(完整版)《应用数理统计》吴翊_习题解答
应用数理统计作业题及参考答案(第二章)(2)
第二章 参数估计（续）P682.13 设总体X 服从几何分布：{}()11k P X k p p -==-，12k = ，，，01p <<，证明样本均值11ni i X X n==∑是()E X 的相合、无偏和有效估计量。
证明： 总体X 服从几何分布，∴()1=E Xp，()21-=p D X p.1 ()()1111111==⎛⎫⎛⎫===⋅⋅==⎪ ⎪⎝⎭⎝⎭∑∑ nn i i i i E XE X E X n E X nn n p p .∴样本均值11ni i X X n==∑是()E X 的无偏估计量。
2 ()22221111111==--⎛⎫⎛⎫===⋅⋅=⎪ ⎪⎝⎭⎝⎭∑∑nn i i i i p p D XD X D X n nn np np . ()()()()1111ln ln 1ln 1ln 1-⎡⎤=-=+--⎣⎦；X fX p p p p X p .()111ln 111111fX p X X pppp p∂--=-=+∂--；.()()211222ln 111fX p X ppp ∂-=-+∂-；.()()()()211122222ln 111111f X p X X I p E E E p p p p p ⎡⎤⎡⎤⎡⎤∂--=-=--+=+⎢⎥⎢⎥⎢⎥∂--⎢⎥⎢⎥⎣⎦⎣⎦⎣⎦； ()()()()12222221111111111111⎛⎫-=+-=+⋅-=+⋅ ⎪---⎝⎭pE X ppp p p p p p ()()()()2221111111-+=+==---p ppp pp p pp .()()()2422111111⎡⎤'⎛⎫⎢⎥ ⎪⎢⎥⎝⎭⎣⎦===-⋅⋅⋅⋅-n p pe p D X n I p n nppp .∴样本均值11ni i X X n==∑是()E X 的有效估计量。
3证法一：()21lim lim0→∞→∞-== n n p D X np，01p <<.∴样本均值11ni i X X n==∑是()E X 的相合估计量。
《应用数理统计》第五章方差分析课后作业参考答案
第五章 方差分析课后习题参考答案5.1 下面给出了小白鼠在接种三种不同菌型伤寒杆菌后的存活日数：设小白鼠存活日数服从方差相等的正态分布，试问三种菌型的平均存活日数有无显著差异？(01.0=α)解：(1)手工计算解答过程 提出原假设：()3,2,10:0==i H i μ记167.2081211112=⎪⎪⎭⎫ ⎝⎛-=∑∑∑∑====r i n j ij ri n j ij T i iX n X S467.7011211211=⎪⎪⎭⎫ ⎝⎛-⎪⎪⎭⎫ ⎝⎛=∑∑∑∑====r i n j ij ri n j ij iA ii X n X n S7.137=-=A T e S S S当H成立时，()()()r n r F r n S r S F e A ----=,1~/1/本题中r=3经过计算，得方差分析表如下：查表得()()35.327,2,195.01==---F r n r F α且F=6.909>3.35，在95%的置信度下，拒绝原假设，认为不同菌型伤寒杆菌对小白鼠的存活日数有显著影响。
(2)软件计算解答过程组建效应检验Dependent Var iable: 存活日数a70.429235.215 6.903.004137.73727 5.101208.16729方差来源菌型误差总和平方和自由度均值F 值P 值R Squared = .338 (Adjusted R Squared = .289)a.从上表可以看出，菌种不同这个因素的检验统计量F 的观测值为6.903，对应的检验概率p 值为0.004，小于0.05，拒绝原假设，认为菌种之间的差异对小白鼠存活日数有显著影响。
5.2 现有某种型号的电池三批，他们分别是甲、乙、丙三个工厂生产的，为评论其质量，各随机抽取6只电池进行寿命试验，数据如下表所示：工厂 寿命（小时） 甲 40 48 38 42 45 乙 26 34 30 28 32 丙39 40 43 50 50试在显著水平0.05α=下，检验电池的平均寿命有无显著性差异？并求121323,μμμμμμ---及的95%置信区间。
应用数理统计课后答案
（2）检验线性回归效果的显著性( 0.05 )； （3）求回归系数 b 的区间估计（置信度为1 0.95 ）；
（4）求 x0 225kg 时，0 的预测值及预测区间（置信度为1 0.95 ）。
（参考数据：）
5-5. 解：解：（1）计算得
求未知参数 a、b 的估计值，并求回归方程的残差平方和。
5-14.
