概率统计(第二版)第六章习题参考解答

合集下载

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

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

ai
Xi
⎟⎟⎠⎞
=
n Cov⎜⎛ 1
i=1
⎝n
X
i
,
ai
X
i
⎟⎞ ⎠
=
n i=1
ai n
Cov( X
i
,
X
i
)
=
σ2 n
n
ai
i=1
=σ2 n

因 Var(X ) = 1 Var(X ) = σ 2 = Cov(X , T ) ,
n
n
故 X 与 T 的相关系数为 Corr(X , T ) = Cov(X , T ) =
1 6
X1
+
1 6
X
2
+
2 3
X3.
证:因
E ( µˆ1 )
=
1 2
E(X1)
+
1 3
E(X
2)
+
1 6
E(X3)
=
1 2
µ
+
1 3
µ
+
1 6
µ
=
µ

E ( µˆ 2
)
=
1 3
E(
X1)
+
1 3
E(
X
2
)
+
1 3
E(
X3)
=
1 3
µ
+
1 3
µ
+
1 3
µ
=
µ

E (µˆ 3 )
=
1 6
E(X1)
+
1 6
pY
( y)
=
λn Γ(n)

统计学(第二版)课件及习题答案《统计学》参考答案

统计学(第二版)课件及习题答案《统计学》参考答案

《统计学》(教育部教材)习题参考答案第一章统计概述一、填空题1.数量方面定量认识2.统计总体同质性差异性大量性3.总体单位数量标志品质标志不变标志可变标志4.总体指标名称指标数值5.总量指标相对指标平均指标数量指标质量指标静态指标动态指标二、单项选择题1.B 2.C 3.A 4.B 5.B三、多项选择题1.ABDE 2.ABC 3.ABCD 4.ABD 5.ABD四、问答题1.什么是指标?指标和标志有何区别和联系?①统计指标简称指标,是指综合反映现象总体数量特征的概念(及其数值)。

②指标与标志有两点区别:一是说明的对象范围不同,即指标是说明总体特征的,标志是说明总体单位特征的;二是具体表现的表示方式不同,即指标的具体表现都用数值表示,标志的具体表现只有数量标志用数值表示,品质标志则用文字表示。

③指标与标志有密切联系:一是标志表现是计算指标数值的基础;二是两者随研究目的不同具有转化关系。

2.指标有哪些具体分类?指标按表现形式分为总量指标、相对指标和平均指标;按性质或内容分为数量指标和质量指标;按时间状况分为静态指标和动态指标。

3.什么是指标体系?设置指标体系有何意义?指标体系是指一系列相互联系的指标组成的整体。

单项指标的局限性和社会经济现象的复杂性,决定了在统计中必须科学地设置指标体系,以便从不同角度、不同侧面来反映现象的全貌和事物间的联系。

4. 统计工作过程分哪几个阶段?如何理解统计“质—量—质”的认识过程?统计工作过程大致分为统计设计、统计调查、统计整理和统计分析四个相对独立、相互衔接的阶段。

四个阶段基本体现了统计“质—量—质”的认识过程。

统计首先要对现象进行初步的定性(质的)认识,作出统计设计;然后根据设计要求去进行量的调查和整理;最后通过统计分析,揭示现象的本质特征及其变化规律性,达到高一级的质的认识,实现统计之目的。

第二章统计调查一、填空题1.准确及时全面(系统或经济)2.调查项目3.全部工业生产设备每台工业生产设备每个工业企业4.单一表一览表表头表体表脚5.调查得到的统计数字客观现象实际数量表现登记性代表性二、单项选择题1.A 2.C 3.C 4.C 5.B三、多项选择题1.BCDE 2.BCDE 3.ABD 4.ABCDE 5.ACE四、问答题1.什么是统计调查?统计调查有哪些种类?统计调查是根据统计设计的要求,采用科学的方式和方法,有计划、有组织地向总体单位登记其有关标志表现,以获取统计研究所需要的原始资料的工作过程。

