数理统计课后答案

合集下载

概率论与数理统计教程第四版课后答案

1i jk n
若事件 A1 , A2 ,, An 互不相容，则
PA1 A2 An PA1 PA2 PAn 3
2.条件概率及乘法定理
条件概率
PA
|
B
PAB PB
,
PB
|
A
PAB PA
.
乘法定理 PAB PB PA| B PA PB | A
PA1 A2 An PA1 PA2 | A1PA3 | A1A2 PAn | A1A2 An1
N
P10 10
设事件A 表示指定的3本放在一起，
则A所包含的基本事件的数： M P33 P88
∴
P(A)
M N
P33 P88 P10
10
8!3! 1 0.067 10! 15
11
6. 为减少比赛场次，把20个球队任意分成两组（每组10队）进行比赛，求最强的两队分在不同组内的概率。
解
解基本事件的总数：N 9 105
设事件A 表示电话号码是由完全不同的数字组成，则A所包含的基本事件的数： M 9 P95
∴
P( A) M N
9 P95 9 105
189 1250
0.1512
10
5. 把10本书任意地放在书架上, 求其中指定的3本放在一起的概率。
解
基本事件的总数：
C
1 4
C
2 3
C
1 3
43
9 0.5625
16
13. 某工厂生产的100个产品中，有5个次品，从这批产品中任取一
半来检查，设A表示发现次品不多于1个，求A的概率。
解
P( A)
C
50 95
C
1 5

数理统计教程课后重要答案习题

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。

数理统计课后习题答案(凌能祥、李声闻、宁荣健)

第1章抽样分布第2章参数估计课后习题1. 设总体~(,)X B n p ，试用来自总体X 的样本12(,,,)n X X X 求n 与p 的矩估计量。

解：由p EX X n ==，2n (1)DX S p p ==-得，222n ,X X S p X S S-==- 2.设总体X 服从几何分布，其分布列为1()(1)(1,2,)k P X k p p k -==-=试用来自X 的样本12(,,,)n X X X 求p 的矩估计量和最大似然估计量。

解：#(1) 求矩估计量：由1pEX X ==得，1p X=(2) 求最大似然估计量：设样本12(,,,)n X X X 的观察值为12(,,,)n k k k ，则似然函数为1(1)(;)(1)ni i k n L k p p p =-∑=-，1ln (;)ln ln(1)(1)ni i L k p n p p k ==+--∑，1ln(;)1(1)1ni i d k p n k dp p p ==---∑，令ln(;)0d k p dp =得，11n ii n p Xk===∑.3.设12(,,,)N X X X 为独立同分布样本，X 1服从泊松分布()(0)P λλ>。

若仅观察到12(,,,)N X X X 中前n 个样本12,,,n X X X 的值，以及后面N-n 个样本的和1Nii n XT =+=∑，求λ的极大似然估计。

解：依照题意，得{}!i x λi i λe P X x x -==，似然函数为1(;)!ix NN λi iλL x λex -==∏， 111ln (;)(ln ln )ln ln NN Ni i i i i i i L x λN λx λx N λλx x ====-+-=-+-∑∑∑。

1111xx xx(;)Nn Nnii iii i i n i TdL x λN N N d λλλλ===+=++=-+=-+=-+∑∑∑∑，令(;)0dL x λd λ=，得1=ni i x TλN=+∑4.设总体X 的分布密度函数为(1),01(;)0,其他θθx x f x θ⎧+<<=⎨⎩ 其中θ>-1。

