概率论与数理统计 第七章习题附答案
概率论与数理统计第七章习题答案
解：(1)已知ξ ～N (µ, σ 2 ),取统计量U = ξ − µ ,则有U ~ N (0,1),于给定的置信概率1−α ,
n
σ/ n
可求出uα
+ (4 − 0.8)2 ×1] = 0.831.
14.设ξ1,ξ2,……,ξn是取自总体ξ的一个样本，n ≥ 2,ξ ~ B(1, p),其中p为未知，0 < p < 1, 求证：
（1）ξ12是p的无偏估计； （2）ξ12不是p2的无偏估计;
(3) ξ1ξ2是p2的无偏估计。
证明：（1）Eξ
2 1
tα /2 (4) = 2.78, S = 11.937, n = 5代入(*),求得µ的置信区间为（1244.185，1273.815）.
20.假定到某地旅游的一个游客的消费额ξ～N (µ,σ 2 ),且σ = 500元，今要对 该地每一个游客的平均消费额µ进行估计，为了能以不小于95%的置信概率 确信这估计的绝对误差小于50元，问至少需要随机调查多少个游客？
乐山师范学院化学学院
1.设总体ξ 有分布律
第七章 参数估计部分习题答案
ξ
−1
0
2
p
2θ
θ
1-3θ
其中 0 < θ < 1 为待估参数，求θ 的矩估计。 3
解：总体一阶矩为Eξ = (−1) × 2θ + 0×θ + 2× (1− 3θ ) = −8θ + 2.
用样本一阶矩代替总体一阶矩得ξ = -8θˆ + 2，则θˆ = 1 (2 − ξ ). 8
概率论与数理统计浙大四版习题答案第七章
第七章 参数估计1．[一] 随机地取8只活塞环，测得它们的直径为（以mm 计）求总体均值μ及方差σ2的矩估计，并求样本方差S 2。
解：μ，σ2的矩估计是 6122106)(1ˆ,002.74ˆ-=⨯=-===∑ni i x X n X σμ621086.6-⨯=S 。
2．[二]设X 1，X 1，…，X n 为准总体的一个样本。
求下列各总体的密度函数或分布律中的未知参数的矩估计量。
（1）⎩⎨⎧>=+-其它,0,)()1(cx x c θx f θθ其中c >0为已知，θ>1，θ为未知参数。
（2）⎪⎩⎪⎨⎧≤≤=-.,010,)(1其它x x θx f θ其中θ>0，θ为未知参数。
（5）()p p m x p px X P x m xmx,10,,,2,1,0,)1()(<<=-==- 为未知参数。
解：（1）X θcθθc θc θc θdx x c θdx x xf X E θθcθθ=--=-===+-∞+-∞+∞-⎰⎰1,11)()(1令，得cX Xθ-=（2）,1)()(10+===⎰⎰∞+∞-θθdx xθdx x xf X E θ2)1(,1X X θX θθ-==+得令（5）E (X ) = mp令mp = X ， 解得mXp=ˆ 3．[三]求上题中各未知参数的极大似然估计值和估计量。
解：（1）似然函数1211)()()(+-===∏θn θn nni ix x x c θx f θL0ln ln )(ln ,ln )1(ln )ln()(ln 11=-+=-++=∑∑==ni ini i xc n n θθd θL d x θc θn θn θL∑=-=ni icn xnθ1ln ln ˆ （解唯一故为极大似然估计量）（2）∑∏=--=-+-===ni i θn n ni ix θθnθL x x x θx f θL 112121ln )1()ln(2)(ln ,)()()(∑∑====+⋅-=ni ini ix nθxθθn θd θL d 121)ln (ˆ,0ln 2112)(ln 。
《概率论与数理统计》习题及答案 第七章
《概率论与数理统计》习题及答案第 七 章1．对某一距离进行5次测量，结果如下：2781,2836,2807,2765,2858（米）. 已知测量结果服从2(,)N μσ，求参数μ和2σ的矩估计.解 μ的矩估计为ˆX μ=，2σ的矩估计为22*211ˆ()ni i X X S n σ==-=∑ 1(27812836280727652858)2809.05X =++++=，*215854.01170.845S =⨯=所以2ˆ2809,1170.8μσ== 2．设12,,,n X X X 是来自对数级数分布1(),(01,1,2,)(1)kp P X k p k lu p k==-<<=-的一个样本，求p 的矩估计.解 111111ln(1)ln(1)ln(1)1k kk k p p p p p p p μ∞∞==-==-=-⋅----∑∑ （1） 因为p 很难解出来，所以再求总体的二阶原点矩121111ln(1)ln(1)ln(1)kk k x pk k k p p kp kp x p p p μ∞∞∞-===='-⎛⎫==-=- ⎪---⎝⎭∑∑∑ 21ln(1)1ln(1)(1)x pp x p p x p p ='⎡⎤=-=-⋅⎢⎥----⎣⎦ （2） （1）÷（2）得 121p μμ=- 所以 212p μμμ-= 所以得p 的矩估计21221111n i i n i i X X X n p X n α==-==-∑∑3．