概率论与数理统计第六章测试题
概率论与数理统计(茆诗松)第二版课后第六章习题参考答案
⎝ 2 2⎠
2
则X
=Y
+θ
−
1 2
，
X (1)
= Y(1)
+θ
−
1 2
， X(n)
= Y(n)
+θ
−
1 2
，即
1 2
(
X
(1)
+
X(n)) =
1 2 (Y(1)
+ Y(n) ) + θ
−1 2
，
可得 E( X ) = E(Y ) + θ − 1 = E(Y ) +θ − 1 = θ ， Var(X ) = Var(Y ) = 1 Var(Y ) = 1 ，
n
∑ 由伽玛分布的可加性知 Y = X i 服从伽玛分布 Ga(n, λ)，密度函数为 i=1
pY
( y)
=
λn Γ(n)
y n−1 e−λ y
Ι y>0
，
∫ ∫ 则 E⎜⎛ 1 ⎟⎞ = E⎜⎛ n ⎟⎞ = ⎝ X ⎠ ⎝Y ⎠
+∞ n ⋅ λn y n−1 e−λ y dy = nλn
0 y Γ(n)
n
∑ 4． 设总体 X ~ N (µ , σ 2)，X1, …, Xn 是来自该总体的一个样本．试确定常数 c 使 c ( X i+1 − X i )2 为σ 2 的无 i=1
偏估计． 解：因 E[(Xi + 1 − Xi )2 ] = Var (Xi + 1 − Xi ) + [E(Xi + 1 − Xi )]2 = Var (Xi + 1) + Var (Xi ) + [E(Xi + 1) − E(Xi )]2 = 2σ 2，
概率论与数理统计教材第六章习题
X σ0 n
~ N(0,1)
对于置信水平1- ，总体均值的置信区间为 对于置信水平 -α，总体均值 的置信区间为
X
σ0
n
uα < < X +
2
σ0
n
uα
2
(2)设总体 ～ N(,σ 2 ), 未知 ，求的置信区间。 设总体X～ 未知σ， 的置信区间。 设总体 的置信区间
σ 0 ，则样本函数 t = X ~ t(n 1) 用 S 代替 S n
i =1
n1
n1
F
1
α ∑ Yj 2
2 j =1
n2
(
)
2
n2
10
2 2 及 （1）设两个总体 ～ N(1,σ1 ) 及Y～ N(2 ,σ 2 ), 未知 1 2， ）设两个总体X～ ～
2 σ1 的置信区间。 求 2 的置信区间。 σ2
选取样本函数 选取样本函数
2 2 S1 σ1 F = 2 2 ~ F(n1 1, n2 1) S2 σ2
∑x
i =1
n
i =1
i
n = 0.
1 p
得 p 的极大似然估计值为 p =
n
∑x
i =1
n
1 = x
i
12
1 θ 2. 设总体 服从拉普拉斯分布：f ( x;θ ) = e ,∞< x < +∞, 设总体X 服从拉普拉斯分布： 2θ 求参数 θ 其中 > 0. 如果取得样本观测值为 x1 , x2 ,L, xn , 求参数θ
第六章 参数估计
(一)基本内容
一、参数估计的概念 1 定义：取样本的一个函数θ ( X 1 , X 2 ,L , X n ), 如果以它的观测 定义：
概率论与数理统计 第六章习题附答案
习题6-11. 若总体(2,9)X N , 从总体X 中抽出样本X 1, X 2, 问3X 1-2X 2服从什么分布?解 3X 1-2X 2～N(2, 117).习题6-21. 选择题(1) 下面关于统计量的说法不正确的是( ).(A) 统计量与总体同分布. (B) 统计量是随机变量. (C) 统计量是样本的函数. (D) 统计量不含未知参数.解 选(A).(2) 已知X 1,X 2,…,X n 是来自总体2(,)X N μσ 的样本, 则下列关系中正确的是( ).(A) ().E X n μ= (B) 2().D X σ= (C) 22().E S σ= (D) 22().E B σ= 解 选(C).(3) 设随机变量X 与Y 都服从标准正态分布, 则( ).(A) X +Y 服从正态分布.(B) X 2+Y 2服从2χ分布.(C) X 2和Y 2都服从2χ分布. (D)22X Y服从F 分布.解因为随机变量X 与Y 都服从标准正态分布, 但X 与Y 不一定相互独立,所以(A),(B),(D)都不对, 故选(C).2. 设X 1,X 2,…,X n 是来自总体X 的样本, 总体X 的均值μ已知,方差σ2未知.在样本函数1nii X=∑,1nii Xμσ=-∑,1nii XSμ=-∑, n μ(21X +22X +…+2n X )中, 哪些不是统计量?解1nii Xμσ=-∑不是统计量.习题6-31．填空题(1) 设总体~(2,25)X N ,12100,,,X X X 是从该总体中抽取的容量为n 的样本, 则()E X = ; ()D X = ; 统计量~X .解 因为总体~(2,25)X N , 而12100,,,X X X 是从该总体中抽出的简单随机样本, 由正态分布的性质知, 样本均值也服从正态分布, 又因为1001111(()22100)n i i i E E X n X =====∑∑,而1002111125(()251001)1004n i i i D D X n X ======∑∑.所以 1~(2,)4N X .3. 在总体2(52,6.3)N 中随机抽取一个容量为36的样本, 求样本均值X 落在50.8到53.8 之间的概率.解 因为2~(,)X N n σμ,所以26.3~(52,)36X N .于是, 标准化随机变量52~(0,1)6.3X N -. 因此(50.852)6(52)6(53.852)6{50.853.8}{}6.3 6.3 6.3X P X P -⨯-⨯-⨯=≤≤剟10.87.2()()0.82936.36.3ΦΦ-=-=.。
概率论与数理统计(茆诗松)第二版课后第六章习题参考答案
第六章 参数估计习题6.11． 设X 1, X 2, X 3是取自某总体容量为3的样本，试证下列统计量都是该总体均值µ 的无偏估计，在方差存在时指出哪一个估计的有效性最差？（1）3211613121ˆX X X ++=µ； （2）3212313131ˆX X X ++=µ； （3）3213326161ˆX X X ++=µ． 证：因µµµµµ=++=++=613121)(61)(31)(21)ˆ(3211X E X E X E E ， µµµµµ=++=++=313131)(31)(31)(31)ˆ(3212X E X E X E E ， µµµµµ=++=++=326161)(32)(61)(61)ˆ(3213X E X E X E E ， 故321ˆ,ˆ,ˆµµµ都是总体均值µ 的无偏估计； 因2222321136143619141)Var(361)Var(91)Var(41)ˆVar(σσσσµ=++=++=X X X ， 2222321231919191)Var(91)Var(91)Var(91)ˆVar(σσσσµ=++=++=X X X ， 222232132194361361)Var(94)Var(361)Var(361)ˆVar(σσσσµ=++=++=X X X ， 故)ˆVar()ˆVar()ˆVar(312µµµ<<，即2ˆµ有效性最好，1ˆµ其次，3ˆµ最差． 2． 设X 1, X 2, …, X n 是来自Exp (λ)的样本，已知X 为1/λ的无偏估计，试说明X /1是否为λ的无偏估计．解：因X 1, X 2, …, X n 相互独立且都服从指数分布Exp (λ)，即都服从伽玛分布Ga (1, λ)，由伽玛分布的可加性知∑==ni i X Y 1服从伽玛分布Ga (n , λ)，密度函数为01e )()(>−−ΙΓ=y y n nY y n y p λλ，则λλλλλλλ1)1()(e )(e )(110201−=−Γ⋅Γ=Γ=Γ⋅=⎟⎠⎞⎜⎝⎛=⎟⎠⎞⎜⎝⎛−∞+−−∞+−−∫∫n n n n n dy y n n dy y n y n Y n E X E n n y n n yn n， 故X /1不是λ的无偏估计．3． 设θˆ是参数θ 的无偏估计，且有0)ˆ(Var >θ，试证2)ˆ(θ不是θ 2的无偏估计． 证：因θθ=)ˆ(E ，有2222)ˆVar()]ˆ([)ˆVar(])ˆ[(θθθθθθ>+=+=E E ，故2)ˆ(θ不是θ 2的无偏估计． 4． 设总体X ~ N(µ , σ 2)，X 1, …, X n 是来自该总体的一个样本．试确定常数c 使∑=+−ni i i X X c 121)(为σ 2的无偏估计．解：因E [(X i + 1 − X i )2 ] = Var (X i + 1 − X i ) + [E (X i + 1 − X i )]2 = Var (X i + 1) + Var (X i ) + [E (X i + 1) − E (X i )]2 = 2σ 2，则2211211121)1(22)1(])[()(σσ−=⋅−⋅=−=⎥⎦⎤⎢⎣⎡−∑∑−=+−=+n c n c X X E c X X c E n i i i n i i i ，故当)1(21−=n c 时，21121)(σ=⎥⎦⎤⎢⎣⎡−∑−=+n i i i X X c E ，即∑−=+−1121)(n i i i X X c 是σ 2的无偏估计．5． 设X 1, X 2, …, X n 是来自下列总体中抽取的简单样本，⎪⎩⎪⎨⎧+≤≤−=.,0;2121,1);(其他θθθx x p证明样本均值X 及)(21)()1(n X X +都是θ 的无偏估计，问何者更有效？ 证：因总体⎟⎠⎞⎜⎝⎛+−21,21~θθU X ，有)1,0(~21U X Y +−=θ，则21−+=θY X ，21)1()1(−+=θY X ，21)()(−+=θn n Y X ，即21)(21)(21)()1()()1(−++=+θn n Y Y X X ，可得θθθ=−+=−+=21)(21)()(Y E Y E X E ，nY n Y X 121)Var(1)Var()Var(===，因Y 的密度函数与分布函数分别为p Y ( y ) = I 0<y <1，⎪⎩⎪⎨⎧≥<≤<=.1,1;10,;0,0)(y y y y y F Y有Y (1)与Y (n )的密度函数分别为10111)1()()](1[)(<<−−Ι−=−=y n Y n Y y n y p y F n y p ，1011)()]([)(<<−−Ι==y n Y n Y n ny y p y F n y p ，且(Y (1), Y (n ))的联合密度函数为)()1()()()]()()[1(),()()1(2)1()()()1(1n y y n Y Y n Y n Y n n y p y p y F y F n n y y p <−Ι−−=102)1()()()1())(1(<<<−Ι−−=n y y n n y y n n ，则11)2()()2()1()(101)1(+=+ΓΓΓ⋅=−⋅=∫−n n n n dy y n y Y E n ，1)(101)(+=⋅=∫−n n dy ny y Y E n n ， )2)(1(2)3()()3()1()(10122)1(++=+ΓΓΓ⋅=−⋅=∫−n n n n n dy y n y Y E n ，2)(10122)(+=⋅=∫−n n dy ny y Y E n n ， ∫∫∫∫−−−−⋅⋅=−−⋅=11)1()()()1()(1)1(2)1()()()1()()()1()()()()1())(1()(n n y n n n n y n n n n n y y d n y y dy dy y y n n y y dy Y Y E∫∫⎥⎦⎤⎢⎣⎡⋅−+−−=−−100)1()(1)1()(01)1()()()1()()()()()(n n y n n n y n n n n dy y y y n y y y ny dy2121)(102)(10)(1)(100)1()()()()(+=+==⎥⎦⎤⎢⎣⎡−⋅−=++∫∫n y n dy y y y y dy n n n n n y n n n n n ， 即)2()1(11)2)(1(2)Var(22)1(++=⎟⎠⎞⎜⎝⎛+−++=n n n n n n Y ，)2()1(12)Var(22)(++=⎟⎠⎞⎜⎝⎛+−+=n n n n n n n Y n ，且)2()1(111121),Cov(2)()1(++=+⋅+−+=n n n nn n Y Y n 可得θθ=−++=⎥⎦⎤⎢⎣⎡+21)]()([21)(21)()1()()1(n n Y E Y E X X E ，)2)(1(21)2()1(422)],Cov(2)Var()[Var(41)(21Var 2)()1()()1()()1(++=+++=++=⎥⎦⎤⎢⎣⎡+n n n n n Y Y Y Y X X n n n ， 因θ=(X E ，θ=⎥⎦⎤⎢⎣⎡+)(21)()1(n X X E ，故X 及)(21)()1(n X X +都是θ 的无偏估计； 因当n > 1时，)2)(1(21)(21Var 121)Var()()1(++=⎥⎦⎤⎢⎣⎡+>=n n X X n X n ， 故)(21)()1(n X X +比样本均值X 更有效． 