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

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。

概率与数理统计第四版(简明版)课后习题答案

随机变量的函数及其分布
总结词
描述通过函数变换得到的随机变量的概率分布情况。
详细描述
对于一个或多个随机变量，通过函数变换可以得到新的随机变量。这些新随机变量的概率分布可以通过对原随机变量的概率分布进行函数变换得到。例如，如果X是一个随机变量，f(X)是关于X的函数，那么f(X)的概率分布可以通过对X的概率分布进行函数变换得到。常见的函数变换包括线性变换、幂函数变换等。在得到新随机变量的概率分布后，可以进一步分析其性质和特征。
多元线性回归分析的假设包括线性关系、误差项独立同分布以及误差项的无偏性。
详细描述
在进行多元线性回归分析之前，需要检验各因变量与自变量之间的线性关系，并确保误差项独立且服从相同的分布，同时误差项的均值为零，以保证估计的回归系数是无偏和有效的。
总结词
多元线性回归分析的应用范围广泛，包括经济、金融、生物、医学和社会科学等领域。
随机变量的定义与性质
随机变量是定义在样本空间上的一个实值函数，其取值随试验结果的变化而变化。
随机变量具有可加性、独立性、有限可加性等性质，这些性质在随机变量的计算和推导中有着重要的应用。
离散型随机变量是取有限个或可数个值的随机变量，其分布律是一个离散的概率分布。常见的离散型随机变量包括二项分布、泊松分布等。
边缘概率分布与条件概率分布
总结词
描述随机变量的边缘概率分布和条件概率分布，即考虑某些变量的取值对其他变量的概率分布的影响。
VS
详细描述
边缘概率分布是指考虑某些随机变量的取值后，其他随机变量的概率分布情况。对于两个随机变量X和Y，X的边缘概率分布表示为P(X)，表示在给定Y取某个值的条件下，X的概率分布。条件概率分布则表示在给定某个事件发生的条件下，其他随机变量的概率分布情况。条件概率分布表示为 P(X|Y)，表示在Y取某个值的条件下，X的概率分布。

数理统计杨虎课后答案第1章作业解答

查其产品损坏的件数，记录结果为：
.写出样本的
频率分布、经验分布函数并画出其图形. 解 1）、所求样本经验分布函数：
.
3、某地区测量了位男性成年人身高、得数据（单位：cm）如下
组下限
165
167
169
171
173
175
177
组上限
167
169
171
173
175
177
179
人数
3
10
21
23
22
11
，
，
.
所求的概率为
查表得
9、设为： 1)、
解 1）、由
.因此所求的概率是来自总体的样本，试求
; 2)、，知
; 3)、
. .假设总体的分布
; 4)、，
. ，故有：
；
2）、由
. ，知
；
，
，故有：
；
3）、由
. ，知
；，
，故有：
；
；
4）、由
. ，知
，
，故有：
；
17、设样本
1)、
；
.
是来自总体
3)、
解 1）、由
2)、 .
; ，知：
，
，
，
.
1)、
;
2)、
3)、 24、设总体
; ，抽取容量为的样本
. ，求概率：
1)、
2)、解 1）、由题意知
;
. .于是有：
查表得
，
.故所求的
.
2）、由题意知
.于是有：
查表得
，
.故所求的
.

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)。

数理统计一、填空题1、设n X X X ,,21为母体X 的一个子样，如果),,(21n X X X g ，则称),,(21n X X X g 为统计量。

不含任何未知参数2、设母体σσμ),,(~2N X 已知，则在求均值μ的区间估计时，使用的随机变量为nX σμ-3、设母体X 服从修正方差为1的正态分布，根据来自母体的容量为100的子样，测得子样均值为5，则X 的数学期望的置信水平为95%的置信区间为。

025.01015u ⨯±4、假设检验的统计思想是。

小概率事件在一次试验中不会发生5、某产品以往废品率不高于5%，今抽取一个子样检验这批产品废品率是否高于5%，此问题的原假设为。

0H ：05.0≤p6、某地区的年降雨量),(~2σμN X ，现对其年降雨量连续进行5次观察，得数据为： (单位：mm) 587 672 701 640 650 ，则2σ的矩估计值为。

7、设两个相互独立的子样2121,,,X X X 与51,,Y Y 分别取自正态母体)2,1(2N 与)1,2(N ， 2*22*1,S S 分别是两个子样的方差，令2*2222*121)(,S b a aS +==χχ，已知)4(~),20(~222221χχχχ，则__________,==b a 。

