数理统计教程课后重要答案习题
数理统计课后答案-第二章
X 1 , X 2 , L, X 5 相互独立，所以
X 1 + X 2 ～ N (0 , 2) ， X 3 + X 4 + X 5 ～ N (0 , 3) ，而且相互独立，
即有
X1 + X 2 2
～ N (0 ,1) ，
X3 + 1) ，而且相互独立。
由 χ 分布的定义可知
Xi − a ， i = 1, 2, L, n ， b
1 n 1 n X 与 Y = ∑ i ∑ Yi 之间的关系； n i =1 n i =1 1 n 1 n 2 ( X i − X )2 与 S y = ∑ (Yi − Y ) 2 之间的关系。 ∑ n i =1 n i =1
（2）它们的样本方差 S x =
∑ (X i − X )2 =
i =1
n
S x2 。 b2
2.4 设有样本 ( X 1 , X 2 , L , X n ) ， X = 本方差， μ 是常数，证明
1 n 1 n 2 X 是样本均值， S = ( X i − X ) 2 是样 ∑ ∑ i n i =1 n i =1
1 n ∑ ( X i − μ)2 = S 2 + ( X − μ)2 。 n i =1
n −1 ⎤ ⎡ n E ⎢∑ ( X i + Yi − X − Y ) 2 ⎥ = E (nS z2 ) = nE ( S z2 ) = n ⋅ Dζ n ⎣ i =1 ⎦ = n⋅ n −1 ⋅ 2σ 2 = 2(n − 1)σ 2 。 n
2.8
设 ( X 1 , X 2 , X 3 , X 4 , X 5 ) 是总体 ξ ～ N (0 , 1) 的样本。
2 2
2
（1）求常数 a, b ，使得 a ( X 1 + X 2 ) + b( X 3 + X 4 + X 5 ) 服从 χ (2) 分布，并指出其自 由度； （2）求常数 c ，使得
研究生-数理统计课后答案参考
, i 1, 2, , n
解
由已知条件得： Yi ~ B(1, p) ，其中 p 1 FX ( ) .
因为 X i 互相独立，所以 Yi 也互相独立，再根据二项分布的可加性，有
Y ~ B(n, p) ， p 1 F
i 1 i
n
X
( ) .
9 设 X1 ,, X n 是来自总体 X 的样本，试求 EX , DX , ES 2 。假设总体的分布为： 1） X ~ B( N , p); 2) X ~ P( ); 3) X ~ U [a, b]; 4) X ~ N ( ,1);
解
n 2 2 2 E Xi X E (n 1) S (n 1) ES i 1 (n 1) DX (n 1) 2
2 (n 1) S 2 n 2 4 D X i X D ( n 1) S D 2 i 1
试画出身高直方图，它是否近似服从某个正态分布密度函数的图形. 解
图 1.2 数据直方图
它近似服从均值为 172，方差为 5.64 的正态分布，即 N (172,5.64) . 4 设总体 X 的方差为 4，均值为 ，现抽取容量为 100 的样本，试确定常数 k，使得 满足 P( X k ) 0.9 .
2）对总体 X ~ P( )
P( X 1 x1 , X 2 x2 , X 3 x3 , X 4 x4 , X 5 x5 ) P( X i xi )
i 1 i 1 n 5
x
i
xi !