6． 设X 1, X 2, X 3服从均匀分布U (0, θ )，试证)3(34X 及4X (1)都是θ 的无偏估计量，哪个更有效？解：因总体X 的密度函数与分布函数分别为θθ<<Ι=x x p 01)(，⎪⎩⎪⎨⎧≥<≤<=.,1;0,;0,0)(θθθx x x x x F有X (1)与X (3)的密度函数分别为θθθ<<Ι−=−=x x x p x F x p 03221)(3)()](1[3)(，θθ<<Ι==x x x p x F x p 032233)()]([3)(，则443223)(3)(043223032)1(θθθθθθθθ=⎟⎟⎠⎞⎜⎜⎝⎛+⋅−⋅=−⋅=∫x x x dx x x X E ， 43433)(043032)3(θθθθθ=⋅=⋅=∫x dy x x X E ， 1054233)(3)(205432303222)1(θθθθθθθθ=⎟⎟⎠⎞⎜⎜⎝⎛+⋅−⋅=−⋅=∫x x x dx x x X E ， 53533)(25303222)3(θθθθθ=⋅=⋅=∫x dy x x X E ， 即803410)Var(222)1(θθθ=⎟⎠⎞⎜⎝⎛−=X ，8034353)Var(222)3(θθθ=⎟⎠⎞⎜⎝⎛−=X ， 因θθ=⋅=44)4()1(X E ，θθ=⋅=⎟⎠⎞⎜⎝⎛433434)3(X E ，故4X (1)及)3(34X 都是θ 的无偏估计； 因5380316)4Var(22)1(θθ=⋅=X ，1580391634Var 22)3(θθ=⋅=⎟⎠⎞⎜⎝⎛X ，有⎟⎠⎞⎜⎝⎛>)3()1(34Var )4Var(X X ， 故)3(34X 比4X (1)更有效． 7． 设从均值为µ ，方差为σ 2 > 0的总体中，分别抽取容量为n 1和n 2的两独立样本，1X 和2X 分别是这两个样本的均值．试证，对于任意常数a , b （a + b = 1），21X b X a Y +=都是µ 的无偏估计，并确定常数a , b 使Var (Y ) 达到最小．解：因µµµµ=+=+=+=)()()()(21b a b a X bE X aE Y E ，故Y 是µ 的无偏估计；因22222121222122221212)1()(Var )(Var )(Var σσσ⎟⎟⎠⎞⎜⎜⎝⎛+−+=⋅−+⋅=+=n a n a n n n n n a n a X b X a Y ， 令022)(Var 222121=⎟⎟⎠⎞⎜⎜⎝⎛−⋅+=σn a n n n n Y da d ，得211n n n a +=，且02)(Var 2212122>⋅+=σn n n n Y a d d ， 故当211n n n a +=，2121n n n a b +=−=时，Var (Y ) 达到最小2211σn n +．8． 设总体X 的均值为µ ，方差为σ 2，X 1, …, X n 是来自该总体的一个样本，T (X 1, …, X n )为µ 的任一线性无偏估计量．证明：X 与T 的相关系数为)Var()Var(T X ．证：因T(X 1, …, X n )为µ的任一线性无偏估计量，设∑==ni i i n X a X X T 11),,(L ，则µµ===∑∑==ni i ni i i a X E a T E 11)()(，即11=∑=ni i a ，因X 1, …, X n 相互独立，当i ≠ j 时，有Cov (X i , X j ) = 0，则nanX X n a X a X n X a X n T X ni in i i i i n i i i i ni i i n i i 2121111),Cov(,1Cov ,1Cov ),Cov(σσ===⎟⎠⎞⎜⎝⎛=⎟⎟⎠⎞⎜⎜⎝⎛=∑∑∑∑∑=====，因),Cov()Var(1)Var(2T X nX n X ===σ，故X 与T 的相关系数为)Var()Var()Var()Var()Var()Var()Var(),Cov(),Corr(T X T X X T X T X T X ===．9． 设有k 台仪器，已知用第i 台仪器测量时，测定值总体的标准差为σ i （i = 1, …, k ）．用这些仪器独立地对某一物理量θ 各观察一次，分别得到X 1, …, X k ，设仪器都没有系统误差．问a 1, …, a k 应取何值，方能使∑==ki i i X a 1ˆθ成为θ 的无偏估计，且方差达到最小？解：因θθθ⎟⎟⎠⎞⎜⎜⎝⎛===⎟⎟⎠⎞⎜⎜⎝⎛=∑∑∑∑====k i i ki i k i i i ki i i a a x E a x a E E 1111)()ˆ(， 则当11=∑=ki i a 时，∑==ki ii x a 1ˆθ是θ 的无偏估计， 因∑∑∑=====⎟⎟⎠⎞⎜⎜⎝⎛=ki i i k i i i k i i i a x a x a 122121)(Var Var )ˆ(Var σθ， 讨论在11=∑=ki i a 时，∑=ki i i a 122σ的条件极值，设拉格朗日函数⎟⎟⎠⎞⎜⎜⎝⎛−+=∑∑==1),,,(11221ki i ki iik a a a a L λσλL ， 令⎪⎪⎪⎪⎩⎪⎪⎪⎪⎨⎧=−=∂∂=+=∂∂=+=∂∂∑=,01,02,02122111ki i k k ka L a a L a a L λλσλσL L L L L 得2212−−++−=k σσλL ，2212−−−++=k i i a σσσL ，i = 1, …, k ， 故当2212−−−++=k i i a σσσL ，i = 1, …, k 时，∑==ki ii x a 1ˆθ是θ 的无偏估计，且方差达到最小． 10．设X 1, X 2, …, X n 是来自N (θ, 1)的样本，证明g (θ ) = |θ | 没有无偏估计（提示：利用g (θ )在θ = 0处不可导）．证：反证法：假设T = T (X 1, X 2, …, X n )是g (θ ) = |θ | 的任一无偏估计，因∑==ni i X n X 11是θ 的一个充分统计量，即在取定x X =条件下，样本条件分布与参数θ 无关，则)|(X T E S =与参数θ 无关，且S 是关于X 的函数，||)()()]|([)(θθ====g T E X T E E S E ， 可得)(X S S =是g (θ ) = |θ | 的无偏估计，因X 1, X 2, …, X n 是来自N (θ, 1)的样本，由正态分布可加性知X 服从正态分布⎟⎠⎞⎜⎝⎛n N 1,θ，则∫∫∞+∞−+−−∞+∞−−−⋅⋅=⋅=dx x S ndx n x S S E x n x n n x nθθθ22222)(2e)(eπ2eπ2)()(，因E (S ) = |θ|，可知对任意的θ，反常积分∫∞+∞−+−⋅dx x S x n x n θ22e)(收敛，则由参数θ的任意性以及该反常积分在−∞与+∞两个方向的收敛性知∫∞+∞−⋅⋅+−⋅dx x S x n x n ||||22e)(θ收敛，因x n x S x S x n x n x n n ⋅⋅=⎥⎥⎦⎤⎢⎢⎣⎡⋅∂∂+−+−θθθ2222e )(e )(，且| y | ≤ e| y |，有||)1||(2222eex n n x n x n x n ⋅+⋅+−+−≤⋅θθ，则由∫∞+∞−⋅+⋅+−⋅dx x S x n x n ||)1|(|22e)(θ的收敛性知∫∞+∞−+−⎥⎥⎦⎤⎢⎢⎣⎡⋅∂∂dx x S x n x n θθ22e )(一致收敛， 可得∫∞+∞−+−−⋅⋅=dx x S nS E x n x n n θθ2222e)(e π2)(关于参数θ 可导，与E (S ) = |θ |在θ = 0处不可导矛盾，故g (θ ) = |θ | 没有无偏估计．11．设总体X 服从正态分布N (µ , σ 2)，X 1, X 2, …, X n 为来自总体X 的样本，为了得到标准差σ 的估计量，考虑统计量：∑=−=ni i X X n Y 11||1，∑==n i i X n X 11，n ≥ 2，∑∑==−−=n i nj j i X X n n Y 112||)1(1，n ≥ 2，求常数C 1与C 2，使得C 1Y 1与C 2Y 2都是σ 的无偏估计． 解：设),0(~2θN Y ，有θθθθθθθπ2eπ22e π212e π21|||][|02022222222=−=⋅=⋅=+∞−∞+−∞+∞−⋅−∫∫y y y dy y dy y Y E ， 因X X i −是独立正态变量X 1, X 2, …, X n 的线性组合， 且0()()(=−=−=−µµX E X E X X E i i ，22211,Cov 21),Cov(2)Var()Var()Var(σσσn n X n X n X X X X X X i i i i i −=⎟⎠⎞⎜⎝⎛−+=−+=−，则⎟⎠⎞⎜⎝⎛−−21,0~σn n N X X i ，σσπ)1(21π2|][|n n n n X X E i −=−⋅=−， 可得σσπ)1(2π)1(21|][|1)()(11111111n n C n n n n C X X E n C Y E C Y C E n i i −=−⋅⋅⋅=−⋅==∑=，故当)1(2π1−=n n C 时，E [C 1Y 1] = σ，C 1Y 1是σ 的无偏估计；当i ≠ j 时，X i 与X j 相互独立，都服从正态分布N (µ , σ 2)，有E (X i − X j ) = E (X i ) − E (X j ) = µ − µ = 0，Var(X i − X j ) = Var(X i ) + Var(X j ) = σ 2 + σ 2 = 2σ 2，则X i − X j ~ N (0, 2σ 2)，σσπ22π2|][|=⋅=−j i X X E ， 当i = j 时，X i − X j = 0，E [| X i − X j |] = 0，可得σσπ2π2)()1(1|][|)1(1)()(2221122222C n n n n C X X E n n C Y E C Y C E n i nj j i =−⋅−⋅=−−⋅==∑∑==， 故当2π2=C 时，E [C 2Y 2] = σ，C 2Y 2是σ 的无偏估计． 