用)1(~)1(222*--n S n χσ，1,5-==b a8、假设随机变量)(~n t X ，则21X服从分布。

)1,(n F9、假设随机变量),10(~t X 已知05.0)(2=≤λX P ，则____=λ 。

用),1(~2n F X得),1(95.0n F =λ10、设子样1621,,,X X X 来自标准正态分布母体)1,0(N ，X为子样均值，而01.0)(=>λX P ，则____=λ01.04)1,0(~1z N nX=⇒λ 11、假设子样1621,,,X X X 来自正态母体),(2σμN ，令∑∑==-=161110143i i i iX XY ，则Y 的分布 )170,10(2σμN12、设子样1021,,,X X X 来自标准正态分布母体)1,0(N ，X 与2S 分别是子样均值和子样方差，令2*210S X Y =，若已知01.0)(=≥λY P ，则____=λ 。

)9,1(01.0F =λ 13、如果,ˆ1θ2ˆθ都是母体未知参数θ的估计量，称1ˆθ比2ˆθ有效，则满足。

)ˆ()ˆ(21θθD D < 14、假设子样n X X X ,,,21 来自正态母体),(2σμN ，∑-=+-=11212)(ˆn i i i X XC σ是2σ的一个无偏估计量，则_______=C 。

)1(21-n15、假设子样921,,,X X X 来自正态母体)81.0,(μN ，测得子样均值5=x ，则μ的置信度是95.0的置信区间为。

025.039.05u ⨯±16、假设子样10021,,,X X X 来自正态母体),(2σμN ，μ与2σ未知，测得子样均值5=x ，子样方差12=s ，则μ的置信度是95.0的置信区间为。

025.0025.0025.0)99(),99(1015z t t ≈⨯±17、假设子样n X X X ,,,21 来自正态母体),(2σμN ，μ与2σ未知，计算得75.14161161=∑=i i X ，则原假设0H ：15=μ的t 检验选用的统计量为。

答案为nS X *15- 二、选择题1、③下列结论不正确的是 ( )① 设随机变量Y X ,都服从标准正态分布，且相互独立，则)2(~222χY X + ② Y X ,独立，)5(~)15(~),10(~222χχχY Y X X ⇒+ ③ n X X X ,,21来自母体),(~2σμN X 的子样，X 是子样均值，则∑=-ni i n X X 1222)(~)(χσ④ n X X X ,,21与n Y Y Y ,,21均来自母体),(~2σμN X 的子样，并且相互独立，YX ,分别为子样均值，则)1,1(~)()(1212----∑∑==n n F Y YX Xni ini i2、④设21ˆ,ˆθθ是参数θ的两个估计量，正面正确的是 ( ) ① )ˆ()ˆ(21θθD D >，则称1ˆθ为比2ˆθ有效的估计量 ② )ˆ()ˆ(21θθD D <，则称1ˆθ为比2ˆθ有效的估计量 ③ 21ˆ,ˆθθ是参数θ的两个无偏估计量，)ˆ()ˆ(21θθD D >，则称1ˆθ为比2ˆθ有效的估计量 ④ 21ˆ,ˆθθ是参数θ的两个无偏估计量，)ˆ()ˆ(21θθD D <，则称1ˆθ为比2ˆθ有效的估计量 3、设θˆ是参数θ的估计量，且0)ˆ(>θD ，则有（） ① 2ˆθ不是2θ的无偏估计 ② 2ˆθ 是2θ的无偏估计 ③ 2ˆθ不一定是2θ的无偏估计 ④ 2ˆθ 不是2θ的估计量 4、②下面不正确的是（）① ααu u -=-1 ② )()(221n n ααχχ-=- ③ )()(1n t n t αα-=- ④ ),(1),(1n m F m n F αα=-5、②母体均值的区间估计中，正确的是（） ① 置信度α-1一定时，子样容量增加，则置信区间长度变长； ② 置信度α-1一定时，子样容量增加，则置信区间长度变短； ③ 置信度α-1增大，则置信区间长度变短； ④ 置信度α-1减少，则置信区间长度变短。

