ \varphi^2=\frac{s^2}{n}+\frac{s^2}{m} \end{gather} とすると、 \begin{align} t \sim \mathrm{t} \left(m+n-2\right) \end{align} $\mathrm{t}$分布の対称性から、 \begin{align} P \left\{-t_{0.5\alpha} \left(n-1\right) \le t \le t_{0.5\alpha} \left(n-1\right)\right\}=1-\alpha \end{align} したがって、母平均の $100 \left(1-\alpha\right)\%$ 信頼区間は、 \begin{gather} -t_{0.5\alpha} \left(m+n-2\right) \le \frac{ \left(\bar{X}-\bar{Y}\right)- \left(\mu_X-\mu_Y\right)}{\varphi} \le t_{0.5\alpha} \left(m+n-2\right)\\ \left(\bar{X}-\bar{Y}\right)-\varphi \cdot t_{0.5\alpha} \left(m+n-2\right) \le \mu_X-\mu_Y \le \left(\bar{X}-\bar{Y}\right)+\varphi \cdot t_{0.5\alpha} \left(n-1\right) \end{gather} $\blacksquare$

参考文献

  • 小寺 平治 著. 数理統計:明解演習. 共立出版, 1986, p.129-130
  • 野田 一雄, 宮岡 悦良 著. 入門・演習数理統計. 共立出版, 1990, p.240-241, p.245 練習問題 ex.6.5.3

関連記事

自己紹介

自分の写真

yama

大学時代に読書の面白さに気づいて以来、読書や勉強を通じて、興味をもったことや新しいことを学ぶことが生きる原動力。そんな人間が、その時々に学んだことを備忘録兼人生の軌跡として記録しているブログです。

このブログを検索

ブログ アーカイブ

QooQ