e
5xBiblioteka x !i 1 i5
e 5
其中： x
(高等教育出版)概率论与数理统计教程课后习题答案
4
P ( A) = 1 - P ( A) = 1 −
94 ⎛9⎞ = 1− ⎜ ⎟ 10000 ⎝ 10 ⎠
4
1.11 任取一个正数，求下列事件的概率： (1)该数的平方的末位数字是 1； (2)该数的四次方的末位数字是 1； (3)该数的立方的最后两位数字都是 1； 1 解 (1) 答案为 。 5 (2)当该数的末位数是 1、3、7、9 之一时，其四次方的末位数是 1，所以答案 4 2 为 = 10 5 (3)一个正整数的立方的最后两位数字决定于该数的最后两位数字，所以样本 空间包含 10 2 个样本点。用事件 A 表示“该数的立方的最后两位数字都是 1” ，则该 数的最后一位数字必须是 1，设最后第二位数字为 a ，则该数的立方的最后两位数 字为 1 和 3 a 的个位数，要使 3 a 的个位数是 1，必须 a = 7 ，因此 A 所包含的样本 点只有 71 这一点，于是 。 1.12 一个人把 6 根草掌握在手中，仅露出它们的头和尾。然后请另一个人把 6 个头两两相接， 6 个尾也两两相接。 求放开手以后 6 根草恰好连成一个环的概率。 并把上述结果推广到 2n 根草的情形。 解 (1)6 根草的情形。取定一个头，它可以与其它的 5 个头之一相接，再取另 一头，它又可以与其它未接过的 3 个之一相接，最后将剩下的两个头相接，故对 头而言有 5 ⋅ 3 ⋅ 1 种接法，同样对尾也有 5 ⋅ 3 ⋅ 1 种接法，所以样本点总数为 (5 ⋅ 3 ⋅ 1) 2 。 用 A 表示“6 根草恰好连成一个环” ，这种连接，对头而言仍有 5 ⋅ 3 ⋅ 1 种连接法，而 对尾而言，任取一尾，它只能和未与它的头连接的另 4 根草的尾连接。再取另一 尾，它只能和未与它的头连接的另 2 根草的尾连接，最后再将其余的尾连接成环， 故 尾 的 连 接 法 为 4 ⋅ 2 。 所 以 A 包 含 的 样 本 点 数 为 (5 ⋅ 3 ⋅ 1)(4 ⋅ (3) 指 定 的 m 个 盒 中 正 好 有 j 个 球 的 概 率 为 ⎜ ⎝ m − 1 ⎠⎝
数理统计课后题答案完整版
第一章3. 解：因为i i x ay c-=所以 i i x a cy =+11nii x x n ==∑()1111ni i ni i a cy n na cy n ===+⎛⎫=+ ⎪⎝⎭∑∑1nii c a y n a c y==+=+∑所以 x a c y =+ 成立因为 ()2211n x i i s x xn ==-∑()()()22122111ni i ini i nii a cy a c y n cy c y n c y y n====+--=-=-∑∑∑又因为 ()2211n y i i s y yn ==-∑所以 222xys c s = 成立 6. 解：变换()1027i i y x =-11li i i y m y n ==∑()13529312434101.5=-⨯-⨯+⨯+=- 2710yx=+= ()2211lyi i i s m y yn ==-∑()()()()22221235 1.539 1.5412 1.534 1.510440.25⎤=⨯-++⨯-++⨯+++⎡⎣⎦= 221 4.4025100x y s s == 7解：*11li i i x m x n ==∑()1156101601416426172121682817681802100166=⨯+⨯+⨯+⨯+⨯+⨯+⨯=()22*11li i i s m x xn ==-∑()()()()()()()2222222110156166141601662616416628168166100121721668176166218016633.44=⨯-+⨯-+⨯-+⨯-⎡⎣⎤+⨯-+⨯-+⨯-⎦=8解：将子样值重新排列（由小到大） -4，，，，，0，0，，，，，，()()()()()172181203.2147.211.2e n n e nM X X R X X M X X +⎛⎫ ⎪⎝⎭⎛⎫+ ⎪⎝⎭====-=--==== 9解：121211121211n n i j i j n x n x n n x n n ==+=+∑∑112212n x n x n n +=+()12221121n n ii s x x n n +==-+∑()()()1212221122111122121222222111222112212122222211221122112212121222211211122121n n i i n n i ji j x xn n x x n x n x n n n n n s x n sx n x n xn n n n n s n s n x n x n x n x n n n n n n n n n x n n s n sn n +====-++⎛⎫+=- ⎪++⎝⎭+++⎛⎫+=-⎪++⎝⎭⎛⎫+++=+- ⎪+++⎝⎭+++=++∑∑∑()()()()()()22212211222122222112212112212122121222212121122212122n n x n x n x n n n s n s n n x n n x n n x x n n n n n n x x n s n sn n n n +-++++-=+++-+=+++12. 