设总体X 服从参数为N 和p 的二项分布，12,,,n X X X 为取自X 的样本，试求参数N 和p 的矩估计 解 122,(1)()Np Np p Np μμ⎧=⎪⎨=-+⎪⎩ 解之得1/N p μ=， 21(1)p Np μμ-+=， 即1N pμ=，22111p μμμ-=-，所以 N 和p 的矩估计为ˆX N p=，*21S p X =-. 4．设总体X 具有密度11(1)1,,(;)0,.Cx x C f x θθθθ-+⎧>⎪=⎨⎪⎩其他其中参数01,C θ<<为已知常数，且0C >，从中抽得一个样本，12,,,n X X X ，求θ的矩估计解11111111111CCEX C x dx C xθθθθμθθθ+∞--+∞===-⎰111()11C C C C θθθθ-=-⋅=--， 解出θ得11,Cθμ=-92 于是θ的矩估计为 1C Xθ=-. 5．设总体的密度为(1),01,(;)0,.x x f x ααα⎧+<<⎪=⎨⎪⎩其他试用样本12,,,n X X X 求参数α的矩估计和极大似然估计.解 先求矩估计：111210011(1),22EX x dx x ααααμααα++++==+==++⎰解出α得 1112,1μαμ-=- 所以α的矩估计为 121XX α-=-. 再求极大似然估计： 1121(,,;)(1)(1)()nn n i n i L X X x x x x ααααα==+=+∏，1ln ln(1)ln nii L n xαα==++∑，1ln ln 01nii d L nx d αα==++∑，解得α的极大似然估计： 1(1)ln nii nxα==-+∑.6．已知总体X 在12[,]θθ上服从均匀分布，1n X X 是取自X 的样本，求12,θθ的矩估计和极大似然估计.解 先求矩估计： 1212EX θθμ+==，22222211211222()()1243EX θθθθθθθθμ-+++==+=解方程组121221122223θθμθθθθμ⎧+=⎪⎪⎨++⎪=⎪⎩得11θμ=±2123(θμμμ=-注意到12θθ<，得12,θθ的矩估计为*1X θ=-，*2X θ=.再求极大似然估计 1121212111(,,;,)()nn ni L X X θθθθθθ===--∏，1122,,,n x x x θθ≤≤，由极大似然估计的定义知，12,θθ的极大似然估计为11(1)min(,,)n X X X θ==；21()max(,,)n n X X X θ==.7．设总体的密度函数如下，试利用样本12,,,n x x x ，求参数θ的极大似然估计.（1）1(),0,(;)0,.x x e x f x αθαθαθα--⎧>⎪=⎨⎪⎩其它;已知（2）||1(;),,2x f x e x θθθ--=-∞<<+∞-∞<<+∞. 解 （1）111111(,,;)()()ni i i nx x n nn i n i L X X x ex x eααθθααθθαθα=----=∑==∏111ln (;)ln ln (1)ln nnn i i i i L X X n n x x αθθααθ===++--∑∑1ln 0ni i d L nx d αθθ==-∑解似然方程1ni i nx αθ==∑，得θ的极大似然估计94 1.ni i nx αθ==∑（2）1||||1111(;)22ni i i n x x n n i L X X e eθθθ=----=∑==∏由极大似然估计的定义得θ的极大似然估计为样本中位数，即1()2()(1)22,1(),.2n n n X n X X n θ++⎧⎪⎪=⎨⎪+⎪⎩为奇数,为偶数8．设总体X 服从指数分布(),,(;)0,.x ex f x θθθ--⎧≥⎪=⎨⎪⎩其他试利用样本12,,,n X X X 求参数θ的极大似然估计.解 1()11(,,;),,1,2,,.ni i i nx n x n i i L X X eex i n θθθθ=-+--=∑==≥=∏1ln nii L n Xθ==-∑ln 0d Ln d θ=≠ 由极大似然估计的定义，θ的极大似然估计为(1)x θ= 9．设12,,,n X X X 来自几何分布1()(1),1,2,,01k P X k p p k p -==-=<<，试求未知参数p 的极大似然估计. 解 1111(,,;)(1)(1)ni i i nx nx n n i L x x p p p p p =--=∑=-=-∏，1ln ln ()ln(1),nii L n p Xn p ==+--∑1ln 0,1ni i X nd L n dp p p=-=--∑解似然方程11nii n X n p p=-+=-∑， 得p 的极大似然估计1p X=。
概率论与数理统计课后习题答案 第七章
习题 7.2 1. 证明样本均值 是总体均值
证:
的相合估计
由定理
知 是 的相合估计
2. 证明样本的 k 阶矩
是总体 阶矩
证:
的相合估计量
3. 设总体 (1)
(2)
是
的相合估计
为其样品 试证下述三个估计量
(3)
都是 的无偏估计,并求出每一估计量的方差,问哪个方差最小? 证:
都是 的无偏估计
故 的方差最小.