习题6.21． 从一批电子元件中抽取8个进行寿命测试，得到如下数据（单位：h ）：1050，1100，1130，1040，1250，1300，1200，1080，试对这批元件的平均寿命以及寿命分布的标准差给出矩估计．解：平均寿命µ 的矩估计75.1143ˆ==x µ；标准差σ 的矩估计8523.89*ˆ==s µ． 2． 设总体X ~ U (0, θ )，现从该总体中抽取容量为10的样本，样本值为：0.5，1.3，0.6，1.7，2.2，1.2，0.8，1.5，2.0，1.6，试对参数θ 给出矩估计．解：因X ~ U (0, θ )，有2)(θ=X E ，即θ = 2 E (X )，故θ 的矩估计68.234.122ˆ=×==x θ． 3． 设总体分布列如下，X 1, …, X n 是样本，试求未知参数的矩估计．（1）Nk X P 1}{==，k = 0, 1, 2, …, N − 1，N （正整数）是未知参数；（2）P {X = k } = (k − 1)θ 2 (1 − θ )k − 2，k = 2, 3, …，0 < θ < 1．解：（1）因21)]1(10[1)(−=−+++=N N N X E L ，即N = 2 E (X ) + 1，故N 的矩估计12ˆ+=X N ； （2）因⎥⎦⎤⎢⎣⎡−=−=−−⋅=∑∑∑+∞=+∞=+∞=−22222222222)1()1()1()1()(k k k k k k d d d d k k X E θθθθθθθθ θθθθθθθθθθθ2221)1(1)1(322222222=⋅=⎟⎠⎞⎜⎝⎛+−=⎥⎦⎤⎢⎣⎡−−−=d d d d ， 则)(2X E =θ， 故θ 的矩估计X2ˆ=θ． 4． 设总体密度函数如下，X 1, …, X n 是样本，试求未知参数的矩估计．（1）)(2);(2x x p −=θθθ，0 < x < θ ，θ > 0； （2）p (x ;θ ) = (θ + 1) x θ，0 < x < 1，θ > 0；（3）1);(−=θθθx x p ，0 < x < 1，θ > 0； （4）θµθµθ−−=x x p e1),;(，x > µ ，θ > 0．解：（1）因3322)(2)(032202θθθθθθθ=⎟⎟⎠⎞⎜⎜⎝⎛−⋅=−⋅=∫x x dx x x X E ，即θ = 3 E (X )，故θ 的矩估计X 3ˆ=θ； （2）因212)1()1()(10210++=+⋅+=+⋅=+∫θθθθθθθx dx x x X E ，即)(11)(2X E X E −−=θ， 故θ 的矩估计XX −−=112ˆθ； （3）因11)(101101+=+⋅=⋅=+−∫θθθθθθθxdx x x X E ，即2)(1)(⎥⎦⎤⎢⎣⎡−=X E X E θ， 故θ 的矩估计21ˆ⎟⎟⎠⎞⎜⎜⎝⎛−=XX θ； （4）因θµθµθµθµµθµµθµµθµµθµ+=−=+−=−⋅=⋅=+∞−−∞+−−+∞−−∞+−−∞+−−∫∫∫x x x x x dx x d x dx x X E eeee)1(e1)(，)(2e2ee)1(e1)(22222X E dx x x d x dx x X E x x x x θµθµθµµθµµθµµθµ+=+−=−⋅=⋅=∫∫∫∞+−−+∞−−∞+−−∞+−−= µ 2 + 2µθ + 2θ 2，则Var (X ) = E (X 2 ) − [E (X )]2 = θ 2，即)Var(X =θ，)Var()(X X E −=µ，故θ 的矩估计*ˆS =θ，*ˆS X −=µ． 5． 设总体为N (µ , 1)，现对该总体观测n 次，发现有k 次观测值为正，使用频率替换方法求µ 的估计．解：因p = P {X > 0} = P {X − µ > −µ} = 1 − Φ (−µ) = Φ (µ)，即µ = Φ −1 ( p )，故µ 的矩估计⎟⎠⎞⎜⎝⎛Φ=Φ=−−n k p 11)ˆ(ˆµ．6． 甲、乙两个校对员彼此独立对同一本书的样稿进行校对，校完后，甲发现a 个错字，乙发现b 个错字，其中共同发现的错字有c 个，试用矩法给出如下两个未知参数的估计： （1）该书样稿的总错字个数； （2）未被发现的错字数． 解：（1）设N 为该书样稿总错别字个数，且A 、B 分别表示甲、乙发现错别字，有A 与B 相互独立，则P (AB ) = P (A ) P (B )，使用频率替换方法，即N b N a p p N c p B A AB ⋅===ˆˆˆ，得cabN =， 故总错字个数N 的矩估计cab N=ˆ； （2）设k 为未被发现的错字数，因)()()(1)(1)(AB P B P A P B A P B A P +−−=−=U ，使用频率替换方法，即N cN b N a p p pN k pAB B A B A +−−=+−−==1ˆˆˆ1ˆ，即k = N − a − b + c ， 故未被发现的错字数k 的矩估计c b a cab c b a N k+−−=+−−=ˆˆ． 7． 设总体X 服从二项分布b (m , p )，其中m , p 为未知参数，X 1, …, X n 为X 的一个样本，求m 与p 的矩估计．解：因E (X ) = mp ，Var (X ) = mp (1 − p )，有)()Var(1X E X p =−，则)()Var(1X E X p −=，)Var()()]([)(2X X E X E p X E m −==， 故m 的矩估计22*ˆS X X m −=，p 的矩估计XS p 2*1ˆ−=．习题6.31． 设总体概率函数如下，X 1, …, X n 是样本，试求未知参数的最大似然估计．（1）1);(−=θθθxx p ，0 < x < 1，θ > 0；（2）p (x ;θ ) = θ c θ x − (θ + 1) ，x > c ，c > 0已知，θ > 1． 解：（1）因1,,,01212110121)()(<<−=<<−Ι=Ι=∏n i x x x n nni x ix x x x L L L θθθθθ，当0 < x 1, x 2, …, x n < 1时，)ln()1(ln 2)(ln 21n x x x nL L −+=θθθ， 令0)ln(212)(ln 21=+=n x x x n d L d L θθθθ，得)ln(21n x x x n L −=θ，即221)ln(⎥⎦⎤⎢⎣⎡=n x x x nL θ，故θ 的最大似然估计221)ln(ˆ⎦⎤⎢⎣⎡=n X X X n L θ；（2）因c x x x n n n ni c x i n i x x x c x c L >+−=>+−Ι=Ι=∏,,,)1(211)1(21)()(L L θθθθθθθ，当x 1, x 2, …, x n > c 时，ln L (θ ) = n ln θ + n θ ln c − (θ + 1) ln (x 1 x 2 …x n )， 令0)ln(ln )(ln 21=−+=n x x x c n n d L d L θθθ，得c n x x x nn ln )ln(21−=L θ， 故θ 的最大似然估计cn X X X nn ln )ln(ˆ21−=L θ．2． 设总体概率函数如下，X 1, …, X n 是样本，试求未知参数的最大似然估计．（1）p (x ;θ ) = c θ c x − (c + 1) ，x > θ ，θ > 0，c > 0已知；（2）θµθµθ−−=x x p e1),;(，x > µ ，θ > 0；（3）p (x ;θ ) = (k θ )−1，θ < x < (k + 1)θ ，θ > 0．解：（1）因θθθθθ>+−=>+−Ι=Ι=∏n i x x x c n nc n ni x c i c x x x c x c L ,,,)1(211)1(21)()(L L ，显然θ 越大，nc θ越大，但只有x 1 , x 2 , …, x n > θ 时，才有L (θ ) > 0，即θ = min {x 1, x 2, …, x n } 时，L (θ ) 达到最大，故θ 的最大似然估计},,,min{ˆ21)1(nX X X X L ==θ；（2）因µµθµθµθθµθ>⎟⎟⎠⎞⎜⎜⎝⎛−−=>−−Ι∑=Ι==∏n n i i i i x x x n x nni x x L ,,,11211e1e1),(L ，当x 1, x 2, …, x n > µ 时，⎟⎟⎠⎞⎜⎜⎝⎛−−−=∑=µθθµθn x n L ni i 11ln ),(ln ， 令01),(ln 12=⎟⎟⎠⎞⎜⎜⎝⎛−+−=∑=µθθθµθn x n d L d ni i ，解得µµθ−=⎟⎟⎠⎞⎜⎜⎝⎛−=∑=x n x n n i i11， 且显然µ越大，⎟⎟⎠⎞⎝⎛−−∑=µθn x n i i 11e 越大，但只有x 1 , x 2 , …, x n > µ 时，才有L (θ, µ) > 0，即µ = min {x 1, x 2, …, x n } 时，L (θ, µ) 才能达到最大，故µ 的最大似然估计},,,min{ˆ21)1(n X X X X L ==µ，θ 的最大似然估计)1(ˆˆX X X −=−=µθ； （3）因θθθθθθθ)1(,,,1)1(121)()()(+<<−=+<<−Ι=Ι=∏k x x x n ni k x n i k k L L ，显然θ 越小，(k θ )−n 越大，但只有θ < x 1 , x 2 , …, x n < (k + 1)θ 时，才有L (θ ) > 0，即},,,max{1121n x x x k L +=θ时，L (θ ) 达到最大， 故θ 的最大似然估计为},,,max{111ˆ21)(nn X X X k k X L +=+=θ． 3． 设总体概率函数如下，X 1, …, X n 是样本，试求未知参数的最大似然估计．（1）θθθ||e 21);(x x p −=，θ > 0；（2）p(x ;θ ) = 1，θ − 1/2 < x < θ + 1/2；（3）12211),;(θθθθ−=x p ，θ1 < x < θ2．解：（1）因∑===−=−∏ni i i x n n ni x L 1||11||e21e 21)(θθθθθ，有∑=−−−=n i i x n n L 1||1ln 2ln )(ln θθθ， 令∑=+⋅−=ni i x n d L d 12||11)(ln θθθθ，得∑==ni i x n 1||1θ， 故θ的最大似然估计∑==ni i X n 1||1ˆθ； （2）因2/1,,,2/112/12/121)(+<<−=+<<−Ι=Ι=∏θθθθθn i x x x ni x L L ，即θ − 1/2 < x (1) ≤ x (n ) < θ + 1/2，可得当x (n ) − 1/2 < θ < x (1) + 1/2时，都有L (θ ) = 1，故θ 的最大似然估计ˆθ是 (x (n ) − 1/2, x (1) + 1/2) 中任何一个值； （3）因221121,,,1211221)(11),(θθθθθθθθθθ<<=<<Ι−=Ι−=∏n i x x x n ni x L L ，显然θ 1越大且θ 2越小时，L (θ1, θ 2) 越大，但只有θ1 < x 1 , x 2 , …, x n < θ 2 时，才有L (θ1, θ 2) > 0， 即θ 1 = min {x 1, x 2, …, x n }且θ 2 = max {x 1, x 2, …, x n }时，L (θ1, θ 2)达到最大，故θ 1的最大似然估计},,,min{ˆ21)1(1nX X X X L ==θ， θ 2的最大似然估计},,,max{ˆ21)(2nn X X X X L ==θ． 