解：两边对 y
b
ae x
取对数，有： ln y
ln a
ln
y
，
A
ln a
,
t
1 x
，
得 z A bt
将数据整理如下表：
xi
0.05 0.06 0.07 0.10 0.14 0.20 0.25 0.31 0.38 0.43 0.47
xi2 518600 ，
x
1 12
xi 205 ，
y
1 12
yi 72.6 ，
xi yi 182943 ，
yi2 64572 .84 ，
所以 lxx xi2 nx 2 518600 12 2052 14300
lxy xi yi nxy 182943 12 205 72.6 4347
（参考数据：）
6-2. 解：检验问题 H0 ：1 2 3
工厂
寿命
Ti
Ti
2
或 i
n
i
S
2 i
甲
40 48 38 42 45 (1600 2304 1444 1764 2025
213
45369 42.6
63.2
应用数理统计习题答案_孙荣恒(全)
2214243.(1)[||]0.140(2)[||]0.144(,4),(,),(0,)[||]20.1800255(3){||0.1}2(10.9521.9615372tnE a D nnE aN a N a t a NnnE t t dtnP tPnξξξξξξπ-+∞-==≤⇒=-≤=-==≤==≤=≤=Φ-≥=⇒≥⎰《应用数理统计》参考答案习题一0.51.(,0.5)(,){||0.1}0.9972.97442N a N anP a Pnξξξξ⇒-<=<==⇒=2242.(,4)(,)100||(1)(||)()0.90,0.330.20.2(2):P(||)N a N aa UP a U P Uaξξξξσξεε⇒--<=<==-≥≤挈比学夫不等式(5)(5)125515(3){15}1{15}1{15,15,,15}1215121[{}]221[1(1.5)]0.292P P P P ξξξξξξ>=-≤=-≤≤≤--=->=--Φ=1121212111()(1){}{,,,}{1,1,,1}()()(1)(1)k n n nn m nm n m n m ni i P k pq P M m P m m m P m m m pqpq q q ξξξξξξξ----======≤≤≤-≤-≤-≤-=-=---∑∑4.5. 6. 13.0)25(1}8.012138.012{}13{)54,12(~)1()4,12(~=Φ-=->-=>ξξξξP P N N (1)(1)1255511515(2){10}1{10}1{10,10,,10}1[{10}]1[1{10}]1210121[1{}]221[11(1)]0.579P P P P P P ξξξξξξξξ<=-≥=->>>=->=--≤--=--≤=--+Φ=6(1)0.001567.2800~(0.0015)(1){800}[{800}][0.0015]x E P P e dx e ξξξ∞-->=>==⎰6(6)30000.00156 4.56(2){3000}[{3000}][0.0015](1)x P P e dx e ξξ--<=<==-⎰1212(2){}{,,,}{1,1,,1}n n nn P K k P k k k P k k k ξξξξξξ==≥≥≥-≥+≥+≥+7．8.均值的和（差）等于和的均值，方差的和差都等于方差的和9.由中心极限定理：10.11.22222(1)(1)(1)()222~()()()[()](,)it itit n e n n e n e it i t t tn it it n n nn p t e t t ee n e e e N n λξλλξξλλλλλξλϕϕϕλξλ---+--∴=∴======∴12121233~(20,3),~(20,),~(20,)10151~(0,)2{||0.3}1220.67N N N N P P ξξξξξξξξξ-∴->=->=-Φ=2(),(),E a D ξξσ==121(0,1)(0,1)~(,)n n i i i ni i na a n N N N a n nξξσξσξ==--∴∴=∑∑∑22222222,(),()()(),(),(),(,)k k k k k k k k k k k k k kk k E a E a D E E a a a a E A a D A n a a A N a nξξξξξ===-=--∴==-∴22121212222(),()(),()0,()()()2,()()()2,i i E E a D D E D D D E E D ξξξξσξξξξξξσξξξξξξσ====∴-=-=+=∴-=-+-=13.14.15.16.2212221221,(),(),()()0,()()()(1),11[()](1)1niii ii i iniiniiE a E a D DnE D D DnDn D nDES n Dn nE ES Dn n nσξξξσξξξξξξξσξξξξξξξ=======∴-=-=+--===--==--∑∑∑222222222424222(1),11()(1)()2(1)21 ()2(1)() nsnns nE n Es On nns nD n Ds On n n χσσσσσσσ--=-⇒==+-=-⇒==+112323''' '2(121)(1)()()()()5231()(121)23023021AD E E E EA E E A AVar Aξξξξξξηξηηηηηξξξξξ⎛⎫⎪-+=-==⎪⎪⎝⎭=--=--⎛⎫⎛⎫⎪⎪==--=⎪⎪⎪⎪⎝⎭⎝⎭11223''''110(2)(,)111()()()()5231()(121)23023021BE E E EB E E B BVar Bξηηηξξξηηηηξξξξξ⎛⎫⎛⎫ ⎪===⎪ ⎪⎝⎭ ⎪⎝⎭∑=--=--⎛⎫⎛⎫⎪⎪==--=⎪⎪⎪⎪⎝⎭⎝⎭11222211()2822121(2)||2241128116xx xxe dx dxπ⎛⎫⎛⎫- ⎪⎪∞∞⎝⎭⎝⎭-∞-∞-=∑-⎛⎫⎛⎫∑==⎪ ⎪-⎝⎭⎝⎭⎰⎰17.18.21.22.