解：()ix P λ i Ex λ= i Dx λ= 1,2,,i n =⋅⋅⋅1122111111n n i i i i nni i i i n E X E x Ex n n n n DX D x Dx n nn n λλλλ============∑∑∑∑13.解：(),ix U a b 2i a b Ex += ()212i b a Dx -= 1,2,,i n =⋅⋅⋅ 在此题中()1,1i x U - 0i Ex = 13i Dx = 1,2,,i n =⋅⋅⋅112111101113n ni i i i nni ii i E X E x Ex n n DX D x Dx n nn ==========∑∑∑∑14.解：因为()2,iXN μσ 0i X Eμσ-= 1i X Dμσ-=所以 ()0,1i X N μσ- 1,2,,in =⋅⋅⋅由2χ分布定义可知()222111nniii i X Y Xμμσσ==-⎛⎫=-= ⎪⎝⎭∑∑服从2χ分布所以 ()2Yn χ15. 解：因为()0,1iX N1,2,,i n =⋅⋅⋅()1230,3X X X N ++0=1=所以()0,1N()221χ同理()221χ由于2χ分布的可加性，故()222123Y χ=+可知 13C =16. 解：（1）因为 ()20,i X N σ 1,2,,i n =⋅⋅⋅()0,1iX N σ所以 ()22121ni i X Y n χσσ=⎛⎫= ⎪⎝⎭∑(){}11122Y Yy F y P Y y P σσ⎧⎫=≤=≤⎨⎬⎩⎭()220yf x dx σχ=⎰()()211'221Y Y y f y F y f χσσ⎛⎫==⨯ ⎪⎝⎭因为 ()2122202200n x n x e x n f x x χ--⎧⎪>⎪⎛⎫=⎨Γ⎪⎪⎝⎭⎪≥⎩所以 ()21122202200ny n nY y e y n f y y σσ--⎧⎪>⎪⎛⎫=⎨Γ⎪⎪⎝⎭⎪≤⎩（2） 因为 ()20,i X N σ 1,2,,i n =⋅⋅⋅()0,1iX N σ所以()22221ni i X nY n χσσ=⎛⎫= ⎪⎝⎭∑(){}()22222220nyY nYny F y P Y y P f x dx σχσσ⎧⎫=≤=≤=⎨⎬⎩⎭⎰()()222'22Y Y ny nf y F y f χσσ⎛⎫== ⎪⎝⎭故 ()221222202200n nny n n Y n y e y n f y y σσ--⎧⎪>⎪⎛⎫=⎨Γ⎪⎪⎝⎭⎪≤⎩（3）因为 ()20,iX N σ 1,2,,i n =⋅⋅⋅()10,1ni N =所以()22311n i Y n χσ=⎛= ⎝(){}()()22333210yn Y Y F y P Y y P y f x dx n σχσ⎧⎫=≤=≤=⎨⎬⎩⎭⎰()()()233'2211Y Y y f y F y f n n χσσ⎛⎫== ⎪⎝⎭()()221000x x f x x χ-⎧>=≤⎩故 ()232000y n Y y f y y σ-⎧>=≤⎩ （4）因为()20,iX N σ 1,2,,i n =⋅⋅⋅所以()()1224210,11ni ni N Y χσ==⎛= ⎝(){}()()()()()224224442210'2211yY Y Y y F y P Y y P f x dxy f y F y f σχχχσσσσ⎧⎫=≤=≤=⎨⎬⎩⎭⎛⎫== ⎪⎝⎭⎰ 故()242000yY y f y y σ-⎧>=≤⎩17.解：因为 ()Xt n存在相互独立的U ，V()0,1UN ()2Vn χ 使X = ()221Uχ则 221U X V n=由定义可知 ()21,F n χ18解：因为 ()20,iX N σ 1,2,,i n =⋅⋅⋅()10,1ni N =()221n mi i n X m χσ+=+⎛⎫ ⎪⎝⎭∑所以()1nniX Yt m ==（2）因为()0,1iX N σ1,2,,i n m =⋅⋅⋅+()()221221ni i n mi i n X n X m χσχσ=+=+⎛⎫ ⎪⎝⎭⎛⎫ ⎪⎝⎭∑∑所以 ()221122211,ni n i ii n mn mi ii n i n X m X n Y F n m X n X mσσ==++=+=+⎛⎫⎪⎝⎭==⎛⎫ ⎪⎝⎭∑∑∑∑19.