大?(附
)
解: (1) 的置信度为 的置信区间为
(2) 的置信度为 故区间长度为
的置信区间为
解得
四、某大学从来自 A,B 两市的新生中分别随机抽取 5 名与 6 名新生,测其身高(单位:厘米)后,算的
.假设两市新生身高分别服从正态分布:
,
其中 未知 试求
的置信度为 0.95 的置信区间.(附:
解:
.从该车床加工的零件中随机抽取
4 个,测得长度分别为:12.6,13.4,12.8,13.2.
试求: (1)样本方差 ;(2)总体方差 的置信度为 95%的置信区间.
(附:
解: (1)
(2) 置信度 的置信区间为
三、设总体
抽取样本
为样本均值
(1) 已知
求 的置信度为 的置信区间
(2) 已知
问 要使 的置信度为 的置信区间长度不超过 ,样本容量 n 至少应取多
施磷肥的
620 570 650 600 630 580 570 600 600 580
设不施磷肥亩产和施磷肥亩产均服从正态分布,其方差相同.试对施磷肥平均亩产与不施磷肥平均
亩产之差作区间估计(
).
解:
查表知
概率论与数理统计第七章练习题与答案详解
概率论与数理统计 第七章 参数估计练习题与答案（答案在最后）1．设总体X 的二阶矩存在，n X X X ,,,21 是来自总体X 的一个样本，则2EX 的矩估计是（ ）．(A) X (B) ()∑=-n i i X X n 121 (C) ∑=n i i X n 121 (D) 2S2．矩估计必然是（ ）．(A) 总体矩的函数 (B) 样本矩的函数 (C) 无偏估计 (D) 最大似然估计3．某钢珠直径X 服从()1,μN ，从刚生产出的一批钢珠中随机抽取9个，求得样本均值06.31=X ，样本标准差98.0=S ，则μ的最大似然估计是 ．4．设θˆ是未知参数θ的一个估计量，若θθ≠ˆE ，则θˆ是θ的（ ） (A) 最大似然估计 (B) 矩估计 (C) 有效估计 (D) 有偏估计5．设21,X X 是()1,μN 的一个样本，下面四个关于μ估计量中，只有（ ）才是μ的无偏估计．(A) 213432X X + (B) 214241X X + (C)215352X X + (D) 214143X X - 6．设总体X 服从参数为λ的Poisson 分布，n X X X ,,,21 是来自总体X 的一个样本，则下列说法中错误的是（ ）．(A) X 是EX 的无偏估计量 (B) X 是DX 的无偏估计量 (C) X 是EX 的矩估计量 (D) 2X 是2λ的无偏估计量 7．设321,,X X X 是()1,μN 的一个样本，下面四个关于μ无偏估计量中，根据有效性这个标准来衡量，最好的是（ ）．(A) 321313131X X X ++ (B) 213132X X + (C)321412141X X X ++ (D) 216561X X + 8．设n X X X ,,,21 是来自总体()2,σμN 的一个样本，其中μ未知，而σ已知，则⎪⎪⎭⎫⎝⎛+-n U X n U X σσ025.0025.0，作为μ的置信区间，其置信水平是（ ）．(A) 0.9 (B) 0.95 (C) 0.975 (D) 0.05 9．设n X X X ,,,21 是来自总体()2,σμN 的一个样本，其中μ未知，而σ已知，μ的置信水平为α-1的置信区间⎪⎪⎭⎫ ⎝⎛+-n U X n U X σσαα22 ，的长度是α的减函数，对吗？10．总体X 的密度函数为()⎪⎩⎪⎨⎧<<=-其它101x x x f θθ，其中θ是未知参数，n X X X ,,,21 是来自总体X 的一个样本，求参数θ的矩估计量和最大似然估计量．11．总体X 的密度函数为()⎪⎩⎪⎨⎧>=-其它002222x ex x f x θθ， 其中θ是未知参数，n X X X ,,,21 是来自总体X 的一个样本，求参数θ的矩估计量和最大似然估计量．12．设总体X 服从几何分布：()()11--==x p p x X P ，() ,2,1=x ，n X X X ,,,21 是来自总体X 的一个样本，求参数p 的最大似然估计． 13．设n X X X ,,,21 是来自总体()2,0σN 的一个样本，求参数2σ的最大似然估计．14．设n X X X ,,,21 是来自总体()2,7t a n σμ+N 的一个样本，其中22πμπ<<-，求参数2,σμ的最大似然估计．15．设n X X X ,,,21 是来自总体()2,~σμN X 的一个样本，对给定t ，求()t X P ≤的最大似然估计．16．一个罐子里装有黑球和白球，有放回地抽取一个容量为n 的样本，发现其中有k 个白球，求罐中黑球数和白球数之比R 的最大似然估计． 17．总体X 的分布律是：()()()θθθ312,0,21-=====-=X P X P X P ，n X X X ,,,21 是来自总体X 的一个样本，求参数θ的矩估计和最大似然估计． 18．设总体X 服从二项分布()p N B ,，N 为正整数，10<<p ，n X X X ,,,21 是来自总体X 的大样本，求参数p N ,的矩估计量．