()11223'122'111110(,),211151,1101221111111100130111100310110N A A AAA Aξηξηξηηθθ⎛⎫⎛⎫⎛⎫ ⎪⎪ ⎪ ⎪⎝⎭⎝⎭ ⎪⎝⎭∑⎛⎫⎛⎫⎛⎫⎪==⎪ ⎪⎪⎝⎭⎝⎭⎪⎝⎭⎛⎫⎛⎫⎛⎫⎛⎫⎪⎪∑=-=⎪ ⎪⎪⎪⎝⎭⎝⎭⎪⎪⎝⎭⎝⎭‘＝，由引理1.2.3，则－的联合分布为－－11223''12111111~(,),1011111432111111121301111210.2N A A AA Aξηξξηξηθρρρρρρρρρηη⎛⎫⎛⎫⎛⎫ ⎪⎪ ⎪ ⎪-⎝⎭⎝⎭ ⎪⎝⎭∴∑⎛⎫⎛⎫+--⎛⎫⎛⎫⎪⎪∑=-=⎪ ⎪⎪⎪---⎝⎭⎝⎭⎪⎪-⎝⎭⎝⎭∴--=⇒=-＝=A，－－时与独立2''44''22'''''' 44224(0,)(,)()()2()()()()()cov(,)(,)()() ()()2()()()2()nN IE A B tr A tr B tr ABE A E B tr A tr BA B E A B E A E Btr A tr B tr AB tr A tr B tr AB ζσζζζζσσζζζζσσζζζζζζζζζζζζσσσσσ=+=∴=-=+-=()11112222121122,1,1,0822177,122477yay y Qyba babθθθθθθθ--⎛⎫⎛⎫--=⎪⎪-⎝⎭⎝⎭⇒===-=⎛⎫⎪⎛⎫⎛⎫∴=∑== ⎪⎪ ⎪⎪⎝⎭⎝⎭⎪⎝⎭23.24.又 则 令 则与 独立，则 与独立，且26.则2212221~(,),~(0,),~(1),(0,1)/(1)n n N a N n n ns n N T t n σξξξσξξχσξξ++----=-'11111(,,),(,,)111(,,),()11n n n ij n n n n i i i ia a B D nn n ξξθξσσσσδσσ⨯======-∑∑'2,0,D D D BD ===221(,)(,)1()n ni i nnB N a N I ηξθσσ===∑,i i i a ξγσ-=2'11,()()()ni i i a D n ηγζγγξθξθσ=-==-=--∑∑B nηξ=ξηζ)1(~2-n χζ11(,)22U ξθθ-+(1)()121111221111()2201()121()()[1()]1[]21()()[()][]2(,)(1)()()[()()](1)[]n x n n n n n n n x f x other F x dx x f x nf x F x n x f x nf x F x n x f x y n n f x f y F y F x n n y x ξξθξξθθθθθ-------⎧-<<+⎪=⎨⎪⎩==-+∴=-=⋅⋅-+==⋅+-=--=⋅-⋅-⎰27.33.2222122222212222(0,),1()||2 ()()()()22(1)iyniniiY a NE d Y dynaD dE d E d Ennn nσξσσξσσσπσσσππ-∞-∞===-==-=-=-=⋅-=-∑⎰∑2222122122210.3(0,0.3),(0,)1010()(9)0.310()100.18{}0.30.3{(2}0.01iniiniiniN NPPξξξξχξξξ===--⨯<=<=∑∑∑222(2)(0,1),(1)0.3(9){0.9}0.9932nsN ntP Psnξχσξξξ--<=<=12121222221221212(3)(0,0.18),(0,0.18)(0,1),(0,1)0.18(1),()(1)0.18{()40}0.9N NN NPξξξξξξξξχχξξξξ+-+--+<=-224132244(4)~(1),~(0,0.12),10.73 {10.73}{}0.95NP Pξχξξξξ-<=<=34.《应用数理统计》参考答案2211222212222211(1)(0,),(0,)(1),()(1)11,()()(2)nn miii i n nniii nn mi i i i n N n N m n m m a b n m a b n m ξσξσξξχχσσσξξχ+==+=+==+--==++-∑∑∑∑∑∑222211112(2)(),(0,)(0,1),/(),n mni ii n i nniii i i m N n N t m c m n ξχξσσξξξσσ+=+===∴=∑∑∑∑∑2222221121221(3)(),()()/(1,1),/nn mi i i i n ni i n mi i n n m n mF n m d nm ξξχχσσξσξσ+==+=+=+--∴=∑∑∑∑1. 由矩估计法2. (1) 由矩估计法(2)(3)(4)(5)818226212266174.00281610(74.002)88610 6.85710181ii i i a X x S x n S S n σ=-=--⎧===⎪⎪⎨⎪==⨯=-⎪⎩∴==⨯⨯=⨯--∑∑11'1202()33A x EX x dx θαξθθαξθθξ==-====∴=⎰111'101(1)2211A EX x x dx θαξθαθξθξθξ==+==+==+-∴=-⎰1211211122222221212222222121112()2x x n i i e xdx e x dx A X n A S S S θθθθθθαθθξθαθθξθξθξθθξθξθ--+∞--+∞==⋅=+==⋅===+∴=+==-+⎧=-⎪∴⎨=⎪⎩⎰∑⎰111(1)122Ni N NA x N NN ξξ=+===⋅⇒=∑11102()1A dx ξξθξ===⇒=-⎰2∞3.4.2()2{0},(){0}{}()0.7,110.7,0.525x aA X AP A P dxa aP a pp aξξξ--=<=<=--=<=Φ-=≈∴≈=-⎰设表示出现的次数，(1)11111(1)()ln()[ln ln(1)ln]ln()1[ln ln]ln ln0 ln lnniiniin ni ii iniiL c xL c xLc x n c xnnx n cθθθθθθθθθθθθθ-+=======+-+∂=+-=+-=∂=-∏∑∑∑∑1111221(2)()ln()[ln1)ln]ln()]0(ln)niniiniiniiLL xLxnxθθθθθ======+∂=+=∂=∑∑∑11()()()()11(3)()ln()lnln()11,,,,()0,0,11,()()nnin nn nnn nnnLL nL nLother otherL