解：用公式计算()20.010.019090χ=查表得 0.01 2.33U =代入上式计算可得()20.01909031.26121.26χ=+=20.解：因为()2Xn χ 2E n χ= 22D n χ=由2χ分布的性质3可知()0,1N{}P X c P ≤=≤22lim t n P dt -→∞-∞≤==Φ 故 {}PX c ≤≈Φ第 二 章 1.,0()0,0()()1()111x x x x xe xf x x E x f x xdx xe dxxe e d x e xλλλλλλλλλλλλ-+∞+∞--∞+∞+∞--+∞-⎧≥=⎨<⎩=⋅==-+=-==⎰⎰⎰令从而有1x λ∧= 2.()111121).()(1)(1)1111k k x x E x k p p p k p ppp ∞∞--===-=-==⎡⎤--⎣⎦∑∑令1p ＝X所以有1p X ∧=２）．其似然函数为1`11()(1)(1)ni x i i nX nni L P P p p p -=-=∑=-=-∏1ln ()ln ()ln(1)ni i L P n p X n p ==+--∑1ln 1()01ni i d L n X n dp p p ==--=-∑解之得11nii np X X∧===∑３． 解：因为总体Ｘ服从Ｕ（a ，b ）所以()2122!2!!()12ni i a b n E X r n r X X X X a b S X b X =∧∧+=--⎧=⎪⎪⎨-⎪=⎪⎩⎧=⎪⎨⎪=⎩∑222（a-b ）（） D （X ）=12令E （X ）= D （X ）=S ，1S =n a+b 2（）a 4. 解：（1）设12,,n x x x 为样本观察值则似然函数为：111()(),01,1,2,,ln ()ln ln ln ln 0nni i i nii in i i L x x i nL n x d L nx d θθθθθθθθ-====<<==+=+=∏∑∑（-1）解之得：11ln ln nii nii nxnxθθ=∧==-==∑∑（2）母体X 的期望1()()1E x xf x dx x dx θθθθ+∞-∞===+⎰⎰而样本均值为：11()1nii X x n E x X X Xθ=∧===-∑令得5.。
数理统计第二章课后习题参考答案
第二章 参数估计2.4 设子样1.3，0.6，1.7，2.2，0.3，1.1是来自具有密度函数()1f x ββ=；，0x β<<的总体，试用矩法估计总体均值、总体方差及参数β. 解： 1.30.6 1.7 2.20.3 1.1 1.26X μ+++++===.()()()()()()()22222222111 1.3 1.20.6 1.2 1.7 1.2 2.2 1.20.3 1.2 1.1 1.26ni i X X n σ=⎡⎤=-=-+-+-+-+-+-⎣⎦∑ ()222222210.10.60.510.90.10.4076σ=+++++==. ()()0112E X x f x dx xdx ββββ+∞-∞===⎰⎰；.令()E X X =，则12X β=，即2X β=.参数β的矩估计量为ˆ22 1.2 2.4X β==⨯=.2.6 设总体X 的密度函数为()f x θ；，1X ，2X ，…，n X 为其样本，求下列情况下θ的MLE.（iii ）()()100x x e x f x ααθθαα--⎧>⎪=⎨⎪⎩，；，其它α已知解：当0i X >()12i n = ，，，时，似然函数为： ()()()()111111ni i i n n n x n x i i i i i i L f x x e x eαααθθαθθθαθα=----===∑⎛⎫=== ⎪⎝⎭∏∏∏；.()()11ln ln ln 1ln n ni i i i L n n x x αθθααθ===++--∑∑.由()1ln 0ni i L nx αθθθ=∂=-=∂∑，得θ的MLEˆθ，即1ˆnii nxαθ==∑.2.7 设总体X 的密度函数为()()1f x x ββ=+，01x <<，1X ，2X ，…，n X 为其子样，求参数β的MLE 及矩法估计。
今得子样观察值为0.3，0.8，0.27，0.35，0.62及0.55，求参数β的估计值。
概率论与数理统计教程第四版课后答案
2
j
j
i
j
i
j
6
连续型随机变量 ( X,Y),
DX = ∫
( x − EX )2 f X ( x )dx −∞
+∞
( x − EX )2 f ( x , y )dxdy , =∫ ∫ −∞ −∞
+∞ +∞
DY = ∫
( y − EY ) −∞
+∞
2
f Y ( y )dy
+∞ 2 −∞
=
∫ ∫ ( y − EY ) f ( x , y )dxdy .