概率论与数理统计第六章课后习题及参考答案

概率论与数理统计第六章课后习题及参考答案

概率论与数理统计第六章课后习题及参考答案概率论与数理统计第六章课后习题及参考答案1.已知总体X ~),(2σµN ,其中2σ已知,⽽µ未知,设1X ,2X ,3X 是取⾃总体X 的样本.试问下⾯哪些是统计量?(1)321X X X ++;(2)µ31-X ;(3)222σ+X ;(4)21σµ++X ;(5)},,max{321X X X ;(6)σ221++X X ;(7)∑=3122i i X σ;(8)2µ-X .解:(1)(3)(4)(5)(6)(7)是,(2)(8)不是.2.求下列各组样本值的平均值和样本差.(1)18,20,19,22,20,21,19,19,20,21;(2)54,67,68,78,70,66,67,70.解:(1)9.19)21201919212022192018(101101101=+++++++++==∑=i i x x ;43.1)(9110122=-=∑=i i x x s .(2)5.67)7067667078686754(1018181=+++++++==∑=i i x x ;018.292)(718122=-=∑=i i x x s .3.(1)设总体X ~)1,0(N ,则2X ~)1(2χ.(2)设随机变量F ~),(21n n F ,则F1~),(12n n F .(3)设总体X ~),(2σµN ,则X ~),(2n N σµ,22)1(S n σ-~)1(2-n χ,nS X /µ-~)1(-n t .(4)设总体X ~)10(2χ,Y ~)15(2χ,且X 与Y 相互独⽴,则=+)(Y X E 25,=+)(Y X D 50.4.设随机变量X 与Y 都服从标准正态分布,则(C)A .Y X +服从正态分布B .22Y X +服从2χ分布C .2X 与2Y 均服从2χ分布D .22YX 服从F 分布5.在总体X ~)3.6,52(2N 中随机抽取⼀容量为36的样本,求样本平均值X 落在8.50到8.53之间的概率.解:因为X ~)3.6,52(2N ,即52=µ,223.6=σ,因为36=n ,22205.1363.6==n σ,所以X ~)05.1,52(2N .由此可得)8.538.50(≤≤X P 05.1528.50()05.1528.53(-Φ--Φ=8302.0)1429.1()7143.1(=-Φ-Φ=.6.设总体X ~)1,0(N ,1X ,2X ,…,10X 为总体的⼀个样本,求:(1))99.15(1012>∑=i i X P ;(2)写出1X ,2X ,…,10X 的联合概率密度函数;(3)写出X 的概率密度.解:(1)由题可知∑==1012i i X X ~)10(2χ,查2χ分布表有99.15)10(210.0=χ,可得10.0=α,即10.0)99.15(1012=>∑=i i X P .(2)1X ,2X ,…,10X 相互独⽴,则联合概率密度函数为}exp{321}21exp{21),,,(1012510121021∑∏==-=-=i i i i x x x x x f ππ.(3)X Y =~)1.0,0(N ,所以有2251.02)0(e 5e1.021)(y y y f -?--==ππ.7.设总体X ~)1,0(N ,1X ,2X ,…,5X 为总体的⼀个样本.确定常数c ,使25242321)(XX X X X c Y +++=~)3(t .解:因为i X ~)1,0(N ,5,,2,1 =i ,所以21X X +~)2,0(N ,)(2121X X +~)1,0(N ,252423X X X ++~)3(2χ,因为25242321252423212632XX X X X X X X X X +++=+++~)3(t ,所以有23=c .8.设1X ,2X ,3X ,4X 是来⾃正态总体)4,0(N 的样本.已知243221)43()2(X X b X X a Y -+-=为服从⾃由度为2的2χ分布,求a ,b 的值.解:由题可知i X ~)4,0(N ,4,3,2,1=i ,故有0)2(21=-X X E ,20)2(21=-X X D ,所以212X X -~)20,0(N .同理4343X X -~)100,0(N .⽽20)2(221X X -~)1(2χ,100)43(221X X -~)1(2χ,故有100)43(20)2(243221X X X X -+-~)2(2χ,⽐较可知201=a ,1001=b .9.设总体X ~)3.0,(2µN ,1X ,2X ,…,n X 为总体的⼀个样本,X 是样本均值,问样本容量n ⾄少应取多⼤,才能使95.0)1.0(≥<-µX P .解:易知X ~)3.0,(2nN µ,由题意有95.013(2/3.01.0/3.0()1.0(≥-Φ=<-=<-nnnX P X P µµ,即应有975.0)3(≥Φn,查正态分布表知975.0)96.1(=Φ,所以取96.13≥n,即5744.34≥n ,取35=n .10.设总体X ~)16,(µN ,1X ,2X ,…,10X 为总体的⼀个样本,2S 为样本⽅差,已知1.0)(2=>αS P ,求α的值.解:由抽样分布定理知22)1(σS n -~)1(2-n χ,因为10=n ,故有2249S ~)9(2χ,得1.0)169169()(22=>=>ααS P S P ,查2χ分布表得684.14)9(21.0=χ,即684.14169=α,解得105.26=α.11.设(1X ,2X ,…,1+n X )为来⾃总体X ~),(2σµN 的⼀个样本,记∑==n i i n X n X 11,∑=--=n i in X X n S 122(11,求证:nn n S X X n n T -?+=+11~)1(-n t .证:由题可知n X ~),(2nN σµ,n n X X -+1~))11(,0(2σn N +,标准化得σnX X nn 111+-+~)1,0(N .⼜因为∑=-=-ni inX XS n 1222)(1)1(σσ~)1(2-n χ,从⽽有nn nnn S XX n n n S n n X X -+=--+-++122111)1(11σσ~)1(-n t ,即nnn S X X n n T -?+=+11~)1(-n t .。

概率论第六章习题参考解答(高等第二版)

概率论第六章习题参考解答(高等第二版)