Lθθθθθθθθξξθξθθθθθξθξθξ====-∂=-=∂⎧⎧≤≤⎪⎪==⎨⎨⎪⎪⎩⎩≤≤=∏11()()()()11(3)()ln()lnln()11,,,,()0,0,11,()()nnin nn nnn nnnLL nL nLother otherL Lθθθθθθθθξξθξθθθθθξθξθξ====-∂=-=∂⎧⎧≤≤⎪⎪==⎨⎨⎪⎪⎩⎩≤≤=∏5.221()212212241(5)()()ln()[ln]22()2()ln()[022in xiniini iiLxLx xLθθθθθθθθθθθθθξθ--====-=-----∂==∂=∑∑(1)11(1)11(1)(1)(6)()ln()[ln ln(1)ln]ln()(),,,()()nc ciiniinc ci niL c xL c c c xL ncL c xL Lθθθθθθθθθθθξξθξθξ-+==-+===--+∂=-=∂=≤≤⇒=∏∑∏不能解出，所以由22111(7)()1)(1)ln()[2ln(2)ln(1)ln(1)]2ln()22]01inxiini iiniiL xL x xx nL nθθθθθθθθθθθξ-====--=+--+--∂=-=⇒=∂-∏∑∑（~(,0)11nUξθ∏6.7.所以不唯一。
应用数理统计第五、六章习题
第五、六章 方差分析与回归分析一、 填空1、回归分析是处理变量间 关系的一种数理统计方法，若两个变量（或多个变量）间具有线性关系，则相应的回归分析为 ，若变量间不具有线性相关性，就称相应的回归分析为 。
2、对于线性模型ε++=bx a Y ，ε∽),0(2σN ，由样本),,(11y x ),,(22y x ),,(n n y x 得回归直线x b a Yˆˆˆ+=，则b ˆ= ，a ˆ= ，2σ的无偏估计2ˆσ= 。
回归直线x b a Yˆˆˆ+=一定过点 。
在显著水平0.05α=下，对原假设0H 的检验结论是______________。
((3,22)(0.05) 3.05F =) 4、在一元回归分析中，有平方和分解公式∑=-ni iy y12)(=∑=-n i i y y12)ˆ(+∑=-ni i i y y 12)ˆ(，或Q U L xy +=。
其中=U xyni iL b y yˆ)ˆ(12=-∑=称为 ；自由度为 ；=Q ∑=-ni i iy y12)ˆ(=xy L -xyL b ˆ称为 ；自由度为 ；F= 。
5、设随机变量y 和变量x 存在线性关系：x b a yˆˆˆ+=，则对于给定的x ，当n 很大时，y 的置度为α-1的预测区间为 。
y 的置信度为95.0的预测区间 为 。
二、计算检验温度对该化工产品的得率是否有显著影响。
2、某市居民货币收入与购买消费品支出数据如下表（单位：亿元） 货币收入x 11.6 12.9 13.7 14.6 14.4 16.5 18.2 19.8消费支出y10.4 11.5 12.4 13.1 13.2 14.5 15.8 17.2(1) 求y 对x 的样本线性回归方程x b a y ˆˆˆ+=；（2）预测当货币收入21=x 亿元时，购买消费品支出的范围（概率95%）。
3、为了确定某种商品供应量y 与价格x 之间的关系，现取10对数据作为样本，算得平均价格为8=x （元），平均供给量50=y （公斤），且8401012=∑=i i x ，337001012=∑=i i y ，5260101=∑=i ii yx 。
应用数理统计作业题及参考答案(第三章)
第三章 假设检验P1313.2 一种元件，要求其使用寿命不得低于1000（小时）。
现在从一批这种元件中随机抽取25件，测得其寿命平均值为950（小时）。
已知该种元件寿命服从标准差100σ=（小时）的正态分布，试在显著水平0.05下确定这批元件是否合格。
解：本题需检验0H ：0μμ≥，1H ：0μμ<.元件寿命服从正态分布，0σ已知，∴当0H成立时，选取统计量X u μ-=，其拒绝域为{}V u u α=<.其中950X =，01000μ=，25n =，0100σ=.则 2.5u ==-.查表得0.05 1.645u =-，得0.05u u <，落在拒绝域中，拒绝0H ，即认为这批元件不合格。
3.3 某厂生产的某种钢索的断裂强度服从正态分布()2N μσ，，其中40σ=（kg / cm 2）。
现从一批这种钢索的容量为9的一个子样测得断裂强度平均值为X ，与以往正常生产时的μ相比，X 较μ大20（kg / cm 2）。
设总体方差不变，问在0.01α=下能否认为这批钢索质量有显著提高？解：本题需检验0H ：0μμ=，1H ：0μμ>.钢索的断裂强度服从正态分布，0σ已知，∴当0H成立时，选取统计量u =，其拒绝域为{}1V u u α-=>.其中040σ=，9n =，020X μ-=，0.01α=.则 1.5u ==.查表得10.990.01 2.33u u u u αα-==-=-=，得0.99u u <，未落在拒绝域中，接受0H ，即认为这批钢索质量没有显著提高。
3.5 测定某种溶液中的水分。
它的10个测定值给出0.452%X =，0.035%S =。
设总体为正态分布()2N μσ，，试在水平5%检验假设：（i ）0H ：0.5%μ>； 1H ：0.5%μ<. （ii ）0H ：0.04%σ≥； 1H ：0.04%σ<. 解：（i ）总体服从正态分布，0σ未知，当0H成立时，选取统计量t =(){}1V t t n α=<-.查表得()()0.050.9599 1.8331t t =-=-.而()4.114 1.83311t t n α==-<-=-.落在拒绝域中，拒绝0H .（ii ）总体服从正态分布，μ未知， 当0H 成立时，选取统计量222nSχσ=，其拒绝域为(){}221V n αχχ=<-.查表得()20.059 3.325χ=.而()()()2222100.035%7.65610.04%n αχχ⨯==>-.未落在拒绝域中，接受0H .3.6 使用A （电学法）与B （混合法）两种方法来研究冰的潜热，样品都是－0.72℃的冰块，下列数据是每克冰从－0.72℃变成0℃水的过程中的吸热量（卡 / 克）：方法A ：79.98，80.04，80.02，80.04，80.03，80.03，80.04，79.97，80.05，80.03，80.02，80.00，80.02方法B ：80.02，79.94，79.97，79.98，79.97，80.03，79.95，79.97假定用每种方法测得的数据都服从正态分布，且它们的方差相等。