6、④对于给定的正数α，10<<α，设αu 是标准正态分布的α上侧分位数，则有（） ① αα-=<1)(2u U P ② αα=<)|(|2u U P③ αα-=>1)(2u U P ④ αα=>)|(|2u U P7、④某工厂所生产的某种细纱支数服从正态分布200200,),,(σμσμN 为已知，现从某日生产的一批产品中随机抽取16缕进行支数测量，求得子样均值和子样方差，要检验细纱支数的均匀度是否变劣，则应提出假设（）① 0H ：0μμ= 1H ：0μμ≠ ② 0H ：0μμ= 1H ：0μμ> ③ 0H ：202σσ= 1H ：202σσ≠ ④ 0H ：202σσ= 1H ：202σσ>8、③测定某种溶液中的水分，由它的9个测定值，计算出子样均值和子样方差%452.0=x ， %037.0=s ，母体服从正态分布，正面提出的检验假设被接受的是（） ① 在α＝下，0H ：%05.0=μ ②在α＝下，0H ：%03.0=μ ③ 在α＝下，0H ：%5.0=μ ④在α＝下，0H ：%03.0=σ 9、答案为①设子样n X X X ,,21抽自母体X ，m Y Y Y ,,21来自母体Y ，),(~21σμN X),(~22σμN Y ，则∑∑==--mi ini iYX 122121)()(μμ的分布为① ),(m n F ② )1,1(--m n F ③ ),(n m F ④ )1,1(--n m F10、②设n x x x ,,,21 为来自),(~2σμN X 的子样观察值，2,σμ未知，∑==ni i x n x 11则2σ的极大似然估计值为（）① ∑=-n i i x x n 12)(1 ② ∑=-n i i x x n 1)(1 ③ ∑=--n i i x x n 12)(11 ④∑=--n i i x x n 1)(11 11、③子样n X X X ,,21来自母体)1,0(~N X ，∑==n i i X n X 11，=2*S ∑=--n i i X X n 12)(11 则下列结论正确的是（） ① )1,0(~N X n ② )1,0(~N X ③∑=ni i n X 122)(~χ ④)1(~*-n t SX12、①假设随机变量X 100212,,,),2,1(~X X X N 是来自X 的子样，X 为子样均值。

已知)1,0(~N b X a Y +=，则有（）①5,5=-=b a ②5,5==b a ③51,51-==b a ④51,51=-=b a13、设子样n X X X ,,,21 )1(>n 来自标准正态分布母体)1,0(N ，X 与2*S 分别是子样均值和子样方差，则有（）①)1,0(~N X ②)1,0(~N X n ③)(~212n X ni i χ∑= ④*SX 14、④设子样n X X X ,,,21 来自正态母体),(2σμN ，X 与2S 分别是子样均值和子样方差，则下面结论不成立的是（）①X 与2S 相互独立 ②X 与2)1(S n -相互独立③X 与∑=-ni iX X122)(1σ相互独立 ④X 与∑=-ni iX122)(1μσ相互独立15、③子样54321,,,,X X X X X 取自正态母体),(2σμN ，μ已知，2σ未知。

则下列随机变量中不能作为统计量的是（）① X ② μ221-+X X ③ ∑=-5122)(1i iX X σ ④∑=-512)(31i iX X16、②设子样n X X X ,,,21 来自正态母体),(2σμN ，X 与2*S 分别是子样均值和子样方差，则下面结论成立的是（）① ),(~2212σμN X X - ② )1,1(~)(2*2--n F SX n μ ③)1(~222-n S χσ ④)1(~1*---n t n S X μ17、答案②设子样n X X X ,,,21 来自母体X ，则下列估计量中不是母体均值μ的无偏估计量的是（）。

①X ②n X X X +++ 21 ③)46(1.01n X X +⨯ ④321X X X -+ 18、②假设子样n X X X ,,,21 来自正态母体),(2σμN 。

母体数学期望μ已知，则下列估计量中是母体方差2σ的无偏估计是（）①∑=-n i i X X n 12)(1②∑=--n i i X X n 12)(11③∑=-+n i i X n 12)(11μ ④∑=--n i i X n 12)(11μ 19、①假设母体X 的数学期望μ的置信度是95.0，置信区间上下限分别为子样函数),(1n X X b 与 ),,(1n X X a ，则该区间的意义是（）① 95.0)(=<<b a P μ ② 95.0)(=<<b X a P ③ 95.0)(=<<b X a P ④ 95.0)(=<-<b X a P μ20、②假设母体X 服从区间],0[θ上的均匀分布，子样n X X X ,,,21 来自母体X 。