19．设μ=EX ，n X X X ,,,21 是来自总体X 的一个样本，证明：()∑=-=n i i X n T 121μ是总体方差的无偏估计．20．总体X 服从()θθ2,上均匀分布，n X X X ,,,21 是来自总体X 的一个样本，证明X 32ˆ=θ是参数θ的无偏估计．21．设总体X 服从二项分布()p m B ,，n X X X ,,,21 是来自总体X 的一个样本，证明∑==ni i X n m p 11ˆ是参数θ的无偏估计． 22．设n X X X ,,,21 是来自总体X 的一个样本，且X 服从参数为λ的Poisson 分布，对任意()1,0∈α，证明()21S X αα-+是λ的无偏估计，其中2,S X 分别是样本均值和样本方差．23．设02>=σDX ，n X X X ,,,21 是来自总体X 的一个样本，问2X 是否是()2EX 的无偏估计．24．设321,,X X X 是来自总体()2,σμN 的一个样本，试验证：32112110351ˆX X X ++=μ，32121254131ˆX X X ++=μ，都是参数μ的无偏估计，并指出哪个更有效．25．从总体()1,1μN 抽取一个容量为1n 的样本：1,,,21n X X X ，从总体()4,2μN 抽取一个容量为2n 的样本：2,,,21n Y Y Y ，求21μμα-=的最大似然估计αˆ．假定总的样本容量21n n n +=不变时，求21,n n 使αˆ的方差最小． 26．为了测量一台机床的椭圆度,从全部产品中随机抽取100件进行测量，求得样本均值为mm X 081.0=，样本标准差为mm S 025.0=，求平均椭圆度μ的置信水平为0.95的置信区间．27．自动机床加工的同类零件中，随机抽取9件，测得长度如下：21.1，21.3，21.4，21.5，21.3，21.7，21.4，21.3，21.6，已知零件长度X 服从()2,σμN ，置信水平为0.95，(1) 若15.0=σ，求μ置信区间； (2) 若σ未知，求μ置信区间； (3) 若4.21=μ，求σ置信区间； (4) 若μ未知，求σ置信区间． 28．设总体X 服从()23,μN ，如果希望μ的置信水平为0.9的置信区间长度不超过2，则需要抽取的样本容量至少是多少？29．某厂利用两条自动化流水线灌装面粉，分别从两条流水线上抽取12和17的两个独立样本，其样本均值和样本方差分别为：6.10=X ，4.221=S ，5.9=Y ，7.422=S ，假设两条生产线上灌装面粉的重量都服从正态分布，其均值分别为21,μμ，方差相等，求21μμ-的置信水平为0.9的置信区间． 30．设两位化验员独立对某种聚合物含氯量用相同方法各作10次测定，其测定值的样本方差分别为：5419.021=S ，6065.022=S ，设2221,σσ分别为两位化验员所测定值总体的方差，设两位化验员的测定值都服从正态分布，求方差比2221σσ的置信水平为0.9的置信区间．31．从一批产品中抽取100个产品，发现其中有9个次品，求这批产品的次品率p 的置信水平为0.9的置信区间．答案详解1．C 2．B 3．31.064．D 5．C 6．D 7．A 8．B 9．对10．(1) 矩估计因为()⎰∞+∞-=dx x xf EX 11+==⎰θθθθdx x ，所以21⎪⎭⎫⎝⎛-=EX EX θ，而X EX =∧，由此得参数θ的矩估计量为21ˆ⎪⎪⎭⎫ ⎝⎛-=X X θ (2) 最大似然估计似然函数为：()()∏==ni i x f L 1θ()()121-=θθnnx x x ，两边取对数， ()θL ln ()()nx x x n21ln 1ln 2-+=θθ，令()θθd L d ln ()0ln 21221=+=n x x x n θθ， 得参数θ的最大似然估计为：212ln ˆ⎪⎭⎫⎝⎛=∑=ni i x n θ11．(1) 矩估计因为()⎰∞+∞-=dx x xf EX ⎰∞+-=022222dx exx θθ⎰∞+∞--=dx e xx 2222221θθ⎰∞+∞--=dx exx 2222222θθπθπθπ22=， 所以EX πθ2=，而X EX =∧，由此得参数θ的矩估计量为X πθ2ˆ=。
概率论与数理统计习题7参考答案
S X X 2 1 15 15 i1
i
2 0.00029 3 即 S 0.0171
所以 的置信区间为
t t [X S ( ), X S ( )] [2.125 0.0171 2.1315 ,2.125 0.0171 2.1315 ] [2.116,2.1406 ]
n 15 2
2
3) 1 (Var(
) Var(
) Var(
2
)) 1 3 2
X X X 4
3
9
1
2
39
3
故有 Var(ˆ4) Var(ˆ2) Var(ˆ3) Var(ˆ1)
答案仅供参考
7.7 证明（1）因为 X 服从[
]上的均匀分布，故
E(X ) 1 1
2
2
E(X ) E( X ) 1 故样本均值不是 的无偏估计 2
概率论与数理统计习题 7 参考答 案
答案仅供参考