应用数理统计习题答案_西安交大（论文资料）
应用数理统计答案学号：姓名：班级：目录第一章数理统计的基本概念 (2)第二章参数估计 (14)第三章假设检验 (24)第四章方差分析与正交试验设计 (29)第五章回归分析 (32)第六章统计决策与贝叶斯推断 (35)对应书目：《应用数理统计》施雨著西安交通大学出版社第一章 数理统计的基本概念1.1 解：∵2(,)X N μσ∼ ∴ 2(,)n X N σμ∼∴)(0,1)X N μσ−∼分布∴(1)0.95P X P μ−<=<=又∵ 查表可得0.025 1.96u = ∴ 221.96n σ=1.2 解：(1) ∵ (0.0015)X Exp ∼∴ 每个元件至800个小时没有失效的概率为：8000.001501.2(800)1(800)10.0015x P X P X e dxe −−>==−<=−=∫∴ 6个元件都没失效的概率为： 1.267.2()P e e −−==(2) ∵ (0.0015)X Exp ∼∴ 每个元件至3000个小时失效的概率为：30000.001504.5(3000)0.00151x P X e dxe−−<===−∫∴ 6个元件没失效的概率为： 4.56(1)P e −=−1.4 解：ini n x n x ex x x P ni i 122)(ln 2121)2(),.....,(122=−−Π∑==πσμσ1.5证：∵21122)(na a x n x a x ni ni ii+−=−∑∑==∑∑∑===−+−=+−+−=ni i ni i ni i a x n x x naa x n x x x x 1222211)()(222a) 证：)(11111+=+++=∑n ni i n x x n x )(11)(1111n n n n n x x n x x x n n −++=++=++])()1(1 ))((12)[(11)](11[11)(11212111121211212112n n n i n n n i n i n i ni n n n i n i n in x x n n x x x x n x x n x x n x x n x x n S −+++−−+−−+=−+−−+=−+=++=+=+=+=++∑∑∑∑] )(11))1()((12)([112111212n n n n n n n n n x x n x n x x n x x n x x nS n −++−+−+−−++=++++])(11S [1 ])(1[nS 11212n 212n n n n n x x n n n x x n n n −+++=−+++=++ 1.6证明 (1) ∵22112211221()()()2()()()()()nni ii i nni i i i ni i X X X X X X X X X n X X X n X μμμμμ=====−=−+−=−+−−+−=−+−∑∑∑∑∑(2) ∵2221112221221()22ii i nn ni i i i i ni ni XX X X X nX X nX nX X nX =====−=−+=−+=−∑∑∑∑∑1.10 解: (1).∑∑====ni i n i i x E n x n E X E 11)(1)1()(p np n=⋅=1np mp x D n x n D X D ni in i i )1()(1)1()(121−===∑∑==))(1()(122∑=−=n i i x x n E S E)1(1)])1(1())1(([1)])()(())()(([1])()([1])([12222212212212p mp nn p m p mp n n p m p mp n n x E x D n x E x D n x nE x E n x x E n ni i i n i i n i i −−=+−−+−=+−+=−=−=∑∑∑=== 同理，（2）. λ===∑∑==ni i n i i x E n x n E X E 11)(1)1()(λnx D n x n D X D ni in i i 1)(1)1()(121===∑∑==λnn x E x D n x E x D n x nE x E n S E ni i i n i i 1)])()(())()(([1])()([1)(2122122−=+−+=−=∑∑==(3). 2)(1)1()(11b a x E n x n E X E ni i n i i +===∑∑==na b x D nx n D X D ni ini i 12)()(1)1()(2121−===∑∑==12)(1)])()(())()(([1])()([1)(22122122a b nn x E x D n x E x D n x nE x E n S E ni i i n i i −⋅−=+−+=−=∑∑==(4). λ===∑∑==ni i n i i x E n x n E X E 11)(1)1()(nx D nx nD X D ni ini i 2121)(1)1()(λ===∑∑==221221221)])()(())()(([1])()([1)(λnn x E x D n x E x D n x nE x E n S E ni i i n i i −=+−+=−=∑∑==(5). μ===∑∑==ni ini i x E nx nE X E 11)(1)1()(nx D nx nD X D ni i ni i 2121)(1)1()(σ===∑∑==221221221)])()(())()(([1])()([1)(σ⋅−=+−+=−=∑∑==nn x E x D n x E x D n x nE x E n S E ni i i n i i1.11 解：由统计量的定义知，1，3，4，5，6，7为统计量，5为顺序统计量 1.17 证：),(~ λαΓX ∵xe x xf λαααλ−−Γ=∴1)()( 令kXY =ke ky k k e ky yf kyky ⋅Γ=⋅Γ=∴−−−−λαααλαααλαλ11)()( )()()(即 ),(~ky Y αΓ1.18 证：),(~ b a X β∵),()1()( 11b a B x xx f b a −−−=∴),(),( ),()1()( 11b a B b k a B b a B x x