4． 一地质学家为研究密歇根湖的湖滩地区的岩石成分，随机地自该地区取100个样品，每个样品有10块石子，记录了每个样品中属石灰石的石子数．假设这100次观察相互独立，求这地区石子中石灰石的比例p 的最大似然估计．该地质学家所得的数据如下： 样本中的石子数 0 1 2 3 4 5 6 7 8 9 10样品个数0 1 6 7 23 26 21 12 3 1 0解：总体X 为样品的10块石子中属石灰石的石子数，即X 服从二项分布B (10, p )，其概率函数为xx p p x x p −−⎟⎟⎠⎞⎜⎜⎝⎛=10)1(10)(，x = 1, 2, …, 10，因∑−∑⋅⎟⎟⎠⎞⎜⎜⎝⎛=−⎟⎟⎠⎞⎜⎜⎝⎛===−==−∏∏1001100110001001110)1(10)1(10)(i ii iii x x i i ni x x i p p x p p x p L ，即)1ln(1000ln 10ln )(ln 100110011001p x p x x p L i i i i i i −⋅⎟⎟⎠⎞⎜⎜⎝⎛−+⋅+⎟⎟⎠⎞⎜⎜⎝⎛=∑∑∑===， 令01110001)(ln 10011001=−⋅⎟⎟⎠⎞⎜⎜⎝⎛−−⋅=∑∑==p x p x dp p L d i i i i ，得∑==100110001i i x p ，即∑==100110001ˆi i X p 由于49909137261101001=+×+×+×+×+=∑=i i x ，故比例p 的最大似然估计499.049910001ˆ=×=p． 5． 在遗传学研究中经常要从截尾二项分布中抽样，其总体概率函数为m k p p p k m p k X P mk m k ,,2,1,)1(1)1(};{L =−−−⎟⎟⎠⎞⎜⎜⎝⎛==−． 若已知m = 2，X 1, …, X n 是样本，试求p 的最大似然估计．解：当m = 2时，X 只能取值1或2，且p p p p p X P −−=−−−==222)1(1)1(2}1{2，ppp p X P −=−−==2)1(1}2{22， 即pp p p p p p p x X P x x x x−−=⎟⎟⎠⎞⎜⎜⎝⎛−⎟⎟⎠⎞⎜⎜⎝⎛−−==−−−−2)22(2222};{1212，x = 1, 2，因nnx x n ni x x p p p p p p p L ni i ni i i i )2()22(2)22()(112112−∑∑−=−−=−−=−−==∏， 即)2ln(ln )22ln(2)(ln 11p n p n x p x n p L n i i ni i −−⋅⎟⎟⎠⎞⎜⎜⎝⎛−+−⋅⎟⎟⎠⎞⎜⎜⎝⎛−=∑∑==，令02112222)(ln 11=−−⋅−⋅⎟⎟⎠⎞⎜⎜⎝⎛−+−−⋅⎟⎟⎠⎞⎜⎜⎝⎛−=∑∑==p n p n x p x n dp p L d n i i ni i ，得x x n p n i i22221−=−=∑=， 故p 的最大似然估计Xp22ˆ−=． 6． 已知在文学家萧伯纳的“An Intelligent Woman’s Guide to Socialism ”一书中，一个句子的单词数X 近似地服从对数正态分布，即Z = ln X ~ N (µ , σ 2 )．今从该书中随机地取20个句子，这些句子中的单词数分别为52, 24, 15, 67, 15, 22, 63, 26, 16, 32, 7, 33, 28, 14, 7, 29, 10, 6, 59, 30，求该书中一个句子单词数均值22e )(σµ+=X E 的最大似然估计．解：因Z = ln X ~ N (µ , σ 2 )，则µ的最大似然估计09.3)30ln 24ln 52(ln 201ln 11ˆ11=+++====∑∑==L n i in i i x n z n z µ， σ 2的最大似然估计51.0])09.330(ln )09.324(ln )09.352[(ln 201)(12221222=−++−+−=−==∑=∗∧L n i i zz z n sσ， 故由最大似然估计的不变性知22e)(σµ+=X E 的最大似然估计31.28e e )(251.009.322*===++∧zs z X E ．7． 总体X ~ U (θ , 2θ )，其中θ > 0是未知参数，又X 1, …, X n 为取自该总体的样本，X 为样本均值．（1）证明X 32ˆ=θ是参数θ 的无偏估计和相合估计； （2）求θ的最大似然估计，它是无偏估计吗？是相合估计吗？解：（1）因X ~ U(θ , 2θ )，有θθθ2322)(=+=X E ，2212112)2()Var(θθθ=−=X ， 故θθ=⋅===2332)(32)(32)ˆ(X E X E E ，即X 32ˆ=θ是参数θ 的无偏估计； 因n n X n X 2712194)Var(94)Var(94)ˆVar(22θθθ=⋅===，有θθ=→∞)ˆ(lim E n ，0)ˆVar(lim =∞→θn ， 故X 32ˆ=θ是参数θ 的相合估计； （2）因θθθθθθθ2,,,122111)(<<=<<Ι=Ι=∏n i x x x nni x L L ，显然θ 越小，nθ1越大，但只有θ < x 1 , x 2 , …, x n < 2θ 时，才有L (θ ) > 0，即},,,max{2121n x x x L =θ时，L (θ ) 达到最大， 故θ 的最大似然估计为},,,max{2121*ˆ21)(nn X X X X L ==θ；因X 的密度函数为⎪⎩⎪⎨⎧<<=.,0;2,1)(其他θθθx x p ，分布函数为⎪⎩⎪⎨⎧≥<≤−<=.2,1;2,;,0)(θθθθθθx x x x x F则X (n ) 的密度函数⎪⎩⎪⎨⎧<<−==−−.,0;2,)()()]([)(11其他θθθθx x n x p x F n x p nn n n因θθθθθθθθθθθ11)()()()(2121)(+=+−⋅=−⋅−=−+−∫n nn x n dx x n x X E n n nn n ，有θ112)()(++=n n X E n ， 且2222122)(22)()()(])[(θθθθθθθθθθθ+=+−⋅=−⋅−=−+−∫n nn x n dx x n x X E n n nn n ， 则2222)()()2()1(12)Var()Var(θθθθ++=⎟⎠⎞⎜⎝⎛+−+=−=n n n n n n n X X n n ， 因θθθ≠++==)1(212)(21*)ˆ()(n n X E E n ，22)()2()1(4)Var(41*)ˆVar(θθ++==n n n X n ， 故)(21*ˆn X =θ不是参数θ 的无偏估计，应该修偏为)(121ˆn X n n ++=θ才是θ 的无偏估计， 因θθθ=++=→∞→∞)1(212lim *)ˆ(lim n n E n n ，0)2()1(4lim *)ˆVar(lim 22=++=∞→∞→θθn n n n n ， 故θ 的最大似然估计)(21*ˆn X =θ是参数θ 的相合估计． 8． 设X 1, …, X n 是来自密度函数为p (x ;θ ) = e − (x − θ), x >θ 的样本．（1）求θ 的最大似然估计1ˆθ，它是否是相合估计？是否是无偏估计？ （2）求θ 的矩估计2ˆθ，它是否是相合估计？是否是无偏估计？ 解：（1）似然函数θθθθθ>+−=>−−Ι∑=Ι==∏n ni i i i x x x n x ni x x L ,,,1)(211ee)(L ，显然θ 越大，θn x ni i +−∑=1e 越大，但只有x 1 , x 2 , …, x n > θ 时，才有L (θ ) > 0， 即θ = min {x 1, x 2, …, x n } 时，L (θ ) 达到最大，故θ 的最大似然估计},,,min{ˆ21)1(1nX X X X L ==θ； 因X 的密度函数与分布函数分别为⎩⎨⎧≤>=−−.,0;,e )()(θθθx x x p x ⎩⎨⎧≤>−=−−.,0;,e 1)()(θθθx x x F x 则X (1) 的密度函数为⎩⎨⎧≤>=−=−−−.,0;,e )()](1[)()(11θθθx x n x p x F n x p x n n 可得X (1) − θ 服从指数分布Exp (n )，因n X E 1)()1(=−θ，2)1(1)Var(nX =−θ， 则θθθ≠+==nX E E 1)()ˆ()1(1，2)1()1(11)Var()Var()ˆVar(n X X =−==θθ， 故)1(1ˆX =θ不是θ 的无偏估计； 因θθθ=⎟⎠⎞⎜⎝⎛+=→∞→∞n E n n 1lim )ˆ(lim 1，01lim )ˆVar(lim 21==→∞→∞n n n θ， 故)1(1ˆX =θ是θ 的相合估计； （2）因总体X 的密度函数为p (x ;θ ) = e − (x − θ), x >θ ，有X − θ 服从指数分布Exp (1)，则E (X − θ ) = E (X ) − θ = 1，即θ = E (X ) − 1，故θ 的矩估计1ˆ2−=X θ； 因E (X ) = θ + 1，Var(X ) = Var(X − θ) = θ 2，则θθ=−=−=1)(1)()ˆ(2X E X E E ，nX n X 22)Var(1)Var()ˆVar(θθ===， 故1ˆ2−=X θ是θ 的无偏估计； 因θθ=∞→)ˆ(lim 2E n ，0lim )ˆVar(lim 22==→∞→∞n n n θθ， 故1ˆ2−=X θ是θ 的相合估计． 9． 设总体X ~ Exp (1/θ )，X 1, …, X n 是样本，θ 的矩估计和最大似然估计都是X ，它也是θ 的相合估计和无偏估计，试证明在均方误差准则下存在优于X 的估计（提示：考虑X a a=θˆ，找均方误差最小者）． 证：因X ~ Exp (1/θ )，有E (X ) = θ ，Var(X ) = θ 2，且X 的密度函数为⎪⎩⎪⎨⎧≤>=−.0,0;0,e 1)(x x x p xθθ故θ = E (X )，即θ 的矩估计为X =θˆ； 因似然函数0,,,110211e1e1)(>−=>−Ι∑=Ι==∏n ni ii ix x x x nni x x L L θθθθθ， 当x 1, x 2, …, x n > 0时，∑=−−=ni i x n L 11ln )(ln θθθ， 令01)(ln 12=+−=∑=ni i x n d L d θθθθ，得x x n ni i ==∑=11θ， 故θ 的最大似然估计也为X =θˆ； 因θ==)((X E X E ，nX n X 2)Var(1)Var(θ==，故X 是θ 的无偏估计；因θ=→∞)(lim X E n ，0lim)Var(lim 2==∞→∞→nX n n θ，故X 是θ 的相合估计；设X a a =θˆ，有θθa X aE E a ==)()ˆ(，na X a a 222)Var()ˆVar(θθ==， 则nnX E X X 2222)(])([)Var()MSE(θθθθθ=−+=−+=，222222212)(])ˆ([)ˆVar()ˆMSE(θθθθθθθθ⎟⎟⎠⎞⎜⎜⎝⎛+−+=−+=−+=a a n a a n a E a a a 2222111111121θθ⎥⎥⎦⎤⎢⎢⎣⎡++⎟⎠⎞⎜⎝⎛+−+=⎟⎠⎞⎜⎝⎛++++−+=n n n a n n n n n a a n n ，故当1+=n n a 时，X n n a 1ˆ+=θ的均方误差1)ˆMSE(2+=n a θθ小于X 的均方误差nX 2)MSE(θ=．