枢轴变量
# 枢轴变量
一句话定义
枢轴变量是含有样本和未知参数、但其分布不依赖未知参数的量。
解决什么问题
它用于把已知分布反解成未知参数的置信区间。
典型场景
- Z=(Xbar-mu)/(sigma/sqrt(n)) 用于方差已知的正态均值区间。
- T=(Xbar-mu)/(S/sqrt(n)) 用于方差未知的正态均值区间。
- (n-1)S^2/sigma^2 用于正态总体方差区间。
和本实验室方向的关系
枢轴变量法是理解经典区间估计的主线，后续学习 Bootstrap、渐近区间、极值参数区间时也会遇到类似的“标准化后已知分布”思想。
交流时可以怎么说
枢轴变量的关键不是不含参数，而是它的分布不依赖未知参数，因此可以用分位数反推出参数范围。
可以追问老师/同学的问题
- 这道题的枢轴变量应该选 z、t 还是 chi-square？
- 枢轴变量和检验统计量有什么关系？
- 非正态总体下还能构造精确枢轴变量吗？
给 AI 的高质量提示词
请找出这个区间估计问题的枢轴变量，说明其分布为什么不依赖未知参数，并用它反解置信区间。