《概率论与数理统计》第六章习题exe6-1解:10()0x b f x b ⎧<<⎪=⎨⎪⎩其他01()()2bb E X xf x dx x dx b +∞-∞==⋅=⎰⎰ 令11μ=A ,即2b X =,解得b 的矩估计量为ˆ2b X = 2ˆ2(0.50.60.1 1.30.9 1.60.70.9 1.0) 1.6899bx ==++++++++= exe6-2解:202()()()3x E X xf x dx x dx θθθθ+∞-∞-==⋅=⎰⎰令11μ=A ,即,3θ=X 解得θ的矩估计量为ˆ3X θ= Exe6-3解:(1)由于12222()()()()(1)()E X mpE X D X E X mp p mp μμ==⎧⎨==+=-+⎩ 令 ⎩⎨⎧==.2211μμA A求解得221111p m p μμμμ⎧-=-⎪⎪⎨⎪=⎪⎩,p, m 的矩估计量为22211(1)ˆ11ˆˆA A n S pA nX X m p ⎧--=-=-⎪⎪⎨⎪=⎪⎩Exe6-4解:(1)()E X λ= 令11μ=A ,即,λ=X 解得λ的矩估计量为ˆX λ= {}),2,1,0(!===-x e x x X P xλλ{}),2,1,0(!===-i i xi x e x x X P iλλ似然函数11111(){}()!!niii x n nx n i ni i i ii eL P X x e x x λλλλλ=--===∑====∏∏∏11ln ()()ln ln(!)nni i i i L n x x λλλ===-+-∑∑1ln ()0nii x d L n d λλλ==-+=∑解得λ的最大似然估计值为 11ˆni i x x n λ===∑ (2)由(1)知1ˆ(6496101163710)7.210x λ==+++++++++= Exe6-5解:(1)似然函数1(1)111(){}(1)(1)ni i i nnx x ni i i L p P X x p p p p =--==∑===-=-∏∏∑-==-ni i nx np p 1)1(1ln ()ln (1)ln ni i L p n p x p ==+-⋅∑)1ln()(ln 1p n x p n ni i --+=∑=1(1)ln ()01ni i x d L p n dp p p =-=-=-∑01)(ln 1=---=∑=pn x p ndp p L d ni i 解得p 的最大似然估计值为 11ˆnii npxx===∑ (2)155ˆ5174926px ===++++ Exe6-6解:由2()2()x f x μσ--=(1)2σ已知,似然函数221()()2211()(,)ni i i x nx n nii i L f x eμμσσμμ=----==∑===∏2211ln ())()2nii L n x μμσ==---∑21ln ()1(22)02nii d L x d μμμσ==--=∑即11()0nniii i x n xμμ==-=-=∑∑解得μ的最大似然估计值 1ˆnii xx nμ===∑(2)μ已知,似然函数为212222)(222)(12122121),()(σμσμπσσπσσ∑⎪⎭⎫ ⎝⎛====----==∏∏ni i i x nx ni n i i e ex f L21222)(21)ln(2)2ln(2)(ln μσσπσ-∑---==n i ix n n L 0)()(212)(ln 2122222=-+-=∑=μσσσσni i x n L d d 解得∑=-=n i i x x n 122)(1ˆσ,故2σ的最大似然估计值为 .)(1ˆ122∑=-=n i i i x x n σ Exe6-7解:(1)矩估计量2220()()()(3)2xt x xt xx E X xf x dx x e dx e dx t e dt θθθθθθθθ=--+∞+∞+∞+∞--∞==⋅===Γ=⎰⎰⎰⎰令2X θ=,得ˆ/2X θ= 似然函数211()(,)ix n nii i i x L f x eθθθθ-====∏∏1111ln ()(ln 2ln )ln 2ln nnnii i i i i i x L x x n x θθθθθ====--=--∑∑∑ 令21ln ()210ni i d L n x d θθθθ==-+=∑解得θ的最大似然估计值为111ˆ22n ii x x n θ===∑ (2)2311()(,)2ixnni i i i x L f x e θθθθ-====∏∏331111ln ()[2ln ln(2)]2ln ln(2)nnnii i i i i i x L x x n x θθθθθ====--=--∑∑∑令2321ln ()1602nii d L n xd θθθθθ==-⋅-=∑013)(ln 1223=+⋅-=∑=ni ixn d L d θθθθθ解得θ的最大似然估计值为 111ˆ33ni i x x n θ===∑ (3) ),(~p m B X ,m 已知{}∏∏=-=-===ni x m x x m ni i i i ip p C x X P p L 11)1()(1111ln ()[ln ln ()ln(1)]ln ln ln(1)()i inx m i i i nnnx m i i i i i L p C x p m x p C p x p nm x =====++--=++--∑∑∑∑令 11ln ()01n ni ii i x nm x d L p dp p p==-=-=-∑∑即1111(1)1n nniiii i i x xxnmppp p p===+==---∑∑∑ 解得p 的最大似然估计值为 1ˆnii xxpmnm===∑ Exe6-8解:(1)似然函数为{}{}{})1(2)1(2121)(522θθθθθθθ-=⋅-⋅==⋅=⋅==X P X P X P L)1ln(ln 52ln )(ln θθθ-++=L 令 0115)(ln =--=θθθθL d d 解得θ的最大似然估计值为.65ˆ=θ Exe6-9解:2121222222)()(22)(12)(111212121),,(),,(),(σβαβασβασβασπσπσπβαβαβα∑∑⎪⎪⎭⎫⎝⎛=====+-+---+--=---===∏∏∏∏ni i n i i i i i i y x ny ni x ni n i i Y n i i X e eey f x f L))()((21ln 2)2ln(),(ln 21212βαβασσπβα+-∑+--∑---===ni i ni i y x n n L0))()((22),(ln 112=+-+--=∂∂∑∑==βαβασβααni i n i i y x L 0)()((22),(ln 112=+----=∂∂∑∑==βαβασβαβn i i n i i x x L 联立 解得,2ˆ,2ˆyx y x -=+=βα故βα,的最大似然估计量为 .2ˆ,2ˆYX Y X -=+=βαExe6-10解:(1)由1/2EX μθ==,得θ的矩估计量ˆ2X θ= ˆ()2()2()22E E X E X θθθ===⋅= 故θ的矩估计量ˆ2X θ=是θ的无偏估计量。