D( X ) = E( X 2 ) − E 2 ( X ) = 0 .319
(X σX = D ) = 0 .565
13
3.3 对一目标射击，直至击中为止。如果每次射击命中率为 对一目标射击，直至击中为止。 p，求射击次数的数学期望和方差。 ，求射击次数的数学期望和方差。 解 设随机变量X表示射击次数， 服从几何分布。 设随机变量 表示射击次数， 则X 服从几何分布。 表示射击次数 P ( X = m ) = p(1 − p ) m −1 m = 1 , 2L ∞ ∞ 1 1 1 n−1 n−1 = p⋅ = p⋅ E(X) = = ∑npq = p∑nq 2 2 = (1−q) [1−(1− p)] p n=1 n=1 =1 ∞ ∞ 1+ q 2− p 2 n−1 2 n−1 2 n pq = p∑n q = p⋅ . E(X ) = ∑ 3 = 2 (1+q) p n=1 n=1
第三章 随机变量的数字特征小结
一、一维随机变量的数学期望
定义1 设X是一离散型随机变量，其分布列为： 定义 是一离散型随机变量，其分布列为： 是一离散型随机变量
概率论与数理统计教程-魏宗舒-课后习题解答答案-7-8章
概率论与数理统计教程-魏宗舒-课后习题解答答案-7-8章概率论与数理统计教程-魏宗舒-课后习题解答答案-7-8章第七章假设检验7.1 设总体2(,)N ξµσ~，其中参数µ，2σ为未知，试指出下⾯统计假设中哪些是简单假设，哪些是复合假设：（1）0:0,1H µσ==；（2）0:0,1H µσ=>；（3）0:3,1H µσ<=；（4）0:03H µ<<；（5）0:0H µ=.解：（1）是简单假设，其余位复合假设 7.2 设1225,,,ξξξ取⾃正态总体(,9)N µ，其中参数µ未知，x 是⼦样均值，如对检验问题0010:,:H H µµµµ=≠取检验的拒绝域：12250{(,,,):||}c x x x x c µ=-≥，试决定常数c ，使检验的显著性⽔平为0.05解：因为(,9)N ξµ~，故9(,)25N ξµ~ 在0H 成⽴的条件下，00053(||)(||)53521()0.053cP c P c ξµξµ-≥=-≥??=-Φ=55()0.975,1.9633c cΦ==，所以c =1.176。
7.3 设⼦样1225,,,ξξξ取⾃正态总体2(,)N µσ，20σ已知，对假设检验0010:,:H H µµµµ=>，取临界域12n 0{(,,,):|}c x x x c ξ=>，（1）求此检验犯第⼀类错误概率为α时，犯第⼆类错误的概率β，并讨论它们之间的关系；（2）设0µ=0.05，20σ=0.004，α=0.05，n=9，求µ=0.65时不犯第⼆类错误的概率。
解：（1）在0H 成⽴的条件下，200(,)nN σξµ~，此时00000()P c P ξαξ=≥=10，由此式解出010c αµ-=+在1H 成⽴的条件下，20(,)nN σξµ~，此时101010()(P c P αξβξµ-=<=<=Φ=Φ=Φ由此可知，当α增加时，1αµ-减⼩，从⽽β减⼩；反之当α减少时，则β增加。
数理统计课后题标准答案
Z1 Z12 2 N (0,1), 1 (1) 3 3 Z2 X 4 X 5 X 6亦服从N(0,3)且与Z1相互独立
Z2 3 Z22 N (0,1), 3
2
2 (1)
2
且与 相互独立。由 分布可加性，
1 (2), c 3
2
Z12 Z 2 2 1 2 1 2 ( Z1 Z 2 ) Y 3 3 3 3
e x , x 0
0, x 0
（
x
0
1
）
Ex
xf ( x)dx xe
0
dx
x
用样本 x 估计Ex，则有 x
1
1 ＾ ,