习题 7 参考答案
7.1 解：因为:
是抽自二项分布 B（m，p）的样本，所以总体的期望为
E(X ) mp ，用样本均值
X
代替总体均值 E( X ) ，得
p
的矩估计为
pˆ
X m
。
似然函数为 L( p) Cmp px1 (1 p)mx1
m
m
Cmp pxm (1
0.025
2
2 , X 2.125
2
Z
n2
0.012 1.96 0.0049 16
答案仅供参考
所以 的置信区间为
Z Z
[X
,X
] [2.125 0.0049 ,2.125 0.0049 ] [2.1201,2.1299 ]
概率论与数理统计教程第七章答案
.第七章假设检验7.1设总体J〜N(4Q2),其中参数4, /为未知，试指出下面统计假设中哪些是简洁假设，哪些是复合假设：(1) W o: // = 0, σ = 1 ；(2) W o√∕ = O, σ>l5(3) ∕70:// <3, σ = 1 ；(4) % :0< 〃 <3 ；(5)W o :// = 0.解：(1)是简洁假设，其余位复合假设7.2设配么，…，25取自正态总体息(19),其中参数〃未知，无是子样均值,如对检验问题“0 ：〃 = 〃o, M ：4工从)取检验的拒绝域：c = {(x1,x2,∙∙∙,x25)r∣x-χ∕0∖≥c},试打算常数c ,使检验的显著性水平为0. 05_ Q解：由于J〜N(〃,9),故J~N(",二)在打。
成立的条件下，一/3 5cP o(∖ξ-^∖≥c) = P(∖ξ-μJ^∖≥-)=2 1-Φ(y) =0.05Φ(-) = 0.975,-= 1.96,所以c=L176°3 37. 3 设子样。
,乙，…，25取自正态总体，cr：已知，对假设检验%邛=μ0, H2> /J。
,取临界域c = {(X[,w,…,4)：片>9)}，(1)求此检验犯第一类错误概率为α时，犯其次类错误的概率夕，并争论它们之间的关系；(2)设〃o=0∙05, σ~=0. 004, a =0.05, n=9,求"=0.65 时不犯其次类错误的概率。
解：(1)在儿成立的条件下，F~N(∕o,军)，此时a = P^ξ≥c^ = P0< σo σo )所以，包二为册=4_,,由此式解出c°=窄4f+为% ∖∣n在H∣成立的条件下，W ~ N",啊 ,此时nS = %<c°) = AI。
气L =①(^^~品)二①匹%=①(2δξ^历σoA∣-σ+A)-A-------------- y∕n)。
概率论与数理统计习题及答案第七章
习题7-11. 选择题(1) 设总体X 的均值μ与方差σ2都存在但未知, 而12,,,n X X X L 为来自X 的样本, 则均值μ与方差σ2的矩估计量分别是( ) .(A) X 和S 2. (B) X 和211()nii X nμ=-∑. (C) μ和σ2. (D) X 和211()nii X X n=-∑.解 选(D).(2) 设[0,]X U θ:, 其中θ>0为未知参数, 又12,,,n X X X L 为来自总体X 的样本, 则θ的矩估计量是( ) .(A) X . (B) 2X . (C) 1max{}i i nX ≤≤. (D) 1min{}i i nX ≤≤.解 选(B).2. 设总体X 的分布律为其中0＜θ＜12n , 试求θ的矩估计量.解 因为E (X )=(-2)×3θ+1×(1-4θ)+5×θ=1-5θ, 令15X θ-=得到θ的矩估计量为ˆ15X θ-=. 3. 设总体X 的概率密度为(1),01,(;)0, x x f x θθθ+<<=⎧⎨⎩其它.其中θ>-1是未知参数, X 1,X 2,…,X n 是来自X 的容量为n 的简单随机样本, 求: (1) θ的矩估计量；(2) θ的极大似然估计量. 解 总体 X 的数学期望为1101()()d (1)d 2E X xf x x x x θθθθ+∞+-∞+==+=+⎰⎰. 令()E X X =, 即12X θθ+=+, 得参数θ的矩估计量为21ˆ1X X θ-=-. 设x 1, x 2,…, x n 是相应于样本X 1, X 2,… , X n 的一组观测值, 则似然函数为1(1),01,0,n n i i i x x L θθ=⎧⎛⎫+<<⎪ ⎪=⎨⎝⎭⎪⎩∏其它. 当0<x i <1(i =1,2,3,…,n )时, L >0且 ∑=++=ni ixn L 1ln )1ln(ln θθ,令1d ln ln d 1ni i L nx θθ==++∑=0, 得θ的极大似然估计值为 1ˆ1ln nii nxθ==--∑,而θ的极大似然估计量为 1ˆ1ln nii nXθ==--∑.4. 设总体X 服从参数为λ的指数分布, 即X 的概率密度为e ,0,(,)0,0,x x f x x λλλ->=⎧⎨⎩≤ 其中0λ>为未知参数, X 1, X 2, …, X n 为来自总体X 的样本, 试求未知参数λ的矩估计量与极大似然估计量.解 因为E (X )=1λ =X , 所以λ的矩估计量为1ˆXλ=. 