统计学简明教程(第2版)习题答案6.3第六章习题详解

统计学简明教程(第2版)习题答案6.3第六章习题详解

6.3第六章习题详解一、单项选择题1.假设检验的概率依据是( A )。

A.小概率原理B.最大似然原理C.大数定理D.中心极限定理2.检验功效定义为( B )。

A. 原假设为真时将其接受的概率B.原假设不真时将其舍弃的概率C. 原假设为真时将其舍弃的概率D.原假设不真时将其接受的概率3. 显著性水平为5%,下面的表述哪一个是正确的。

( A )A .接受0H 时的可靠性为95%;B .接受1H 时的可靠性为95%C .1H 为真时被拒绝的概率为5%D .0H 为假时被接受的概率为5%4. 哪种场合适合用t 检验?( C )A .样本为小样本,且总体方差已知B .样本为大样本,且总体方差已知C .样本为小样本,且总体方差未知D .样本为大样本,且总体方差未知5. 在一次假设检验中当显著性水平为5%时,原假设被拒绝,则用显著性水平1%时,( C )。

A .一定会被拒绝B .一定不会被拒绝C .有可能拒绝原假设D .需要重新检验二、多项选择题1. β错误( ACDE )A. 是在原假设不真实的条件下发生B. 是在原假设真实的条件下发生C. 决定于原假设与真实值之间的差距D. 原假设与真实值之间的差距越大,犯β错误的可能性就越小E. 原假设与真实值之间的差距越小,犯β错误的可能性就越大2. 下面对符号检验和秩和检验的描述准确的是( ACE )。

A .符号检验只考虑样本差数的符号B .秩和检验只考虑样本差数的顺序C .秩和检验除了考虑样本差数的符号,还考虑其顺序D .符号检验比秩和检验利用数据信息更加充分E .秩和检验的检验功效比符号检验更强三、计算题1. 某调查公司研究表明,10-20岁年轻人每去一次速食店(如麦当劳、肯德基等)的平均消费为50元。

现在某二线城市随机抽取100名这个年龄段的年轻人作为样本,测得该样本平均消费水平为56元,样本标准差为15元。

试问,在显著水平5%下,检验该调查公司的结论是否成立。

概率论与数理统计第二版_课后答案_科学出版社_参考答案_最新

概率论与数理统计第二版_课后答案_科学出版社_参考答案_最新

习题2参考答案2.1 X 23456789101112P1/36 1/18 1/12 1/95/36 1/65/36 1/9 1/12 1/18 1/362.2解:根据1)(0==∑∞=k k X P ,得10=∑∞=-k kae,即1111=---eae 。