10．为了估计湖中有多少条鱼，从中捞出1000条，标上记号后放回湖中，然后再捞出150条鱼，发现其中有10条鱼有记号．问湖中有多少条鱼，才能使150条鱼中出现10条带记号的鱼的概率最大？解：设湖中有N 条鱼，有湖中每条鱼带记号的概率为Np 1000=，看作总体X 服从两点分布b (1, p )，从中抽取容量为150的样本X 1, X 2, …, X 150，有101501=∑=i i x ，似然函数∑−∑=−===−=−∏ni ini iiix n x ni x x p pp p p L 11)1()1()(11，有)1ln(ln )(ln 11p x n p x p L ni i ni i −⋅⎟⎟⎠⎞⎜⎜⎝⎛−+⋅=∑∑==， 令0111)(ln 11=−−⋅⎟⎟⎠⎞⎜⎜⎝⎛−+⋅=∑∑==p x n p x dp p L d ni i n i i ，得x x n p ni i ==∑=11，即p 的最大似然估计为X p =ˆ， 因pN 1000=，由最大似然估计的不变性知X N1000ˆ=， 故湖中有150001015011000ˆ=×=N条鱼时，才能使150条鱼中出现10条带记号的鱼的概率最大． 11．证明：对正态分布N (µ , σ 2 )，若只有一个观测值，则µ , σ 2的最大似然估计不存在． 证：若只有一个观测值，似然函数222)(2eπ21),(σµσσµ−−=x L ，对于任一固定的σ，当µ = x 时，L (µ)取得最大值σπ21， 但显然σ 越小，σπ21越大，且σ 可任意接近于0，即σπ21不存在最大值，故µ , σ 2的最大似然估计不存在．习题6.41． 设总体概率函数是p (x ;θ )，X 1, …, X n 是其样本，T = T (X 1, …, X n )是θ 的充分统计量，则对g (θ )的任一估计gˆ，令)|ˆ(~T g E g =，证明：)ˆMSE()~MSE(g g ≤．这说明，在均方误差准则下，人们只需要考虑基于充分估计量的估计．解：因)|ˆ(~T g E g=，由Rao-Blackwell 定理知)ˆ()~(g E g E =，)ˆVar()~Var(g g ≤， 故)ˆMSE()]()ˆ([)ˆVar()]()~([)~Var()~MSE(22g g g E g g g E g g=−+≤−+=θθ． 2． 设T 1 , T 2分别是θ 1 , θ 2的UMVUE ，证明：对任意的（非零）常数a , b ，aT 1 + bT 2 是a θ 1 + b θ 2的UMVUE ．证：因T 1 , T 2分别是θ 1 , θ 2的UMVUE ，有E (T 1) = θ 1 ，E (T 2) = θ 2 ，且对任意的满足E (ϕ) = 0的ϕ 都有Cov (T 1 , ϕ) = Cov (T 2 , ϕ) = 0， 则E (aT 1 + bT 2) = a E (T 1) + b E (T 2) = a θ 1 + b θ 2 ，且Cov (aT 1 + bT 2 , ϕ) = a Cov (T 1 , ϕ) + b Cov (T 2 , ϕ) = 0， 故aT 1 + bT 2是a θ 1 + b θ 2的UMVUE ．3． 设T 是g (θ ) 的UMVUE ，gˆ是g (θ ) 的无偏估计，证明，若+∞<)ˆ(Var g ，则0)ˆ,Cov(≥g T ． 证：因gˆ和T 都是g (θ ) 的无偏估计，有)()()ˆ(θg T E g E ==，即0)ˆ(=−T g E ， 又因T 是g (θ ) 的UMVUE ，有0)ˆ,(Cov =−T g T ，即0),Cov()ˆ,Cov(=−T T g T ， 故0),Cov()ˆ,Cov(≥=T T gT ． 4． 设总体X ~ N (µ , σ 2)，X 1 , …, X n 为样本，证明，∑==n i i X n X 11，∑=−−=n i i X X n S 122)(11分别为µ , σ 2的UMVUE ．证：因X ~ N (µ , σ 2 )，有X 是µ 的无偏估计，S 2是σ 2的无偏估计，且样本X 1 , …, X n 的联合密度函数为===−−=−−∏ni i ix nni x n x x p 12222)(2112)(21e )π2(1e π21),;,,(µσσµσσσµL ，对任意的满足E (ϕ) = 0的ϕ (x 1 , …, x n )，有0e)π2(1)(1)(21122=∑⋅=∫∫∞+∞−∞+∞−−−=n x ndx dx E ni i L L µσϕσϕ，对E (ϕ) = 0两端关于µ 求偏导数，得∫∫∑∞+∞−∞+∞−−−=⋅−⋅==∂∂=n x ni i ndx dx x E ni i L L 1)(2112122e )(1)π2(10)(µσµσϕσµϕ∫∫∞+∞−∞+∞−−−∑⋅−⋅==n x n dx dx n x n ni i L L 1)(212122e)(1)π2(1µσµσϕσ)()]()([])[(222ϕσϕµϕσϕµσX E nE X E nX E n=−=−=，则0)(=ϕX E ，0)(()(),Cov(=⋅−=ϕϕϕE X E X E X ，故∑==ni i X n X 11是µ 的UMVUE ；对0)(=ϕX E 两端再关于µ 求偏导数，得∫∫∑∞+∞−∞+∞−−−=∑⋅−⋅==∂∂=n x n i i ndx dx x x X E ni i L L 1)(2112122e )(1)π2(10)(µσµσϕσµϕ∫∫∞+∞−∞+∞−−−∑⋅−⋅==n x n dx dx n x n x ni i L L 1)(212122e)(1)π2(1µσµσϕσ )()]()([])[(22ϕσϕµϕσϕµσX E nX E X E nX X E n=−=−=，则0)(2=ϕX E ，对0)()π2(=ϕσE n 两端关于σ 2求偏导数，得∫∫∑∞+∞−∞+∞−−−=∑⋅−⋅==∂∂=n x ni indx dx xE ni i L L 1)(211242122e)(210)]()π2[(µσµσϕσϕσ∫∫∑∞+∞−∞+∞−−−=∑⋅⎟⎟⎠⎞⎜⎜⎝⎛+−⋅==n x n i i dx dx n x n x ni i L L 1)(212124122e 221µσµµσϕ⎥⎦⎤⎢⎣⎡⎟⎟⎠⎞⎜⎜⎝⎛+−=∑=ϕµµσσ21222)π2(n X n X E n i i n ⎟⎟⎠⎞⎜⎜⎝⎛=⎥⎦⎤⎢⎣⎡+−⎟⎟⎠⎞⎜⎜⎝⎛=∑∑==n i i n n i i n X E E n X E n X E 122122)π2()()(22)π2(ϕσσϕµϕµϕσσ， 则012=⎟⎟⎠⎞⎜⎜⎝⎛∑=n i i X E ϕ，因⎟⎟⎠⎞⎜⎜⎝⎛−−=−−=∑∑==21212211)(11X n X n X X n S n i i n i i ，有0)(11)(2122=⎥⎦⎤⎢⎣⎡−⎟⎟⎠⎞⎜⎜⎝⎛−=∑=ϕϕϕX nE X E n S E n i i ， 则Cov (S 2, ϕ ) = E (S 2ϕ ) − E (S 2) ⋅ E (ϕ) = 0，故∑=−−=ni i X X n S 122)(11是σ 2的UMVUE ． 5． 设总体的概率函数为p(x ;θ )，满足定义6.4.2的条件，若二阶导数);(22θθx p ∂∂对一切的θ ∈ Θ 存在，证明费希尔信息量⎟⎟⎠⎞⎜⎜⎝⎛∂∂−=);(ln )(22θθθX p E I ． 证：因θθ∂∂⋅=∂∂p p p 1ln ，2222222221ln 111ln θθθθθθθ∂∂⋅+⎟⎠⎞⎜⎝⎛∂∂−=∂∂⋅+⎟⎠⎞⎜⎝⎛∂∂⋅−=⎟⎟⎠⎞⎜⎜⎝⎛∂∂⋅∂∂=∂∂p p p p p p p p p p ， 故∫∫∞+∞−∞+∞−∂∂+−=⋅∂∂⋅+−=⎟⎟⎠⎞⎜⎜⎝⎛∂∂⋅+⎟⎠⎞⎜⎝⎛∂∂−=⎟⎟⎠⎞⎜⎜⎝⎛∂∂dx p I pdx p p I p p E p E p E 222222222)(1)(1ln ln θθθθθθθ)()()(22θθθI dx x p I −=⎟⎠⎞⎜⎝⎛∂∂+−=∫∞+∞−．6． 设总体密度函数为p (x ;θ ) = θ x θ − 1, 0 < x < 1, θ > 0，X 1 , …, X n 是样本．（1）求g (θ ) = 1/θ 的最大似然估计； （2）求g (θ )的有效估计．解：（1）似然函数1,,,0121110121)()(<<−=<<−Ι=Ι=∏n i x x x n n ni x i x x x x L L L θθθθθ，当0 < x 1, x 2, …, x n < 1时，ln L (θ ) = n ln θ + (θ − 1) ln (x 1x 2…x n )，令0)ln()(ln 21=+=n x x x n d L d L θθθ，得∑=−=−=ni i n x n x x x n 121ln )ln(L θ，即∑=−=ni iX n 1ln ˆθ， 故g(θ ) = 1/θ 的最大似然估计为∑=−==ni iX n g 1ln 1ˆ/1ˆθ； （2）因θθθθθθθθ1101ln )(ln ln )(ln 10101010101−=−=⋅−=⋅=⋅=∫∫∫−x dx x x x x x d x dx x x X E ，21102102101222)(ln 2ln 2)(ln )()(ln )(ln )(ln θθθθθθθ=−=⋅−==⋅=∫∫∫−X E dx x x x x x x d x dx x x X E ， 则22222112)](ln [)(ln )Var(ln θθθ=⎟⎠⎞⎜⎝⎛−−=−=X E X E X ，可得)(111)(ln 1)ˆ(1θθθg n n X E n gE n i i ==⎟⎠⎞⎜⎝⎛−⋅⋅−=−=∑=，即∑=−=n i i X n g 1ln 1ˆ是g (θ )的无偏估计， 且22212111)Var(ln 1)ˆ(Var θθn nn X ngni i =⋅⋅==∑=， 因p (x ; θ ) = θ x θ − 1 I 0 < x < 1，当0 < x < 1时，ln p (x ; θ ) = ln θ + (θ − 1) ln x ，则x x p ln 1);(ln +=∂∂θθθ，2221);(ln θθθ−=∂∂x p ，即2221);(ln )(θθθθ=⎥⎦⎤⎢⎣⎡∂∂−=X p E I ，可得g (θ ) = 1/θ 无偏估计方差的C-R 下界为)ˆ(Var 111)()]([22222g n n nI g ==⋅⎟⎠⎞⎜⎝⎛−=′θθθθθ， 故∑=−=ni i X n g1ln 1ˆ是g (θ ) = 1/θ 的有效估计． 7． 设总体密度函数为2e 2);(3x xx p θθθ−=, x > 0, θ > 0，求θ 的费希尔信息量I (θ )．解：因032e 2);(>−Ι=x x xx p θθθ，当x > 0时，2ln 3ln 2ln );(ln x x x p θθθ−−+=，。
概率论与数理统计 第六章抽样分布 练习题与答案详解