设x 1, x 2,…, x n 是相应于样本X 1, X 2,… ,X n 的一组观测值, 则似然函数11nii inxx nni L eeλλλλ=--=∑==∏,取对数 1ln ln ()ni i L n x λλ==-∑.令1d ln 0,d ni i L n x λλ==-=∑ 得λ的极大似然估计值为1ˆxλ=,λ的极大似然估计量为1ˆXλ=. 5. 设总体X 的概率密度为,01(,)1,120,x f x x θθθ<<=-⎧⎪⎨⎪⎩，≤≤，其它,其中θ（0<θ<1）是未知参数. X 1, X 2, …, X n 为来自总体的简单随机样本, 记N 为样本值12,,,n x x x L 中小于1的个数. 求: (1) θ的矩估计量; (2) θ的极大似然估计量.解 (1) 1213()d (1)d 2X E X x x x x θθθ==+-=-⎰⎰, 所以32X θ=-矩.(2) 设样本12,,n x x x L 按照从小到大为序(即顺序统计量的观测值)有如下关系:x (1) ≤ x (2) ≤…≤ x (N ) <1≤ x (N +1)≤ x (N +2)≤…≤x (n ) .似然函数为(1)(2)()(1)(2)(1),1()0,,N n N N N N n x x x x x x L θθθ-++-<=⎧⎨⎩L L ≤≤≤≤≤≤≤其它.考虑似然函数非零部分, 得到ln L (θ ) = N ln θ + (n − N ) ln(1−θ ),令d ln ()0d 1L N n N θθθθ-=-=-, 解得θ的极大似然估计值为ˆN nθ=. 习题7-21. 选择题: 设总体X 的均值μ与方差2σ都存在但未知, 而12,,,n X X X L 为X 的样本, 则无论总体X 服从什么分布, ( )是μ和2σ的无偏估计量.(A) 11nii X n=∑和211()nii X X n=-∑. (B)111nii X n =-∑和211()1nii X X n =--∑.(C)111nii X n =-∑和211()1nii X n μ=--∑. (D)11nii X n=∑和211()nii X nμ=-∑.解 选(D).2. 若1X ,2X ,3X 为来自总体2(,)X N μσ:的样本, 且Y 1231134X X kX =++为μ的无偏估计量, 问k 等于多少?解 要求1231111()3434E X X kX k μμμμ++=++=, 解之, k =512.3. 设总体X 的均值为0, 方差2σ存在但未知, 又12,X X 为来自总体X的样本, 试证：2121()2X X -为2σ的无偏估计.证 因为22212112211[()][(2)]22E X X E X X X X -=-+2222112212[()2()()]22E X E X X E X σσ=-+==,所以2121()2X X -为2σ的无偏估计.习题7-31. 选择题(1) 总体未知参数θ的置信水平为0.95的置信区间的意义是指( ). (A) 区间平均含总体95%的值. (B) 区间平均含样本95%的值.(C) 未知参数θ有95%的可靠程度落入此区间. (D) 区间有95%的可靠程度含参数θ的真值. 解 选(D).(2) 对于置信水平1-α(0<α<1), 关于置信区间的可靠程度与精确程度, 下列说法不正确的是( ).(A) 若可靠程度越高, 则置信区间包含未知参数真值的可能性越大. (B) 如果α越小, 则可靠程度越高, 精确程度越低. (C) 如果1-α越小, 则可靠程度越高, 精确程度越低. (D) 若精确程度越高, 则可靠程度越低, 而1-α越小. 解 选（C ）习题7-41. 某灯泡厂从当天生产的灯泡中随机抽取9只进行寿命测试, 取得数据如下(单位:小时):1050, 1100, 1080, 1120, 1250, 1040, 1130, 1300, 1200． 设灯泡寿命服从正态分布N (μ, 902), 取置信度为0.95, 试求当天生产的全部灯泡的平均寿命的置信区间.解 计算得到1141.11,x = σ2 =902. 对于α = 0.05, 查表可得/20.025 1.96z z ==α.所求置信区间为/2/2(,)(1141.11 1.96,1141.11 1.96)(1082.31,1199.91).x x z +=-=αα2. 为调查某地旅游者的平均消费水平, 随机访问了40名旅游者, 算得平均消费额为105=x 元, 样本标准差28=s 元. 设消费额服从正态分布. 取置信水平为0.95, 求该地旅游者的平均消费额的置信区间.解 计算可得105,x = s 2 =282.对于α = 0.05, 查表可得0.0252(1)(39) 2.0227t n t α-==.所求μ的置信区间为22((1),(1))(105 2.0227,105 2.0227)x n x n αα--+-=+=(96.045, 113.955).3. 假设某种香烟的尼古丁含量服从正态分布. 现随机抽取此种香烟8支为一组样本, 测得其尼古丁平均含量为18.6毫克, 样本标准差s =2.4毫克. 