故 1-=e a2.3解:用X 表示甲在两次投篮中所投中的次数,X~B(2,0.7) 用Y 表示乙在两次投篮中所投中的次数, Y~B(2,0.4) (1) 两人投中的次数相同P{X=Y}= P{X=0,Y=0}+ P{X=1,Y=1} +P{X=2,Y=2}=11220202111120202222220.70.30.40.60.70.30.40.60.70.30.40.60.3124C C C C C C ⨯+⨯+⨯=(2)甲比乙投中的次数多P{X >Y}= P{X=1,Y=0}+ P{X=2,Y=0} +P{X=2,Y=1}=12211102200220112222220.70.30.40.60.70.30.40.60.70.30.40.60.5628C C C C C C ⨯+⨯+⨯=2.4解:(1)P{1≤X ≤3}= P{X=1}+ P{X=2}+ P{X=3}=12321515155++= (2) P{0.5<X<2.5}=P{X=1}+ P{X=2}=12115155+= 2.5解:(1)P{X=2,4,6,…}=246211112222k +++ =11[1()]1441314k k lim →∞-=-(2)P{X ≥3}=1―P{X <3}=1―P{X=1}- P{X=2}=1111244--=2.6解:设i A 表示第i 次取出的是次品,X 的所有可能取值为0,1,212341213124123{0}{}()(|)(|)(|)P X P A A A A P A P A A P A A A P A A A A ====18171615122019181719⨯⨯⨯= 1123412342341234{1}{}{}{}{}2181716182171618182161817162322019181720191817201918172019181795P X P A A A A P A A A A P A A A A P A A A A ==+++=⨯⨯⨯+⨯⨯⨯+⨯⨯⨯+⨯⨯⨯= 12323{2}1{0}{1}1199595P X P X P X ==-=-==--=2.7解:(1)设X 表示4次独立试验中A 发生的次数,则X~B(4,0.4)34314044(3)(3)(4)0.40.60.40.60.1792P X P X P X C C ≥==+==+=(2)设Y 表示5次独立试验中A 发生的次数,则Y~B(5,0.4)345324150555(3)(3)(4)(5)0.40.60.40.60.40.60.31744P X P X P X P X C C C ≥==+=+==++=2.8 (1)X ~P(λ)=P(0.5×3)= P(1.5)0 1.51.5{0}0!P X e -=== 1.5e - (2)X ~P(λ)=P(0.5×4)= P(2)0122222{2}1{0}{1}1130!1!P X P X P X e e e ---≥=-=-==--=-2.9解:设应配备m 名设备维修人员。

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−−+=,。

概率论课后习题答案第六章习题解答


习 题
E X1 2X2 E X1 2E X2 0,
解 答
D X1 2X2 D X1 4E X2 4 44 20,
X1 2X2 ~ N 0, 20 同理:3X3 4X4 ~ N 0,100
且:X1
2
X
2与3X
3
4
X
独立
4
X1
2X 20
2
2
+
3X 3
4X 100
10

经验分布函数为:
习 题
1
19
31

pk 10 0
0 5 20 20 10

0 当x 4
1/10 当4 x 5
1/10 当5 x 6
F10
(x)=
3/10 15/20
当6 x 7 当7 x 8
15/20 当8 x 9
18/20
当9 x 10
1
当x 10
2021年3月20日1时32分
i1
n
e n
xi !
xi !
i 1
i 1
其中 xi (i = 1,2,…,n )取值 0,1, …,n, …
2021年3月20日星期六

P132 练习6.1 题2
六 章



总体
X
~
E
(
),f
(
x)
e x
x0

0 x0
题 解 答
(X1 ,X2 ,…,Xn )是来自总体 X 的样本,
∴ 样本概率密度为
P
2 16
0.1

2021年3月20日1时32分
P142 练习6.3 题2 样本(X1 ,X2 ,…,X10 )

概率论第六章课后习题答案

概率论第六章课后习题答案概率论第六章课后习题答案概率论是一门研究随机现象的数学分支,它在解决实际问题中具有广泛的应用。

第六章是概率论中的重要章节,主要涉及随机变量及其概率分布、数学期望和方差等内容。

在课后习题中,我们将通过解答一些典型问题,进一步加深对这些概念的理解。

1. 随机变量X的概率分布函数为F(x) ={ 0, x < 0{ 1/4, 0 ≤ x < 1{ 1/2, 1 ≤ x < 2{ 3/4, 2 ≤ x < 3{ 1, x ≥ 3(1) 求随机变量X的概率密度函数f(x)。

(2) 求P(0.5 ≤ X ≤ 2.5)。

解:(1) 概率密度函数f(x)是概率分布函数F(x)的导数。

根据导数的定义,我们可以得到:f(x) ={ 0, x < 0{ 1/4, 0 ≤ x < 1{ 1/2, 1 ≤ x < 2{ 1/4, 2 ≤ x < 3{ 0, x ≥ 3(2) P(0.5 ≤ X ≤ 2.5) = F(2.5) - F(0.5) = 3/4 - 1/4 = 1/2 2. 设随机变量X的概率密度函数为f(x) ={ c(1 - x^2), -1 ≤ x ≤ 1{ 0, 其他(1) 求常数c的值。

(2) 求P(|X| > 0.5)。

解:(1) 概率密度函数f(x)的积分值等于1。

我们可以计算:∫[-1,1] c(1 - x^2) dx = 1解这个积分方程,可得c = 3/4。

(2) P(|X| > 0.5) = 1 - P(|X| ≤ 0.5)= 1 - ∫[-0.5,0.5] c(1 - x^2) dx= 1 - 3/4 ∫[-0.5,0.5] (1 - x^2) dx= 1 - 3/4 [x - x^3/3] |[-0.5,0.5]= 1 - 3/4 [(0.5 - 0.5^3/3) - (-0.5 + 0.5^3/3)] = 1 - 3/4 [0.5 - 0.5/3 - (-0.5 + 0.5/3)]= 1 - 3/4 [1/3]= 1 - 1/4= 3/43. 设随机变量X的概率密度函数为f(x) ={ kx^2, 0 ≤ x ≤ 2{ 0, 其他(1) 求常数k的值。