概率论与数理统计 第六章 抽样分布练习题与答案详解（答案在最后）1．设n X X X ,,,21 为取自总体X 的样本，总体方差2σ=DX 为已知，X和2S 分别为样本均值，样本方差，则下列各式中（ ）为统计量．(A)21)(∑=-ni iEX X(B) 22)1(σS n - (C) i EX X - (D) 12+nX2．设总体) ,(~2σμN X ，其中μ已知，2σ未知，n X X X ,,,21 是来自X的样本，判断下列样本的函数中，（ ）是统计量．(A) σ++21X X (B) 221)(S X ni i∑=-μ(C) ),,,min(21n X X X (D)212σ∑=ni iX3．今测得一组数据为12.06，12.44，15.91，8.15，8.75，12.50，13.42，15.78，17.23．试计算样本均值，样本方差及顺序统计量*1X ,*9X ．4．设总体) ,(~2σμN X ，样本观测值为3.27，3.24，3.25，3.26，3.37，假设25.3=μ，22016.0=σ，试计算下列统计量的值：(1) nX U σμ-=，(2) 251221)(1∑=-=i iX Xσχ,(3) 251222)(1∑=-=i iXμσχ．5．某厂生产的电容器的使用寿命服从指数分布，但参数λ未知，为统计推断需要，任意抽查n 只电容器测其实际使用寿命．试问此题中的总体，样本及其分布各是什么？6．某市抽样调查了一百户市民的人均月收入，试指出总体和样本． 7．某校学生的数学考试成绩服从正态分布) ,(2σμN ．教委评审组从该校学生中随机抽取50人进行数学测试，问这题中总体，样本及其分布各是什么？8．设1621,,,X X X 是来自正态总体) ,2(~2σN X 的样本，X 是样本均值，则~1684-X （ ） (A) )15(t (B) )16(t (C) )15(2χ (D) 1) ,0(N9．设总体) ,0(~2σN X ，n X X X ,,,21 为其样本，∑==n i i X n X 11，212)(1∑=-=n i i n X X n S ，在下列样本函数中，服从)(2n χ分布的是（ ）． (A)σnX (B)∑=ni iX1221σ (C)22σnnS (D)nS n X 1- 10．设总体) ,(~2σμN X ，n X X X ,,,21 为X 的简单随机样本，X ，2nS 同上题，则服从)1(2-n χ分布的是（ ）．(A)nX σμ- (B)1--n S X nμ (C)22σnnS (D)212)(1∑=-ni iXμσ11．设总体) ,(~2σμN X ，n X X X ,,,21 是X 的样本，X ,2S 是样本均值和样本方差，则下列式子中不正确的有（ ）(A))1(~)(2212--∑=n X Xni iχσ (B))1 ,0(~N X σμ-(C) )1(~--n t nSX μ (D))(~)(2221n Xni iχσμ∑=-12．设n X X X ,,,21 和n Y Y Y ,,,21 分别取自正态总体) ,(~21σμN X 和) ,(~22σμN Y ，且X 和Y 相互独立，则以下统计量各服从什么分布？(1) 22221))(1(σS S n +-； (2)nS S Y X )()()(222121+---μμ；(3) 2221221)]()[(S S Y X n +---μμ． 其中X ,Y 是X ,Y 的样本均值，21S ,22S 是X ,Y 的样本方差．13．设n X X X ,,,21 是正态总体) ,(~2σμN X 的样本，记2121)(11∑=--=n i i X X n S ， 2122)(1∑=-=n i i X X n S ， 2123)(11∑=--=n i i X n S μ， 2124)(1∑=-=n i i X n S μ， 则服从自由度为1-n 的t 分布的随机变量有（ ）(A) 11--n S X μ (B) 12--n S X μ (C) n S X 3μ- (D) nS X 4μ-14．设321 , ,X X X 是来自正态总体)9 ,(~μN X 的样本，232212)()(μχ-+-=X b X X a ，则当=a ____，=b ____时，22~χχ(___)．15．设921,,,X X X 和1621,,,Y Y Y 分别为来自总体)2 ,(~21μN X 和)2 ,(~22μN Y 的两个相互独立的样本，它们的样本均值和样本方差分别为X ,Y 和21S ,22S ．求以下各式中的621,,,ααα ．(1) 9.0})({91221=<-<∑=i i X X P αα；(2) 9.0}|{|31=<-αμX P ；(3) 9.0)(||416122=⎪⎭⎪⎬⎫⎪⎩⎪⎨⎧<--∑=αμi i Y Y Y P ；(4) 9.0815621225=⎭⎬⎫⎩⎨⎧<<ααS S P ． 16．在天平上重复称量一个重为a （未知）的物品．假设n 次称量结果是相互独立的，且每次称量结果均服从).20 ,(2a N ．用n X 表示n 次称量结果的算术平均值．为使n X 与a 的差的绝对值小于0.1的概率不小于%95，问至少应进行多少次称量？17．根据以往情形，某校学生数学成绩)10 ,72(~2N X ，在一次抽考中，至少应让多少名学生参加考试，可以使参加考试的学生的平均成绩大于70分的概率达到0.9以上？18．在均值为80，方差为400的总体中，随机地抽取一容量为100的样本，X 表示样本均值，求概率}3|80{|>-X P 的值．19．设总体)5 ,40(~2N X ，从中抽取容量64=n 的样本，求概率}1|40{|<-X P 的值．20．设总体X 与Y 相互独立，且都服从)2 ,30(2N ，从这两总体中分别抽取了容量为201=n 与252=n 的样本，求4.0||>-Y X 的概率．21．设总体)2 ,0(~2N X ，而1521,,,X X X 是X 的样本，则)(221521121021X X X X Y ++++= 服从什么分布，参数是多少？又问当a 为何值时，215272621X X X X a F ++++= 服从)9 ,6(F ？22．设总体)4 ,0(~N X ，1021,,,X X X 是X 的样本，求(1) }13{1012≤∑=i i X P ；(2) }76)(3.13{2101≤-≤∑=i i X X P ．23．从总体) ,(~2σμN X 中抽取容量为16的样本，2S 为样本方差，求}041.2{22≤σS P ．24．从总体)2 ,12(~2N X 中随机抽取容量为5的样本521,,,X X X ，求} 284.44)12( {512>-∑=i i X P ．答案详解1．B(A)中含总体期望EX 是未知参数，(C)中EX EX i =也是未知参数，都不是统计量，而(D)不是样本的函数，当然不是统计量．2．B ，C3．样本容量9=n ，利用计算器的统计功能键，算出92.12=x ，65.9)107.3(22==s ，观察921,,,x x x ，可得最小值15.8*1=x ，最大值23.17*=n x ．注 上面得到的x ，2s ，*1x ，*nx 依次是统计量∑==ni i X n X 11，),,,max( ),,,,min( ,)(1121*21*1212n n n n i i X X X X X X X X X X n S ==--=∑=的观察值．注意统计量与统计量的观察值的区别，前者是随机变量，后者是具体的数值4．258.3=x ，00017.02=s (1) 118.1=u ； (2) 656.221=χ；(3) 906.322=χ，提示 为了计算22χ的值，先将其展开为)52(1251512222μμσχ+-=∑∑==i i i iX X ，其中，∑=512i iX ，∑=51i i X 均可由计算器的统计功能键求出来5．“电容器的使用寿命”是总体X ，其服从参数为λ的指数分布，即X 的概率密度为⎩⎨⎧≤>=-0.x , 0 0,x ,)(x X e x f λλ“抽查的n 只电容的使用寿命”是容量为n 的样本n X X X ,,,21 ．由于n X X X ,,,21 相互独立且每个i X 与总体X 具有相同的分布，所以，样本的联合概率密度为⎩⎨⎧=>=∏=+++-=., 0,,,1 ,0,)(),,,()(12121其它n i x e x f x x x f i x x x n i X ni n n λλ 6．总体X 为该市市民户的人均月收入，容量为100的样本10021,,,X X X 为抽查的100户市民的人均月收入7．总体X 为该校学生的数学考试成绩，容量为50的样本5021,,,X X X 为抽取的50人的数学成绩总体) ,(~2σμN X ，即其概率密度为222)(21)(σμσπ--=x X ex f ，样本5021,,,X X X 的概率密度为∑⎪⎪⎭⎫⎝⎛==--50122)(2150502121),,,(i i x e x x x f μσσπ8．D因为) ,2(~2σN X ，根据正态总体的抽样分布),2(~2nN X σ，)1 ,0(~)2(4162222N X X n X U σσσ-=-=-=9．(A) 因) ,0(~2σN X ，由正态总体的抽样分布，有) ,0(~2nN X σ，所以)1 ,0(~2N nX nXU σσ==．(B) 因) ,0(~2σN X i ，得)1 ,0(~N X iσ，n i ,,1 =，且这n 个标准正态变量相互独立，所以由2χ分布的定义知，)(~1212122n X X ni i ni i χσσ∑∑==⎪⎭⎫⎝⎛=．(C) 2122)1()(S n X X nS ni i n-=-=∑=，由正态总体的抽样分布知)1(~)1()(22221222--=-=∑=n S n X XnSni iχσσσ．(D) ()nS X X n n n S n i i n 2122)1(11=--=-∑=,由正态分布的抽样分布知 )1(~11--=-=-=n t S n X n S X nSX T nnμ， 或者，由(A)，(C)的结果，根据t 分布的定义有)1(~1)1(22--=-=n t S n X n nS n X T nn σσ．综上可知，应选B ． 10．C 11．B12．(1) )22(2-n χ； (2) )22(-n t ； (3) )22 ,1(-n F 13．B 14．181=a ，91=b 时，)2(~22χχ 15．(1) 由正态总体的抽样分布得∑=-91222)8(~)(21i iX Xχ，因此，}44)(4{})({2912191221αααα<-<=<-<∑∑==i ii i X XP X X P9.0}4)8({}4)8({2212=>->=αχαχP P ，令95.0}4)8({12=>αχP ，05.0}4)8({22=>αχP ，根据2χ分布得上侧临界值的定义，查表可得，733.2)8(4295.01==χα，955.21)8(4205.02==χα，即932.104733.21=⨯=α，82.874955.212=⨯=α注 一般来说，满足条件{}αχ-=<<12B A P的数（临界值）A ，B 有很多对，这里我们采用的取法是使A ，B 满足{}{}222αχχ=≥=≤B P A P ．通常认为这样的取法比较好，对于F 分布也类似(2) 由正态总体的抽样分布)1 ,0(~91N X σμ-，即)1 ,0(~321N X μ-， 得9.0}23||23{}|{|3131=<-=<-αμαμX P X P ，根据)1 ,0(N 分布得双侧临界值的定义，查表得645.1232/10.03==u α，所以097.132645.13=⨯=α．(3) 由正态总体的抽样分布)15(~1622t S Y μ-，即)15(~)(422t S Y μ-，得⎪⎭⎪⎬⎫⎪⎩⎪⎨⎧<-=⎪⎭⎪⎬⎫⎪⎩⎪⎨⎧<--∑=422241612215||)(||αμαμS Y P Y Y Y P i i 9.0154)(4 422=⎪⎭⎪⎬⎫⎪⎩⎪⎨⎧<-=αμS Y P ．