试求此种香烟尼古丁含量的总体方差的置信水平为0.99的置信区间．解 已知n =8, s 2 =2.42, α = 0.01, 查表可得220.0052(1)(7)20.278n αχχ-==, 220.99512(1)(7)0.989n αχχ--==, 所以方差σ 2的置信区间为2222122(1)(1)(,)(1)(1)n S n S n n ααχχ---=--22(81) 2.4(81) 2.4(,)20.2780.989-⨯-⨯=(1.988, 40.768). 4. 某厂利用两条自动化流水线灌装番茄酱, 分别从两条流水线上抽取样本:X 1,X 2,…,X 12及Y 1,Y 2,…,Y 17, 算出221210.6g,9.5g, 2.4, 4.7x y s s ====.假设这两条流水线上装的番茄酱的重量都服从正态分布, 且相互独立, 其均值分别为12,μμ. 又设两总体方差2212σσ=. 求12μμ-置信水平为0.95的置信区间, 并说明该置信区间的实际意义.解 由题设22121210.6,9.5, 2.4, 4.7,12,17,x y s s n n ======2222112212(1)(1)(121) 2.4(171) 4.71.94212172wn s n s s n n -+--⨯+-⨯===+-+-120.0252(2)(27) 2.05181,t n n t α+-==所求置信区间为122(()(2)((10.69.5) 2.05181 1.94x y t n n s α-±+-=-±⨯ =(-0.40,2.60).结论“21μμ-的置信水平为0.95 的置信区间是(-0.40,2.60)”的实际意义是：在两总体方差相等时, 第一个正态总体的均值1μ比第二个正态总体均值2μ大-0.40～2.60，此结论的可靠性达到95%.5. 某商场为了了解居民对某种商品的需求, 调查了100户, 得出每户月平均需求量为10公斤, 方差为9 . 如果这种商品供应10000户, 取置信水平为0.99.(1) 取置信度为0.99,试对居民对此种商品的平均月需求量进行区间估计; (2) 问最少要准备多少这种商品才能以99%的概率满足需要？ 解 (1) 每户居民的需求量的置信区间为2222((1),(1))()(10 2.575,10 2.575)(9.2275,10.7725).,x n x n x z x αααα-+-≈+=-=10000户居民对此种商品月需求量的置信度为0.99的置信区间为(92275,107725)；（2）最少要准备92275公斤商品才能以99%的概率满足需要.。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
习题7-1
1. 选择题
(1) 设总体X 的均值μ与方差σ2都存在但未知, 而12,,,n X X X 为来自X
的样本, 则均值μ与方差σ2的矩估计量分别是( ) .
(A) X 和S 2. (B) X 和21
1()n i i X n μ=-∑. (C) μ和
σ2.
(D) X 和
21
1
()n
i
i X X n
=-∑.
解 选(D).
(2) 设[0,]X U θ, 其中θ>0为未知参数, 又12,,,n X X X 为来自总体X
的样本, 则θ的矩估计量是( ) .
(A) X . (B) 2X . (C) 1max{}i i n
X ≤≤. (D) 1min{}i i n
X ≤≤.
解 选(B).
3. 设总体X 的概率密度为
(1),01,
(;)0, x x f x θθθ+<<=⎧⎨
⎩其它.
其中θ>-1是未知参数, X 1,X 2,…,X n 是来自X 的容量为n 的简单随机样本, 求: (1) θ的矩估计量；
(2) θ的极大似然估计量. 解 总体 X 的数学期望为
1
10
1
()()d (1)d 2
E X xf x x x x θθθθ+∞
+-∞
+==+=
+⎰
⎰. 令()E X X =, 即12
X θθ+=+, 得参数θ的矩估计量为
21ˆ1X X θ-=-. 设x 1, x 2,…, x n 是相应于样本X 1, X 2,… , X n 的一组观测值, 则似然函数为
1(1),01,0,
n n i i i x x L θθ=⎧⎛
⎫+<<⎪ ⎪=⎨⎝⎭
⎪
⎩∏其它. 当0<x i <1(i =1,2,3,…,n )时, L >0且 ∑=++=n
i i
x
n L 1
ln )1ln(ln θθ,
令
1
d ln ln d 1
n
i i L n
x θ
θ==
++∑=0, 得
θ的极大似然估计值为 1
ˆ1ln n
i
i n
x
θ
==--∑,
而θ的极大似然估计量为 1
ˆ1ln n
i
i n
X
θ
==--∑.
4. 设总体X 服从参数为λ的指数分布, 即X 的概率密度为
e ,0,
(,)0,
0,x x f x x λλλ->=⎧⎨
⎩≤ 其中0λ>为未知参数, X 1, X 2, …, X n 为来自总体X 的样本, 试求未知参数λ
的矩估计量与极大似然估计量.