概率论与数理统计教程第二版课后答案

概率论与数理统计教程第二版课后答案概率论与数理统计教程第二版是一本广泛使用的教材,主要介绍概率论和数理统计的基本概念、理论和方法。

它包含了大量的练习题,帮助学生巩固知识和提升技能。

本文将为教程中的一些课后题提供答案,以帮助学生对自己的学习进行反思和检验。

第一章:概率论的基本概念1. 在骰子的所有可能结果中,出现奇数的概率是多少?答案:在骰子的所有可能结果中,出现奇数的结果有1、3和5,共有3个结果。

骰子的总共可能结果为6。

因此,出现奇数的概率为3/6,即1/2。

第二章:随机变量及其分布1. 设随机变量X的分布函数为F(x) = (0, x<0; 1-x^2, 0≤x<1; 1, x≥1),求X的密度函数。

答案:对于连续型随机变量,其密度函数是分布函数的导数。

因此,求导得到密度函数:f(x) = dF(x)/dx = 2x,其中0≤x<1。

第三章:数理统计的基本概念1. 在对一个正态总体的均值进行统计推断时,样本均值和样本方差是哪两个常用的统计量?答案:在对正态总体的均值进行统计推断时,常用的两个统计量是样本均值和样本方差。

第四章:参数估计方法1. 在极大似然估计中,参数的估计值是否总能满足无偏性?答案:在极大似然估计中,参数的估计值不一定满足无偏性。

极大似然估计是一种一致性估计方法,即当样本容量趋于无穷大时,估计值趋于真实参数的概率为1。

但并不保证估计值在有限样本容量时的无偏性。

第五章:假设检验1. 什么是拒绝域,如何确定拒绝域?答案:拒绝域是在假设检验中,根据样本观测值的取值范围来决定是否拒绝原假设。

确定拒绝域需要设置显著性水平,即拒绝原假设的概率。

一般使用临界值法或p值法来确定拒绝域。

第六章:方差分析与回归分析1. 请解释何为因变量和自变量?答案:在回归分析中,因变量是需要被解释或预测的变量,也称为被解释变量。

而自变量是用来解释或预测因变量的变量,也称为解释变量。

这只是教程中一小部分题目的答案,通过解答这些题目,可以帮助学生更好地理解概率论和数理统计的概念、方法和应用。

  1. 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. 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. 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)。