12.设母体X具有几何分布,它的分布列为 P{X=k}=(1-p)k-1p,k=1,2,… 先用矩法求 p 的估计量 , 再求 p 的最大似然估 计. 解 :( 1)矩法估计
3.设X1,X2,…,Xn是参数为的泊松分布的母体 的一个子样，是子样平均数，试求E X 和 X 1 1 1 D 。 x p( ), E x E ( xi ) Exi n n i n i n 解：
1 1 Dx D( xi ) 2 n i n 1 Dxi 2 Dx n i n i
i i i i
2 1 1 c 而sx 2 ( xi x) 2 (a cyi a c y ) 2 ( yi y ) 2 c 2 s y 2 n i n i n i
2. 在五块条件基本相同的田地上种植某种 农作物，亩产量分别为 92 ， 94 ， 103 ， 105 ， 106（单位：斤），求子样平均数和子样方 差。 解：作变换
- 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)。
第一章:统计量及其分布19.设母体ξ服从正态分布N(),,2σμξ和2n S 分别为子样均值和子样方差,又设()21,~σμξN n +且与n ξξξ,,,21 独立, 试求统计量111+--+n n S nn ξξ的抽样分布. 解: 因为ξξ-+1n 服从⎪⎭⎫⎝⎛+21,0σn n N 分布. 所以()1,0~121N nn n σξξ+-+ 而()1~222-n nS nχσ且2n S 与ξξ-+1n 独立,, 所以()1~1111--÷+--+n t S n n n n S nnn σξξ分布. 即111+--+n n S nn εε服从()1-n t 分布. 20.(),,,1,,n i i i =ηξ是取自二元正态分布N()ρσσμμ222121,,,的子样,设()∑∑∑===-===n i i i ni n i i n S n n 12111,1,1ξξηηξξξ2,()2121∑=-=n i i n S ηηη和 ()()()()∑∑∑===----=ni i ni ii ni ir 12211ηηξξηηξξ试求统计量()122221--+---n S rS S S ηξηξμμηξ的分布.解: 由于().21μμηξ-=-E ()()=-+=-ηξηξηξ,c o v 2D D D nn nn2122212σσρσσ-+.所以()()n 212221212σρσσσμμηξ-+---服从()1,0N 分布 .()()()()()()()[]211212121222122ηξηξηηξξηηξξ---=----+-=-+∑∑∑∑====i ini i i ni i ni i ni S rS S S ni i ηξ-是正态变量,类似于一维正态变量的情况,可证ηξηξS rS S S 222-+与ηξ-相互独立.()()1~22221222122--+-+n S rS S S n χσρσσσηξηξ, 所以 统计量()122221--+---n S rS S S ηξηξμμηξ()()()()1)2(222122212221222121--+-+-+---=n S rS S S n nσρσσσσρσσσμμηξηξηξ服从()1-n t 分布.第二章：估计量1. 设n ξξ,,1 是来自二点分布的一个子样,试求成功概率p 的矩法估计量.解: p E =ξ ξ=∴pˆ 3. 对容量为n 的子样,求密度函数()()⎪⎩⎪⎨⎧<<-=其它,00,2;2ax x a a a x f 中参数a 的矩法估计3. 对容量为n 的子样,求密度函数 ()()⎪⎩⎪⎨⎧<<-=其它,00,2;2ax x a a a x f 中参数a 的矩法估计量. 解: ()322adx x a ax E a=-=⎰ξ 令ξ=3a 得ξ3ˆ=a . 