根据t 分布的双侧临界值的定义，并查表得75.1)15(1542/10.04==t α，于是，113.015475.14==α．(4) 由正态总体得抽样分布)8 ,15(~222212222122F S S S S =，得90.005.095.0158158815621225621225=-=⎭⎬⎫⎩⎨⎧<<=⎭⎬⎫⎩⎨⎧<<ααααS S P S S P ， 查F 分布上侧临界值表，得645.21)15 ,8(1)8 ,15(15805.095.05===F F α， 22.3)8 ,15(15805.06==F α， 所以，709.08645.2155=⨯=α，038.6709.081522.36==⨯=α 16．16≥n ，即至少应进行16次称量提示 对该物品进行独立重复称量的所有可能结果，看成总体X ，则n 次称量结果n X X X ,,,21 就是X 的一容量为n 的样本，n X 即样本均值．由题意知，).20 ,(~2a N X ，根据正态总体的抽样分布，)2.0 ,(~2na N X n ，按条件95.0}1.0 || {≥<-a X P n 来求出n17．至少要42个学生参加抽考18．0.1336提示 该总体并非正态总体，然而100=n 为大样本，所以)100400,80(~N X 19．0.8904 20．约等于0.3446 21．)5 ,10(~F Y ；23=a 22．(1) 因为)4 ,0(~N X i ，)10,,1( =i 且1021,,,X X X 相互独立，所以)10(~421012χ∑=i i X ， }4134{}13{10121012∑∑==≤=≤i i i iX P X Pαχ-=>-=1}25.3)10({1 2P ，由于25.3)10(2=αχ，反查2χ分布表，得，975.0=α，故025.0975.01}13{1012=-=≤∑=i i X P ．(2) 因为)9(~49)(2221012χσS X Xi i=-∑=，所以， }194932.3{}76)(3.13{21012≤≤=≤-≤∑=S P X X P i i 2122}19)9({}32.3)9({ ααχχ-=>->=P P ， 由32.3)9(21=αχ及19)9(22=αχ，反查2χ分布表，得95.01=α及025.02=α，所以，925.0025.095.0}76)(3.13{1012=-=≤-≤∑=i i X X P23．0.99 24．0.05。
《概率论与数理统计》习题及答案 第六章
《概率论与数理统计》习题及答案第 六 章1．某厂生产玻璃板，以每块玻璃上的泡疵点个数为数量指标，已知它服从均值为λ的泊松分布，从产品中抽一个容量为n 的样本12,,,n X X X L ，求样本的分布.解 样本12(,,,)n X X X L 的分量独立且均服从与总体相同的分布，故样本的分布为11221(,,,)()nn n ii i P X k X k X k P Xk ======∏L 1!ikni i e k λλ-==∏112!!!ni i n k n e k k k λλ=-∑=L 0,1,i k =L ，1,2,,,i n =L 2．加工某种零件时，每一件需要的时间服从均值为1/λ的指数分布，今以加工时间为零件的数量指标，任取n 件零件构成一个容量为n 的样本，求样本分布。
解 零件的加工时间为总体X ，则~()X E λ，其概率密度为,0,()0,0.x e x f x x λλ-⎧>=⎨≤⎩于是样本12(,,,)n X X X L 的密度为1121,0(,,,)0,.nii ix nnx i n i e x f x x x e λλλλ=--=⎧∑⎪>==⎨⎪⎩∏K 其它 1,2,,i n =L 3．一批产品中有成品L 个，次品M 个，总计N L M =+个。
今从中取容量为2的样本（非简单样本），求样本分布，并验证：当,/N M N p →∞→时样本分布为（6.1）式中2n =的情况。
解 总体~(01)X -，即(0),(1)L MP X P X N N==== 于是样本12(,)X X 的分布如下 121(0,0)1L L P X X N N -===⋅-，12(0,1)1L M P X X N N ===⋅-12(1,0)1M L P X X N N ===⋅-，121(1,1)1M M P X X N N -===⋅- 若N →∞时M p N →，则1Lp N→-，所以2002012(0,0)(1)(1)P X X p p p +-==→-=-012112(0,1)(1)(1)P X X p p p p +-==→-=-102112(1,0)(1)(1)P X X p p p p +-==→-=-2112212(1,1)(1)P X X p p p +-==→=-以上恰好是（6.1）式中2n =的情况.4．设总体X 的容量为100的样本观察值如下：15 20 15 20 25 25 30 15 30 25 15 30 25 35 30 35 20 35 30 25 20 30 20 25 35 30 25 20 30 25 35 25 15 25 35 25 25 30 35 25 35 20 30 30 15 30 40 30 40 15 25 40 20 25 20 15 20 25 25 40 25 25 40 35 25 30 20 35 20 15 35 25 25 30 25 30 25 30 43 25 43 22 20 23 20 25 15 25 20 25 30433545304530454535作总体X 的直方图解 样本值的最小值为15，最大值为45取14.5a =，45.5b =，为保证每个小区间内都包含若干个观察值，将区间[14.5,45.5]分成8个相等的区间。
概率论与数理统计第六章 课外练习题(含详细答案)
第六章 课外练习题（含详细答案）1. 21,,~(,),n X X X N μσ 设是总体的样本则 (1) 21()n i i E X X =⎧⎫-⎨⎬⎩⎭∑2221()/n i i E X X σσ=⎧⎫=-⎨⎬⎩⎭∑________.= 答案：2(1)n σ-.(2) 21()n i i D X μ=⎧⎫-⎨⎬⎩⎭∑4221()/n i i D X σμσ=⎧⎫=-⎨⎬⎩⎭∑_____.= 答案：42n σ.解：因为21,,~(,),n X X X N μσ 是总体的样本所以22222(1)(1)n S ES n σχσ-=- 且.从而(1)22((1))1S n n E σ⎛⎫=- ⎪⎝⎭-，2122()(1)(1).n i i E X X E n S n σ=⎧⎫⎡⎤-=-=-⎨⎬⎣⎦⎩⎭∑所以 或者222211()(1)()(1)(111).n n i i i i E X X n E X X n n ES n σ==⎧⎫⎧⎫-=--=--=-⎨⎬⎨⎬⎩⎭⎩⎭∑∑ (2) 由i X σμ-～(0,1)N ，则21ni i X σμ=-⎛⎫ ⎪⎝⎭∑～2()n χ，所以212n i i X D n σμ=⎡⎤-⎛⎫=⎢⎥ ⎪⎝⎭⎢⎥⎣⎦∑ 故221112244()2.n n n i i i i i i X X D X D D n σσσσσμμμ===⎧⎫⎡⎤--⎧⎫⎪⎪⎛⎫⎛⎫-===⎢⎥⎨⎬⎨⎬ ⎪ ⎪⎝⎭⎝⎭⎩⎭⎢⎥⎪⎪⎩⎭⎣⎦∑∑∑ 2. 12101215,,,,,(20,3){0.1}.X X X Y Y Y N P X Y -> 设与分别是正态总体的两个独立样本，求 答案：0.8886.解：由题设可知，110110i i X X ==∑～(20,)310N ，151115i i Y Y ==∑～(20,)315N 则~X Y -33(0,),1015N +~~(0,.1)X Y X Y N N -即 所以 {0.1}1{0.1}1{0.1}P X Y P X Y P X Y ->=--≤=--<1(0.14)220.5557.0.8881122 6.2P Φ-Φ≈-⎫⎡⎤=-<=-⎢⎥⎣⎦⨯==- 3. 设总体(1,4),X N 12100,...,,X X X 是来自总体X 的一个样本，已知Y b aX =+～(0,1),N 则 a = , b = .答案：5,5(5,5,5,5)a b a b a b =±===-=-= 即有两组解或.解：因为(1,4)X N 且100n =，所以样本均值X ～4(1,)100N . 又因为Y b aX =+～(0,1)N , 所以 220(4).(101)0X b X b a EY E a ba DY D aX a Db a X E ++=+==+===== 所以55,.54a a b b ==-⎧⎧⎨⎨=-=⎩⎩或4. 在总体X ～2()n χ, 12,.,,..n X X X 是来自总体X 的一个样本，则2______,______,_____.X DX E E S === 答案：2,22.,X n DX ES E n ===解：特别要注意区分样本容量和2χ分布的自由度，两者在本题中都是字母n .因为X ～2()n χ，所以,2EX n DX n ==（注意这里的n 是2χ分布中的自由度n ）， 从而对11i ni X X n ==∑（注意这里的分母n 是指的样本容量的n ）有： (),22,n n X EX n DX n DX n E n =====（样本容量这个是自由度）（这个是样本容量）对样本方差2S ，有22.ES DX n ==（这个n 是自由度）5. 在总体X ～2()n χ, 1210,.,..,X X X 是来自总体X 的一个样本，则2______,______,_____.X DX E E S === 答案：注意本题中自由度为n ，而样本容量是10.22,n DX 2n 10;105n .X n n n DX n E E S =====， 这个为自由度；，分子的2是总体方差，分母的为样本容量样本容量这个为自由度6. 设总体(0,1),X N 1216,.,..,X X X 是来自总体X 的样本，已知{}0.01,X P λ=≥ 则______.λ= 答案：0.58.解：因为(0,1),X N 样本容量n=16，所以1161i i X X n ==∑～(0,)116N , 即0414X X -=(0,1),N 于是{}0.01{}1{}1441(4)P X P X P X λλλλ=≥=-<=-<=-Φ，从而(4)0.99λΦ=，查表得到4 2.33,λ=故0.58.λ=。
概率论与数理统计教程习题(第六章参数估计)
习题15（参数估计）一．填空题1. 设1~()X e λ,n X X X ,,,21 为来自X 的样本，则λ的矩估计为 ． 2. 设),(~2σμN X ,n X X X ,,,21 为来自X 的样本,则2σ的无偏估计量为 ． 3. 设123,,X X X 是总体X 的样本，11231ˆ()4X aX X μ=++，21231ˆ()6bX X X μ=++是总体均值的两个无偏估计，则a = ，b = ，这两个无偏估计量中较有效的是 ．二．判断题1. 参数矩估计是唯一的。
（ ）2. 用距估计和最大似然估计对某参数估计所得的估计一定不一样。
（ ）3. 一个未知参数的无偏估计一定唯一。
（ ）4. 设总体X 的数学期望为12,,,,n X X X μ 为来自X 的样本，则1X 是μ的无偏估计量。