《概率论与数理统计及其应用》(第二版)第六章习题参考解答1.解:10()0x b f x b ⎧<<⎪=⎨⎪⎩其他01()()2bbE X xf x dx x dx b +∞-∞==⋅=⎰⎰ 令11μ=A ,即2b X =,解得b 的矩估计量为ˆ2b X = 2ˆ2(0.50.60.1 1.30.9 1.60.70.9 1.0) 1.6899bx ==++++++++= 2.解:202()()()3x E X xf x dx x dx θθθθ+∞-∞-==⋅=⎰⎰令11μ=A ,即,3θ=X 解得θ的矩估计量为ˆ3X θ= 3.解:(1)由于12222()()()()(1)()E X mpE X D X E X mp p mp μμ==⎧⎨==+=-+⎩ 令 ⎩⎨⎧==.2211μμA A求解得221111p m p μμμμ⎧-=-⎪⎪⎨⎪=⎪⎩,p, m 的矩估计量为22211(1)ˆ11ˆˆA A n S pA nX X m p ⎧--=-=-⎪⎪⎨⎪=⎪⎩4.解:(1)()E X λ= 令11μ=A ,即,λ=X 解得λ的矩估计量为ˆX λ= {}),2,1,0(!===-x e x x X P xλλ{}),2,1,0(!===-i i xi x e x x X P iλλ似然函数11111(){}()!!niii x n nx n i ni i i ii eL P X x e x x λλλλλ=--===∑====∏∏∏11ln ()()ln ln(!)nni i i i L n x x λλλ===-+-∑∑1ln ()0nii x d L n d λλλ==-+=∑解得λ的最大似然估计值为 11ˆni i x x n λ===∑ (2)由(1)知1ˆ(6496101163710)7.210x λ==+++++++++= 5.解:(1)似然函数1(1)111(){}(1)(1)ni i i nnx x ni i i L p P X x p p p p =--==∑===-=-∏∏∑-==-ni i nx np p 1)1(1ln ()ln (1)ln ni i L p n p x p ==+-⋅∑)1ln()(ln 1p n x p n ni i --+=∑=1(1)ln ()01ni i x d L p n dp p p =-=-=-∑01)(ln 1=---=∑=pn x p ndp p L d ni i 解得p 的最大似然估计值为 11ˆnii npxx===∑ (2)155ˆ5174926px ===++++ 6.解:由2()2()x f x μσ--=(1)2σ已知,似然函数221()()2211()(,)ni i i x nx n nii i L f x eμμσσμμ=----==∑===∏2211ln ())()2nii L n x μμσ==---∑21ln ()1(22)02nii d L x d μμμσ==--=∑即11()0nniii i x n xμμ==-=-=∑∑解得μ的最大似然估计值 1ˆnii xx nμ===∑(2)μ已知,似然函数为212222)(222)(12122121),()(σμσμπσσπσσ∑⎪⎭⎫ ⎝⎛====----==∏∏ni i i x nx ni n i i e ex f L21222)(21)ln(2)2ln(2)(ln μσσπσ-∑---==n i ix n n L 0)()(212)(ln 2122222=-+-=∑=μσσσσni i x n L d d 解得∑=-=n i i x x n 122)(1ˆσ,故2σ的最大似然估计值为 .)(1ˆ122∑=-=n i i x x n σ 7.解:(1)矩估计量2220()()()(3)2xt x xt xx E X xf x dx x e dx e dx t e dt θθθθθθθθ=--+∞+∞+∞+∞--∞==⋅===Γ=⎰⎰⎰⎰令2X θ=,得ˆ/2X θ= 似然函数211()(,)ix n nii i i x L f x eθθθθ-====∏∏1111ln ()(ln 2ln )ln 2ln nnnii i i i i i x L x x n x θθθθθ====--=--∑∑∑ 令21ln ()210ni i d L n x d θθθθ==-+=∑解得θ的最大似然估计值为111ˆ22n ii x x n θ===∑ (2)2311()(,)2ixnni i i i x L f x e θθθθ-====∏∏331111ln ()[2ln ln(2)]2ln ln(2)nnnii i i i i i x L x x n x θθθθθ====--=--∑∑∑令2321ln ()1602nii d L n xd θθθθθ==-⋅-=∑013)(ln 1223=+⋅-=∑=ni ixn d L d θθθθθ解得θ的最大似然估计值为 111ˆ33ni i x x n θ===∑ (3) ),(~p m B X ,m 已知{}∏∏=-=-===ni x m x x m ni i i i ip p C x X P p L 11)1()(1111ln ()[ln ln ()ln(1)]ln ln ln(1)()i inx m i i i nnnx m i i i i i L p C x p m x p C p x p nm x =====++--=++--∑∑∑∑令 11ln ()01n ni ii i x nm x d L p dp p p==-=-=-∑∑即1111(1)1n nniiii i i x xxnmppp p p===+==---∑∑∑ 解得p 的最大似然估计值为 1ˆnii xxpmnm===∑ 8.解:(1)似然函数为{}{}{})1(2)1(2121)(522θθθθθθθ-=⋅-⋅==⋅=⋅==X P X P X P L)1ln(ln 52ln )(ln θθθ-++=L 令 0115)(ln =--=θθθθL d d 解得θ的最大似然估计值为.65ˆ=θ 9.解:2121222222)()(22)(12)(111212121),,(),,(),(σβαβασβασβασπσπσπβαβαβα∑∑⎪⎪⎭⎫⎝⎛=====+-+---+--=---===∏∏∏∏ni i n i i i i i i y x ny ni x ni n i i Y n i i X e eey f x f L))()((21ln 2)2ln(),(ln 21212βαβασσπβα+-∑+--∑---===ni i ni i y x n n L0))()((22),(ln 112=+-+--=∂∂∑∑==βαβασβααni i n i i y x L 0)()((22),(ln 112=+----=∂∂∑∑==βαβασβαβn i i n i i x x L 联立 解得,2ˆ,2ˆyx y x -=+=βα故βα,的最大似然估计量为 .2ˆ,2ˆYX Y X -=+=βα10.解:(1)由1/2EX μθ==,得θ的矩估计量ˆ2X θ= ˆ()2()2()22E E X E X θθθ===⋅= 故θ的矩估计量ˆ2X θ=是θ的无偏估计量。

(2)01!!!k k k k k k e e e EY k k k k λλλλλλλλ---∞∞∞====⋅==⋅=∑∑∑令Y λ=得λ的矩估计量ˆY λ=. 22(3)3()EZ E Y Y EY E Y =+=+EY λ=,222)()()(λλ+=+=EY Y D Y E224)(3)(λλλλλ+=++=∴Z E(3)2113n i i U Y Y n ==+∑)(4)(13)(1)(3)13()(2121212Z E n Y E n Y E Y n Y E U E n i n i i n i i =+=++=+=+=∑∑∑===λλλλλ因此U 是)(Z E 的无偏估计.11.解:(1)由题知i EX θ=,2()i D X θ=1123412341111[()()]()()6363ET E X X X X EX EX EX EX θ=+++=+++=21234[(234)/5]2ET E X X X X θ=+++=31234[()/4]ET E X X X X θ=+++=13,T T 是θ的无偏估计量。