4. 在密度函数 ()()10,1<<+=x x a x f a中参数a 的极大似然估计量是什么? 矩法估计量是什么? 解: (1) ()()()∏∏==+=+=ni i ni nni x x L 111ααααα ()i i x ∀<<1∴()().ln 1ln ln 1⎪⎪⎭⎫⎝⎛⋅++=∏=n i i x n L ααα令()0ln 1ln 1=++=∂∂∑=i ni x nL ααα， 得 ∑=--=ni iL xn1ln 1ˆα。
由于 ()01ln 222<+-=∂∂ααnL 故∑=--=ni iL xn1ln 1ˆα是α极大似然估计.(2) 由211+-=αξE 令ξα=+-211 得 .112ˆξξα--= 14. 设n ξξ,,1 为取自参数为λ的普哇松分布的一个子样.试证子样平均ξ和∑=*--=n i inn S 122)(11ξξ都是λ的无偏估计.并且对任一值10,≤≤αα()2*1n S αξα-+也是λ的无偏估计.证: 对普哇松分布有λξξ==D E , 从而.λξ=E ().11212*λξξξ==⎥⎦⎤⎢⎣⎡--=∑=D E n ESi n i n故ξ与2n S 都是λ的无偏估计. 又()[]()λλααλαξα=-+=-+112*n S E故()2*1n S αξα-+也是λ的无偏估计.15. 设,,,1n ξξ 为取自正态母体()2,σμN 的一个子样,试适当选择c ,使()21112∑-=+-=n i i i c S ξξ为2σ的无偏估计.解: 由μξ=i E 2σξ=i D 且n ξξ,,1 相互独立可知,2μξξξξ=⋅=j i j i E E E j i ≠ 从而()()()()[]212112211212122ξξξξξξE n E n c E E E E c ES i i i i ni ---=-+=++=∑()()12122-=-=n c D n c i σξ.取()121-=n c 时, n S 为2σ的无偏估计.17. 设随机变量ξ服从二项分布()(),1,0,1=-⎪⎪⎭⎫ ⎝⎛==-x x n x P xn x θθξ,n试求2θ无偏估计量.解: 由于θξn E = ()()()()222211θθθθθξξξ-+=+-=+=n n n n n E D E故()().122θξξ-=-n n E 从而当抽得容量为N 的一个子样后,2θ的无偏估计为:()().1ˆ22--∑=n Nn i i ξξθ量.解: ()322adx x a ax E a =-=⎰ξ 令ξ=3a 得ξ3ˆ=a .34. 设n ξξ,,1 是取自正态母体()2,σμN的一个子样,其中μ为已知,证明(i) ()2121∑=-=ni i nn S μξ是2σ的有效估计;(ii) ∑=-=ni i n 121μξπσ是σ的无偏估计,并求其有效率. 证()i 由()n nS n222~χσ知, .22σ=n ES nDS n422σ=, 又()2,σμN 的密度函数为()()22221σμσπ--=x ex f , 故()()22222ln 21ln σμπσ---=x f 对2σ求导得：()[]224221ln σμσσ--=∂∂x f 从而()()[]4422442221241ln σσμξσμξσσ=+---=⎪⎭⎫ ⎝⎛∂∂E f E ()()4222221ln σσσ=∂∂-=I L E或， 故R C -下界为nn 414221σσ=⎪⎭⎫ ⎝⎛⋅- 。