x X E b a k k +=−=∴∫∞+∞−−−),(),1()( b a B b a B X E +=∴ba a ab a b a b a a a a b a b a a a b b a b a b a +=Γ+Γ++ΓΓ=Γ++Γ+Γ+Γ=ΓΓ+Γ⋅++ΓΓ+Γ=)()()()()()()1()()1()()()()1()()1(),(),2()(2b a B b a B X E +=))(1()1()()()()2()()2(b a b a a a a b b a b a b a ++++=ΓΓ+Γ⋅++ΓΓ+Γ= 22)]([)()( X E X E X D −=∴2))(1())(1()1(b a b a ab ba ab a b a a a +++=+−++++= 1.19 解：∵ (,)X F n m ∼分布2212(1)022()((1))((1)()()()(1)()()n n m n mn m yn m y n mn nP Y y P X X y m myP X y n n n x x dx m mm ++−−+≤=+≤=<−Γ=+ΓΓ∫2222122221122()()()1((1()()11(1)(1)(,)n n m n m n m n m n m f y P Y y y y yy y yy B ++−−−−′=≤Γ=+ΓΓ−−−−=∴ 22(1)(,)n mn n Y X X m mβ=+∼分布1.20 解：∵ ()X t n ∼分布122212()()((2(1n n P Y y P X y P X xdxn ++−≤=≤=≤≤=+112211221212122()()()(1)()1()(1(()()n n n n n f y P Y y y y n y y nn n +++−−+−−′=≤Γ=+Γ=+ΓΓ∴ 2(1,)2nY X F =∼分布1.21 解: (1) ∵ (8,4)X N ∼分布∴ 4(8,)25X N ∼ 分布，即5(8)(0,1)2X N −∼ ∴ 样本均值落在7.88.2∼分钟之间的概率为：5(7.88)5(8)5(8.28)(7.88.2)()2220.383X P X P −−−≤≤=≤≤=(2) 样本均值落在7.58∼分钟之间的概率为：5(7.58)5(8)5(88)(7.58)(2225(8)(0 1.25)20.3944X P X P X P −−−≤≤=≤≤−=≤≤= 若取100个样品，样本均值落在7.58∼分钟之间的概率为：10(7.88)10(8)10(8.28)(7.88.2)(2222*(0.84130.5)0.6826X P X P −−−≤≤=≤≤=−= 单个样品大于11分钟的概率为：110.77340.2266P =−= 25个样品的均值大于9分钟的概率为210.97980.0202P =−= 100个样品的均值大于8.6分钟的概率为310.99870.0013P =−= 所以第一种情况更有可能发生1.23 解：(1) ∵ 2(0,)X N σ∼分布 ∴ 2(0,X N nσ∼分布∴ 22)(1)nXχσ∼∵ 222221()(ni i nXa X an X an σσ===∑∴ 21a n σ=同理 21b m σ=(2) ∵2(0,)X N σ∼分布 ∴222(1)X χσ∼分布由2χ分布是可加性得：2221()ni i X n χσ=∑∼()ninX c X t m ==∑∼ ∴c =(3) 由(2)可知2221()ni i X n χσ=∑∼2221122211(,)nni ii i n mn mi ii n i n X d Xnn dF n m XmXmσσ==++=+=+=∑∑∑∑∼∴ md n=1.25 证明：∵ 211(,)X N μσ∼分布 ∴ 2211((1)i X μχσ−∼∴ 1221111(()n i i X n μχσ=−∑∼同理 2222212(()n i i Y n μχσ=−∑∼ 1122222112211111222221122112()()(,)()()n n i i i i n n i i i i X n n X F n n Y n Y n μσμσμσμσ====−−=−−∑∑∑∑∼ 第二章 参数估计2.1 (1) ∵ ()X Exp λ∼分布∴ ()1E X λ=令 ˆ1X λ= 解得λ的矩估计为: ˆ1X λ= (2) ∵ (,)X U a b ∼分布∴ ()2a bE X +=2()()12b a D X −=令 1ˆˆ2ab A X +==22221ˆˆˆˆ()()1124n i i b a a b A X n =−++==∑ （22211n i i X X S n =−=∑）解得a 和b 的矩估计为:ˆˆaX bX =−=(3) 110()1E X x x dx θθθθ−=∗=+∫令 1ˆˆ1A X θθ==+∴ˆ1XXθ=− (4) 110()(1)!kk x kE X x x e dx k βββ−−=∗=−∫令ˆkX β= ∴ ˆkXβ=(5) 根据密度函数有2221()22()E X a aE X a λλλ=+=++根据矩估计有1222221ˆˆˆ22ˆˆˆa A X a a A S X λλλ+==++==+解得λ和a 的矩估计为:ˆˆaX λ==(6) ∵ (,)X B m p ∼ ∴ ()E X mp =令 1ˆmpA X == 解得p 的矩估计为:ˆXpm= 2.3解：∵ X 服从几何分布，其概率分布为：1()(1)k P X k p p −==−故p 的似然函数为： 1()(1)ni i x nnL p p p =−∑=−对数似然函数为：1ln ()ln ()ln(1)ni i L p n p x n p ==+−−∑令 1ln ()1()01nii L p n x n p p p =∂=−−=∂−∑ ∴ 1ˆpX= 2.4 解：由题知X 应服从离散均匀分布，⎪⎩⎪⎨⎧≤≤==其它01 1)(Nk N k x p2)(NX E =矩估计： 令 7102=∧N1420=∴∧N 极大似然估计：⎪⎩⎪⎨⎧≤≤=其它07101 1)(NN N L ∵要使)(N L 最大，则710=N710=∴∧N 2.5 解：由题中等式知：2196.196.196.1)025.01(025.0)(1S X +=+=∴+=+−Φ=∴=−Φ−∧∧∧−σμθσμμσθσμθ2.6 解：（1） 05.009.214.2=−=R ∵0215.005.04299.05=×==∴∧d Rσ（2）将所有数据分为三组如下所示：1x 2x 3x 4x5x 6x i R1 2.14 2.10 2.15 2.13 2.12 2.13 0.05 2 2.10 2.15 2.12 2.14 2.10 2.13 0.05 32.11 2.14 2.10 2.11 2.15 2.10 0.050197.005.03946.005.0)05.005.005.0(316=×==∴=++=∴∧d R R σ 2.7 解：（1）⎩⎨⎧+<<=其它 01x 1)(θθx f ∵ θθθθθθ≠+==+=++=∴∧21)()(2121)(X E E X E ∴ X =∧θ不是θ的无偏估计，偏差为21=−∧θθ（2） θ=−21(X E ∵ 21−=∴∧X θ是θ的无偏估计（3）22))(()())(()(θθθθ−+=−+=∧∧X E X D E D MSE41121+=n 2.8 证：由例2.24，令2211x a x a +=∧μ，则∧μ 为μ无偏估计应 满足121=+a a因此1μ，2μ，3μ都是μ的无偏估计)()()()(21)()(2513)()(95)9491)(()())(()()(1233212221212∧∧∧∧∧∧=∧<<===+=∴+==∑μμμμμμμD D D X D D X D D X D X D D a a X D X D a D i i i ∵∵2132121X X +=∴∧μ最有效2.9证： )(~λp X ∵ λλ==∴)( )(X D XEX ∵是λ=)(X E 的无偏估计，2*S 是λ=)( X D 的无偏估计)()1()())1((2*2*S E X E S X E αααα−+=−+∴λλααλ=−+=)1(∴2*)1(SX αα−+是λ的无偏估计2.10 解：因为2222((1))()(1)()(1)()1(1)()11(1)1E X S E X E S na E S n n a E S n n n a n nααααλαλαλαλλ∗∗+−=+−=+−−=+−−−=+−=− 所以 2(1)X S αα∗+−是λ的无偏估计量2.15 解：因为ˆθ是θ的有效估计量ˆˆˆ()()()E uE a b aE b a b u θθθ=+=+=+= 221ˆˆˆˆ()()()()D u D a b a D a D θθθ=+=≤ （其中,1ˆθ是θ的任意无偏估计量中的一个）所以 ˆu是u 的有效估计量 2．26 解： 因为总体服从正态分布，所以)01X U N μσ−=∼（，）对于给定的1α−，查标准正态分布表可得2u α，使得2()1P U u αα<=−即：22()1P X p X ααα−<<=−区间的长度2d L α=<，所以 22224u n L ασ>2.28 解：因为总体服从正态分布，所以)01X U N μσ−=∼（，）， 222(1)nS V n χσ=−∼由因为U 和V 是相互独立的，所以(1)X T t n =−∼对于给定的1α−，查标t 分布表可得t α，使得 2()1P U t αα<=−，即：22()1P X X ααμα<<+=− 当30n =，35X =，15S =时，第一家航空公司平均晚点时间μ的95%的置信区间为：(29.3032,40.6968)对于给定的1α−，查标t 分布表可得t α，使得 ()1P U t αα>=−， 即：()1P X αμα<+=− 故μ的具有单侧置信上限的单侧置信区间为(,)X α−∞+ 所以经计算可得：第一家航空公司的单侧上限置信区间为(,39.7327)−∞第二种航空公司的单侧上限置信区间为(,36.3103)−∞所以选择第二家航空公司。
北航2011《应用数理统计》试题及参考答案
北航2011《应用数理统计》考试题及参考解答一、填空题（每小题3分，共9分）1，设总体X 服从正态分布(0,4)N ，而1215(,,)X X X 是来自X 的样本，则221102211152()X X U X X ++=++服从的分布是_______ .解：(10,5)F ．2，ˆnθ是总体未知参数θ的相合估计量的一个充分条件是_______ . 解：ˆˆlim (), lim Var()0n nn n E θθθ→∞→∞==． 3，分布拟合检验方法有_______ 与____ ___. 解：2χ检验、柯尔莫哥洛夫检验． 二、单项选择题（每小题3分，共9分）1，设总体~(1,9)X N ，129(,,,)X X X 是X 的样本，则___B___ .（A ）1~(0,1)3X N -； （B ）1~(0,1)1X N -； （C ）1~(0,1)9X N -； （D ~(0,1)X N ． 2，若总体2(,)XN μσ，其中2σ已知，当样本容量n 保持不变时，如果置信度1α-减小，则μ的置信区间____B___ .（A ）长度变大； （B ）长度变小； （C ）长度不变； （D ）前述都有可能.3，在假设检验中，就检验结果而言，以下说法正确的是____B___ . （A ）拒绝和接受原假设的理由都是充分的；（B ）拒绝原假设的理由是充分的，接受原假设的理由是不充分的； （C ）拒绝原假设的理由是不充分的，接受原假设的理由是充分的； （D ）拒绝和接受原假设的理由都是不充分的. 三、（本题10分）设总体21(,)XN μσ、22(,)Y N μσ，112(,,,)n X X X 和212(,,,)n Y Y Y 分别是来自X 和Y 的样本，且两个样本相互独立，X Y 、和22X Y S S 、分别是它们的样本均值和样本方差，证明12(2)X Y t n n +-，其中2221212(1)(1)2X Yn S n S S n n ω-+-=+-.证明：易知221212(,)X YN n n σσμμ--+，(0,1)X Y U N =．由定理可知22112(1)(1)Xn S n χσ--，22222(1)(1)Yn S n χσ--．由独立性和2χ分布的可加性可得222121222(1)(1)(2)XYn S n S V n n χσσ--=++-．由U 与V 得独立性和t 分布的定义可得12(2)X Y t n n =+-．四、（本题10分）设总体X 的概率密度为1, 0,21(;), 1,2(1)0, x f x x θθθθθ⎧<<⎪⎪⎪=≤<⎨-⎪⎪⎪⎩其他，其中参数01)θθ<<（ 未知，12()n X X X ，，，是来自总体的一个样本，X 是样本均值，（1）求参数；的矩估计量θθˆ（2）证明24X 不是2θ的无偏估计量．