（） 三．解答题1. 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的距估计量和最大似然估计量.2. 设总体X 的概率密度为2,0()20,0xa xe x f x x λ-⎧⎪>=⎨⎪≤⎩，其中0λ>，且λ为未知参数，n X X X ,,,21 是来自总体X 的随机样本，（1）试求常数a ； （2）求λ的最大似然估计量ˆλ.3. 设总体()θe X ~，其中0θ>，抽取样本n X X X ,,,21 ，证明X 是θ的无偏估计量，但2X 却不是2θ的无偏估计量.习题16（置信区间1）一．填空题1. 设12100,,,x x x 为正态总体(,4)N μ的一个样本，x 表示样本均值，则μ的置信度为1α-的置信区间为 ．2. 已知12,,,n X X X 为来自总体),(2σμN 的一组样本，其中2σ未知，则μ的置信水平为α-1的置信区间为 .3. 正态总体X 的均值未知，取25个样本，测得样本方差220.9S =，则方差2σ的0.95的置信区间的区间长度为 ．二．判断题1. 正态总体均值μ的置信区间一定包含μ。
- 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6章 参数估计选择题1．设n X X X ,...,,21是来自正态总体X 的简单随机样本，X 的分布函数F(x;θ)中含未知参数，则（A ）用矩估计法和最大似然估计法求出的θ的估计量相同 (B) 用矩估计法和最大似然估计法求出的θ的估计量不同 （C ）用矩估计法和最大似然估计法求出的θ的估计量不一定相同 (D) 用最大似然估计法求出的θ的估计量是唯一的2．设n X X X ,...,,21是来自正态总体X 的简单随机样本，EX=μ，DX=σ2，其中μ，σ2均为未知参数，X =1ˆμ，12ˆX =μ，下面结论哪个是错误的。
（A ）X =1ˆμ是μ的无偏估计 (B) 12ˆX =μ是μ的无偏估计 （C ）X =1ˆμ比12ˆX =μ 有效 (D) ∑=-ni i X n 12)(1μ是σ2的最大似然估计量 3．设n X X X ,...,,21是来自正态分布总体N(μ,σ2)的简单随机样本，其中数学期望μ已知，则总体方差σ2 的最大似然估计量是（A ） ∑=--n i i X X n 12)(11 (B) ∑=-ni i X X n 12)(1 （C ） ∑=--n i i X n 12)(11μ (D) ∑=-n i i X n 12)(1μ 4．已知总体X 在区间[0,θ]上均匀分布，其中θ是未知参数，设n X X X ,...,,21是来自X 的简单随机样本，X 是样本均值，},...,max {1)(n n X X X = 是最大观测值，则下列选项错误的是 （A ）)(n X 是θ的最大似然估计量 (B) )(n X 是θ的无偏估计量 （C ）X 2是θ的矩估计量 (D) X 2是θ的无偏估计量5． 设总体X~N(μ1,σ2)，总体Y~N(μ2,σ2)，m X X X ,...,,21和n Y Y Y ,...,,21分别是来自总体X和Y 的简单随机样本，样本方差分别为2X S 与2Y S ，则σ2 的无偏估计量是 （A ）22YX S S + (B) 22)1()1(Y X S n S m -+-（C ）222-++n m S S YX (D) 2)1()1(22-+-+-n m S n S m Y X6． 设X 是从总体X 中取出的简单随机样本n X X X ,...,,21的样本均值，则X 是μ的矩估计，如果（A ）X~N(μ,σ2) (B) X 服从参数为μ的指数分布 （C ）P （X=m ）=μ(1-μ)m-1，m=1,2,… (D) X 服从[0,μ]上的均匀分布 填空题1．假设总体X 服从参数为λ的泊松分布，n X X X ,...,,21是取自总体X 的简单随机样本，其均值、方差分别为X ，S 2 ，如果2)32(ˆS a X a -+=λ为λ的无偏估计，则a= 。
2．已知1ˆθ、2ˆθ为未知参数θ的两个无偏估计，且1ˆθ与2ˆθ不相关，21ˆ4ˆθθD D =，如果213ˆˆˆθθθb a +=也是θ的无偏估计，且是1ˆθ、2ˆθ所有同类型线性组合无偏估计中有最小方差的，则a= ，b= 。
3．设总体X 的概率密度为⎩⎨⎧<<-=-其它，,0,10,)1()(1x x x f θθ 则θ的矩估计量为 。
4．设n X X X ,...,,21是取自总体X 的简单随机样本，且EX=μ，DX=σ2，其均值、方差分别为X ，S 2 ，则当c= 时，22)(cS X - 是μ2的无偏估计。
5．设n X X X ,...,,21是取自总体X 的简单随机样本，且EX=μ，DX=σ2，212)(X b X a ni i +∑= 的数学期望等于σ2，则a= ，b= 。
解答题1．设总体X 的概率密度为 ⎩⎨⎧<<+=其它，,0,10,)1()(x x x f θθ 其中θ>-1是未知参数，X 1,X 2,…,X n是来自总体X 的一个容量为n 的简单随机样本，分别用矩估计法和最大似然估计法求θ的估计量。
2．设某种元件的使用寿命X 的概率密度为 ⎩⎨⎧≥=--其它，,0,,2)()(2θθx e x f x 其中θ>0是未知参数，x 1,x 2,…,x n 是来自总体X 的一组样本观测值，求θ的最大似然估计量。
3. 设总体X 的概率分布为其中θ（0<θ<1/2）是未知参数，利用总体X 的如下样本值：3，1，3，0，3，1，2，3，求θ的矩估计值和最大似然估计值。
4．设某种元件的寿命X （单位：小时）服从双参数的指数分布，其概率密度为⎪⎩⎪⎨⎧≥=--其它，,0,,1),;(μθμθθμx e x f x 其中θ，μ(>0) 为未知参数。
自一批这种器件中随取n 件进行寿命试验，设它们的失效时间分别为n X X X ,...,,21，求θ，μ的最大似然估计量。
5．设总体X 的概率密度为⎩⎨⎧≥=--其它，,0,,);()(θθθx e x f x θ为未知参数，n X X X ,...,,21为取自X 的一个样本，证明：1ˆ1-=X θ，nX X n1},...,min{ˆ12-=θ 是θ的两个无偏估计量，并比较哪个更有效。
6．设总体X 的概率密度为⎪⎩⎪⎨⎧<<-=其它，,0,0),(6);(3θθθθx x xx f θ为未知参数，n X X X ,...,,21为取自X 的一个样本，（1）求θ的矩估计量θˆ；（2）求θˆ的方差θˆD ；（3）讨论θˆ 的无偏性。
7．某人作独立重复射击，每次击中目标的概率为p ，他在第X 次射击时，首次击中目标。
（1）试写出X 的分布律；（2）以此X 为总体，从中抽取简单随机样本n X X X ,...,,21，试求未知参数p 的矩估计量和最大似然估计量。
8．设从均值为μ，方差为σ2的总体中分别抽取容量为n 1，n 2的两个独立样本，样本均值分别为X 和Y 。
试证：对于任意满足条件a+b=1的常数a 和b ，Y b X a T +=是μ的无偏估计量，并确定a ，b ，使得方差DT 达到最小。
参 考 答 案选择题1．C 2．D 3．C 4． B 5．D 6． A 填空题1．1/2 2．0.2，0.8 3．1/1ˆ-=X θ4．1/n 5．1/(n-1)，-n/(n-1) 解答题 1．解：（1）21)1(1++=+=⎰θθθθdx x x EX ，所以令X EX =，解得θ的矩估计量X X --=112ˆθ；（2）似然函数为 ,)()1();()(11θθθθ∏∏==+==ni inni ix x f L其对数似然函数为 ),ln()1ln();()(ln 11∏∏==++==ni in i ix n x f L θθθθ考虑0ln 1)(ln 1=∑++==n i i x n d L d θθθ，解得∑--==ni ix n 1ln 1ˆθ； 于是θ的最大似然估计量为∑--==ni iX n1ln 1ˆθ。
2．解：似然函数为 ⎪⎩⎪⎨⎧=≥∑==--==∏其它，,0,...,1,,2);()()(211n i x e x f L i n x n ni i ni i θθθθ ⎪⎩⎪⎨⎧≥∑=⇒+-=其它，,0,),...,min(,2)(1221θθθn n x n x x e L ni i 由上面形式可得},...,min{ˆ1n x x =θ时，似然函数达到最大值，于是θ的最大似然估计量为},...,min{ˆ1nX X =θ。
3．解：（1）θ43-=EX ，所以令2==x EX ，解得θ的矩估计值41ˆ=θ； （2）似然函数为 ,)21()1(4)21()]1(2[)(4264222θθθθθθθθθ--=--=L 其对数似然函数为 ),21ln(4)1ln(2ln 64ln )(ln θθθθ-+-++=L 考虑0218126)(ln =----=θθθθθd L d ，解得)137(121ˆ-=θ。
4．解：似然函数为 ⎪⎪⎩⎪⎪⎨⎧=≥∑==--==∏其它，,0,...,1,,1),;(),(11n i x e x f L i n x n ni i ni i μθμθμθθμ其对数似然函数为 ⎪⎩⎪⎨⎧≥+∑--==其它，,0,},...,min{,1ln ),(ln 11μθμθθμθn n i i x x n x n L 由上面形式可得},...,m in{ˆ1n x x =μ时，lnL 达到最大值。
同时，考虑0][1),(ln 12=-∑+-=∂∂=μθθθμθn x n L ni i ，解得μθˆˆ-=x ； 于是θ，μ的最大似然估计量为},...,min{ˆ1n X X =μ；},...,min{ˆ1nX X X -=θ。
5．证明：1)(+==⎰∞--θθθdx xeEX x ，222)(22++==⎰∞--θθθθdx e x EX x ，DX=1，于是 θθθ=-+=-=111ˆ1X E E ，即 1ˆ1-=X θ 为θ的无偏估计量； 令},...,min{1)1(n X X X =，则X (1) 的概率密度为⎩⎨⎧≥=--其它，,0,,)()()1(θθx ne x f x n从而n dx xne EX x n 1)()1(+==⎰∞--θθθ，所以nX X n1},...,min{ˆ12-=θ 也为θ的无偏估计量；又n X D D 1ˆ1==θ，22)1(2)1()1(21)(ˆn EX EX DX D =-==θ，当n>1时 n X X n1},...,min{ˆ12-=θ 比 1ˆ1-=X θ 更有效。
6．解：（1）θθθθ21)(603=-=⎰dx x x x EX ，所以令X EX =，解得θ的矩估计量X 2ˆ=θ； （2）20322103)(6θθθθ=-=⎰dx x x x EX ，222201)(θ=-=EX EX DX ，故2514ˆθθn X D D ==； （3）由于θθ==X E E 2ˆ，即 θˆ 为θ的无偏估计量。
7．解：（1）X 的分布律为：P(X=x)=p(1-p)x-1，x=1,2,…(2)p 的矩估计量：EX=1/p ，令X EX =，解得Xp1ˆ=； p 的最大似然估计量：nx n i p p p L -∑-=)1()(，从而对数似然函数为)1ln()(ln )(ln p n x p n p L i --∑+=，令0)(ln =∂∂p p L ，解得Xp1ˆ=。
8．证明：μμ=+=+=)(b a Y bE X aE ET ，从而Y b X a T +=是μ的无偏估计量，由于是222122221222))1(()(σσn a n a n b n a Y D b X D a DT -+=+=+=利用一元函数的微分法，得到其最小值点为211n n n a +=，212n n n b +=。