2n S ∴ 是2σ的有效估计.()ii . 由于()σππσμσπμξσμ2222122222==-=--∞--∞+∞-⎰⎰dy ey dx ex E y x i i故σσ=ˆE ， 即σˆ是σ的无偏估计. 又 ()[]2222121122222221ˆσπσπσπμξμξπμξπσn n E E n D n D i n i -=⎪⎭⎫ ⎝⎛-=---=-⋅=∑=而()[]22222221ln σσμξσσ=⎥⎦⎤⎢⎣⎡--=⎪⎭⎫ ⎝⎛∂∂E f E故C —R 下界为n22σ， σˆ的有效率为876.022222=-σπσnn 。
30 .设n ξξ,,1 是取自具有下列指数分布的一个子样. ()⎪⎩⎪⎨⎧≥=-其它,00,1x e x f xθθ证明ξ∑==ni i n 11ξ是θ的无偏、一致、有效估计。
证: 由于()θθθξθ=Γ==-∞⎰20dx e xE xi ξ∴是θ的无偏估计.又()2222223θθθξ=Γ==-∞⎰dx e x E x i ， 故2θξ=i D从而.2n D θξ=， 而()224211ln θθξθθ=-=⎪⎭⎫ ⎝⎛∂∂E f E 故R C -下界为,2nθ 因此ξ是θ的有效估计.另外,由契比可夫不等式()0222−−→−=≤≥-∞→n n D P εθεξεθξ 所以ξ还是θ的一致估计.32. 设n ξξ,,1 是独立同分布随机变量, 都服从()()10,,2,1,0,1;<<=-=θθθθ x x f x， 则∑==ni i n T 1ξ是θ的充分统计量.证: 由于n ξξ,,1 的联合密度为()()ix n n x x f ∑-=θθ1,,1 ,2,1,0=i x取(),121ix n k ϑϑ-= 12=k , 则由因子分解定理知, n T 是ϑ的充分统计量.33. 设n ξξ,,1 是独立同分布随机变量,都服从具参数为λ的普哇松分布,则∑==ni in T 1ξ是关于λ的充分统计量.证: 由于n ξξ,,1 的联合密度是()λλn i xn e x x x f i-∑∏=!1 2,1,0=i x取.21λλn x e k i-=, ()12!-=i x k π, 则由因子分解定理知 : n T 是充分统计量.第三章：假设检验1设2521,,,ξξξ 取自正态母体)9,(μN 其中μ为未知参数,ξ为子样均值，对检验问题0100:,:μμμμ≠=H H 取检验的拒绝域:{}c x x x C ≥-=0251:)(μ ,试决定常数c 使检验的显著性水平为0.05.解:因为），，（9N ~μξ所以），（259N ~μξ 在0H 成立下,,05.03512C 3553P C P 000=⎥⎦⎤⎢⎣⎡⎪⎭⎫ ⎝⎛Φ-=⎪⎪⎪⎭⎫⎝⎛≥-=≥-C μξμξ）（ 96.135,975.035==⎪⎭⎫⎝⎛ΦC C , 所以 C=1.176. 2．设子样),,(1n ξξ 取自正态母体220),,(σσμN 已知，对检验假设 0100:,:μμμμ>=H H 的问题，取临界域{}01:)(c x x x C n ≥= .（i ）求此检验犯第一类错误的概率α,犯第二类错误的概率β,并讨论它们之间的关系.（ii ）设9,05.0,04.0,5.0200====n ασμ,求65.0=μ时不犯第二类错误的概率.解: (i).在0H 成立下, ），（nN ~200σμξ()⎪⎪⎭⎫⎝⎛-≥-=≥=n C n P C P 0000000σμσμξξα,0010100C n u C u nααμσμσ---∴=∴=+其中1u α-是N （0，1）分布的α分位点。
在H 1成立下,），（nN ~20σμξ,()⎪⎪⎭⎫⎝⎛-<-=<=n C n P C P 00011σμσμξξβ =010001000u C n n n u n αασμμμμμσσσ--⎛⎫+- ⎪⎛⎫⎛⎫--Φ=Φ=Φ- ⎪⎪ ⎪ ⎪⎝⎭⎝⎭⎪⎝⎭当α增加时，1u α-减少，从而β减少；反之当α减少时，将导致β增加。
（ii ）不犯第二类错误的概率为1-β。