解 因为E (X )=1λ =X , 所以λ的矩估计量为1ˆX
λ=. 设x 1, x 2,…, x n 是相应于样本X 1, X 2,… ,X n 的一组观测值, 则似然函数
1
1
n
i
i i
n
x
x n
n
i L e
e
λ
λλ
λ=--=∑==∏,
取对数 1
ln ln ()n
i i L n x λλ==-∑.
令
1d ln 0,d n
i i L n x λλ==-=∑ 得λ的极大似然估计值为1ˆx
λ=,λ的极大似然估计量为1ˆX
λ
=. 习题7-2
2. 若1X ,2X ,3X 为来自总体2(,)X
N μσ的样本, 且
Y 12311
34
X X kX =++为μ的无偏估计量, 问k 等于多少?
解 要求1231111
()3434
E X X kX k μμμμ++=++=, 解之, k =512.
,
习题7-3
1. 选择题
(1) 总体未知参数θ的置信水平为0.95的置信区间的意义是指( ).
(A) 区间平均含总体95%的值. (B) 区间平均含样本95%的值.
(C) 未知参数θ有95%的可靠程度落入此区间. (D) 区间有95%的可靠程度含参数θ的真值. 解 选(D).
(2) 对于置信水平1-α(0<α<1), 关于置信区间的可靠程度与精确程度, 下列说法不正确的是( ).
(A) 若可靠程度越高, 则置信区间包含未知参数真值的可能性越大. (B) 如果α越小, 则可靠程度越高, 精确程度越低. (C) 如果1-α越小, 则可靠程度越高, 精确程度越低. (D) 若精确程度越高, 则可靠程度越低, 而1-α越小. 解 选（C ）
习题7-4
1. 某灯泡厂从当天生产的灯泡中随机抽取9只进行寿命测试, 取得数据如下(单位:小时):
1050, 1100, 1080, 1120, 1250, 1040, 1130, 1300, 1200．
设灯泡寿命服从正态分布N (μ, 902), 取置信度为0.95, 试求当天生产的全部灯泡的平均寿命的置信区间.
解 计算得到1141.11,x = σ2 =902. 对于α = 0.05, 查表可得
/20.025 1.96z z ==α.
所求置信区间为
/2/2(,)
(1141.11 1.96,1141.11 1.96)(1082.31,1199.91).
x x z z +
=-=αα
2. 为调查某地旅游者的平均消费水平, 随机访问了40名旅游者, 算得平均消费额为105=x 元, 样本标准差28=s 元. 设消费额服从正态分布. 取置信水平为0.95, 求该地旅游者的平均消费额的置信区间.
解 计算可得105,x = s 2 =282.对于α = 0.05, 查表可得
0.0252
(1)(39) 2.0227t n t α-==.
所求μ的置信区间为
2
2
((1),(1))(105 2.0227,105 2.0227)x n x n αα-
-+
-=+
=(96.045, 113.955).
3. 假设某种香烟的尼古丁含量服从正态分布. 现随机抽取此种香烟8支
为一组样本, 测得其尼古丁平均含量为18.6毫克, 样本标准差s =2.4毫克. 试求此种香烟尼古丁含量的总体方差的置信水平为0.99的置信区间．
解 已知n =8, s 2 =2.42, α = 0.01, 查表可得2
2
0.0052(1)(7)20.278n αχχ-==,
2
20.995
12
(1)(7)0.989n α
χ
χ
-
-==, 所以方差σ 2
的置信区间为
2
2
2212
2
(1)(1)(,)(1)(1)
n S n S n n ααχχ---=--22
(81) 2.4(81) 2.4(
,)20.2780.989-⨯-⨯=(1.988, 40.768). 4. 某厂利用两条自动化流水线灌装番茄酱, 分别从两条流水线上抽取样
本:X 1,X 2,…,X 12及Y 1,Y 2,…,Y 17, 算出22
1210.6g,9.5g, 2.4, 4.7x y s s ====. 假设这两条流水线上装的番茄酱的重量都服从正态分布, 且相互独立, 其均值分
别为12,μμ. 又设两总体方差22
12σσ=. 求12μμ-置信水平为0.95的置信区间, 并说明该置信区间的实际意义.
解 由题设22
121210.6,9.5, 2.4, 4.7,12,17,x y s s n n ======
22
221122
12(1)(1)(121) 2.4(171) 4.7
1.942
12172
w
n s n s s n n -+--⨯+-⨯=
=
=+-+-
120.0252
(2)(27) 2.05181,t n n t α+-==所求置信区间为
122
(()(2)((10.69.5) 2.05181 1.94x y t n n s α-±+-=-±⨯ =(-0.40,2.60).
结论“21μμ-的置信水平为0.95 的置信区间是(-0.40,2.60)”的实际意义是：在两总体方差相等时, 第一个正态总体的均值1μ比第二个正态总体均值
2μ大-0.40～2.60，此结论的可靠性达到95%.。