关键：构造枢轴量，而枢轴量的理论基础来自：
枢轴量：其中的变量是我们想求的，其它部分都是常量；而枢轴量本身服从一个已知的分布
单个正态总体的情形
均值 的置信区间
已知时
关键：构造枢轴量
也就得到了一个置信度为 的置信区间
从而，得到最优化的置信区间（置信度为 ，区间长度最短）
未知时
推导的方式完全相同；只不过是正态不能用了，用t分布
讨论：
- 相同置信度的条件下，第一种比第二种区间更短
- 信息更多，肯定更精确
- 但是第二种更有实际价值
方差 的置信区间（ ）
注意，由于 分布不是对称的，因此上述区间估计不是最优解，只是为了简便起见将两边概率对等分割
两正态总体情形
的置信区间
已知时
，但未知时
的置信区间（设 未知）
同样的，由于最短置信区间求解过于困难，还是将两边的概率对等分割
置信区间为：
小结
只有在能够独立推导的情况下去记忆