(2)211234123411115[()()]()()6336918DT D X X X X DX DX DX DX θ=+++=+++= 231234123411[()/4][()()()()]164DT D X X X X D X D X D X D X θ=+++=+++=31DT DT ≤故3T 比1T 更有效。

12.解:)1296,(~μN X ,27,1478n x == (1)μ置信水平为0.95,10.95,0.05αα-==查表得1/2(1)2z αα-=Φ-即10.025(0.975) 1.96z -=Φ=μ∴的置信水平为0.95的置信区间:/2()(1478 1.96)(147813.58)(1464.42,1491.58)x z α==±= (2)μ置信水平为0.90,10.90,0.1αα-==查表得1/2(1)2z αα-=Φ-即10.05(0.95) 1.645z -=Φ=μ∴的置信水平为0.90的置信区间:/2()(1478 1.65)(147811.40)(1466.60,1489.40)x z α==±= 13.解:由2()8()x f x μ--=(1)似然函数221()()8811()(,)ni i i x nx nni i i L f x e μμμμ=----==∑===∏211ln ()()8ni i L n x μμ==---∑1ln ()1(22)08ni i d L x d μμμ==--=∑即11()0n niii i x n xμμ==-=-=∑∑1ˆnii xx nμ===∑,ˆ56.8μ=(2)μ置信水平为0.95,10.95,0.05αα-==查表得11/2(1)(0.975) 1.962Z αα--=Φ-=Φ=μ∴的置信水平为0.95的置信区间:/2()(56.8 1.96)(56.8 1.24)(55.56,58.04)x α==±= 14.(1)2σ的无偏估计值222ˆ(1.381) 1.9072s σ=== μ的无偏估计值ˆ14.72x μ== (2)(1)X T t n =-μ置信水平为0.90,10.90,0.1αα-==查表得/20.05(1)(29) 1.6991t n t α-==μ∴的置信水平为0.90的置信区间:/2(1)(14.72 1.6991)(14.720.428)(14.292,15.148)x n α⎛⎫±-==±= ⎪⎝⎭15.解:由题知,12,66.3,9.4n x s ===,μ置信水平为0.95,10.95,0.05αα-==查表得/20.025(1)(11) 2.2010t n t α-==μ∴的置信水平为0.95的置信区间:16.解:由题知,32,19.07, 3.245n x s ===μ置信水平为0.95,10.95,0.05αα-==查表得/20.025(1)(31) 2.0395t n t α-==μ∴的置信水平为0.95的置信区间:/2(1)(19.07 2.0395)(19.07 1.17)(17.9,20.24)x n α⎛⎫-==±= ⎪⎝⎭17.解:13=n ,707.14=x ,1441.6=s ,75.372=s/2(1)(66.3 2.2010)(66.3 5.97)(60.33,72.27)x n α⎛⎫-==±= ⎪⎝⎭μ的置信水平为0.98,98.01=-α,02.0=α,查表得6810.2)12()1(01.02==-t n t αμ∴的置信水平为0.98的置信区间:⎪⎪⎭⎫ ⎝⎛-±)1(n t n s x n α()28.19,14.106810.2131441.6707.14=⎪⎪⎭⎫ ⎝⎛⨯±=18.解:由题知 8=X n ,10=Y n计算 75.15=x ,7981.6=X s ,3.23=y ,6269.9=Y s∴()815.15312.143451.226544.9768.4268.9777.5111122222222==++=⎪⎪⎭⎫⎝⎛⋅-+⎪⎪⎭⎫ ⎝⎛⋅-⎪⎪⎭⎫ ⎝⎛+=Y Y Y XX X Y Y X X ns n n s n n s n s ν∴[]15=ν,查表得1315.2)15(])([025.02==t t ναY X μμ-的置信水平为0.95的置信区间为·: []⎪⎪⎭⎫ ⎝⎛+±-Y Y X X n n s n s t y x 22)(να()()72.0,82.15268.9777.51315.23.2375.15=+⋅±-= 19.解:由题知 5=X n ,5=Y n ,33.60=x ,82.15=X s ,21.32=y ,77.12=Y s计算()659.729047.8921734.68349277.2653627.62661458.3205448.50111122222222==++=⎪⎪⎭⎫⎝⎛⋅-+⎪⎪⎭⎫ ⎝⎛⋅-⎪⎪⎭⎫ ⎝⎛+=Y Y Y XX X Y Y X X ns n n s n n s n s ν∴[]7=ν,查表得998.2)7(])([01.02==t t να21μμ-的置信水平为0.98的置信区间:[]⎪⎪⎭⎫ ⎝⎛+±-Y YX X n n s n s t y x 22)(να()()38.55,86.061.3205.50998.221.3233.60=+⋅±-= 20。

相关文档
最新文档