解：（1）101()(,)22(1)42x x E X xf x dx dx dx θθθθθθ+∞-∞==+=+-⎰⎰⎰，令()X E X =，代入上式得到θ的矩估计量为1ˆ22X θ=-． （2）222211141 (4)44[()]4()424E X EX DX EX DX DX n nθθθ⎡⎤==+=++=+++⎢⎥⎣⎦，因为()00D X θ≥>，，所以22(4)E X θ>．故24X 不是2θ的无偏估计量．五、（本题10分）设总体X 服从[0,](0)θθ>上的均匀分布，12(,,)n X X X 是来自总体X 的一个样本，试求参数θ的极大似然估计． 解：X 的密度函数为1,0;(,)0,x f x θθθ≤≤⎧=⎨⎩其他,似然函数为1,0,1,2,,,()0,n i x i n L θθθ<<=⎧⎪=⎨⎪⎩其它显然0θ>时，()L θ是单调减函数，而{}12max ,,,n x x x θ≥，所以{}12ˆmax ,,,n X X X θ=是θ的极大似然估计．六、（本题10分）设总体X 服从(1,)B p 分布，12(,,)n X X X 为总体的样本，证明X 是参数p 的一个UMVUE ．证明：X 的分布律为1(;)(1),0,1x x f x p p p x -=-=．容易验证(;)f x p 满足正则条件，于是21()ln (;)(1)I p E f x p p p p ⎡⎤∂==⎢⎥∂-⎣⎦． 另一方面1(1)1Var()Var()()p p X X n n nI p -===， 即X 得方差达到C-R 下界的无偏估计量，故X 是p 的一个UMVUE ．。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
第一章 数理统计的基本概念P261。
2 设总体X 的分布函数为()F x ，密度函数为()f x ，1X ，2X ,…，n X 为X 的子样，求最大顺序统计量()n X 与最小顺序统计量()1X 的分布函数与密度函数。
解:(){}{}()12nn i n F x P X x P X x X x X x F x =≤=≤≤≤=⎡⎤⎣⎦，，，。
()()()()1n n n f x F x n F x f x -'=⎡⎤=⎡⎤⎣⎦⎣⎦.(){}{}1121i n F x P X x P X x X x X x =≤=->>>，，，. {}{}{}121n P X x P X x P X x =->>>{}{}{}121111n P X x P X x P X x =-⎡-≤⎤⎡-≤⎤⎡-≤⎤⎣⎦⎣⎦⎣⎦()11nF x =-⎡-⎤⎣⎦()()()()1111n f x F x n F x f x -'=⎡⎤=⎡-⎤⎣⎦⎣⎦。
1。
3 设总体X 服从正态分布()124N ，，今抽取容量为5的子样1X ，2X ，…，5X ，试问: （i ）子样的平均值X 大于13的概率为多少？（ii ）子样的极小值（最小顺序统计量）小于10的概率为多少？ （iii ）子样的极大值（最大顺序统计量）大于15的概率为多少？ 解：()~124X N ，,5n =，4~125X N ⎛⎫∴ ⎪⎝⎭，.（i ）{}{}()13113111 1.1210.86860.1314X P X P X P φφ⎧⎫⎛⎫⎪⎪⎪>=-≤=-≤=-=-=-=. （ii ）令{}min 12345min X X X X X X =，，，，，{}max 12345max X X X X X X =，，，，.{}{}{}min min 125101*********P X P X P X X X <=->=->>>，，， {}{}{}5551111011101110i i i i P X P X P X ===->=-⎡-<⎤=-⎡-<⎤⎣⎦⎣⎦∏∏.()12~012X Y N -=，， {}{}121012*********X X P X P P P Y ---⎧⎫⎧⎫∴<=<=<-=<-⎨⎬⎨⎬⎩⎭⎩⎭{}()111110.84130.1587P Y φ=-<=-=-=.{}[]5min 10110.158710.42150.5785P X ∴<=--≈-=.(iii){}{}{}{}{}55max max 1251151151151515115115i i P X P X P X X X P X P X =>=-<=-<<<=-<=-⎡<⎤⎣⎦∏，，，.{}5max 1510.9331910.70770.2923P X ∴>=-≈-=.1.4 试证：（i ）()()()22211nni i i i x a x x n x a==-=-+-∑∑对任意实数a 成立。
并由此证明当a x =时，()21ni i x a =-∑达到最小。
（ii ）()22211nni ii i x x x nx ==-=-∑∑,其中11nii x x n ==∑。
证明：（i ）()()()()()()22221112nnni i i i i i i x a x x x a x xx x x a x a ===⎡⎤-=-+-=-+--+-⎢⎥⎣⎦∑∑∑ ()()()()()()()()222211122nnni i i i i i x xx a x x n x ax xx a nx nx n x a====-+--+-=-+--+-∑∑∑()()221ni i x xn x a==-+-∑。
当a x =时，()()()()2222111nnni i i i i i x a x xn x xx x===-=-+-=-∑∑∑达到最小。
(ii ）()()222222222111111222nnnnnni i i i i i i i i i i i i x x x x x xx x x nx x x nx nx x nx======-=-+=-+=-⋅+=-∑∑∑∑∑∑.P271。
5 设1X ，2X ，…，n X 为正态总体()2~X N μσ，的样本，令11ni i d X n μ==-∑，试证()E d =，()221D d nσπ⎛⎫=- ⎪⎝⎭。
证明:①()2~XN μσ，，则()2~0i X N μσ-，.()1111nni i i i E d E X E X n n μμ==⎛⎫=-=- ⎪⎝⎭∑∑.22222222222200222---+∞+∞+∞-∞⎛⎫-===- ⎪⎝⎭⎰y y y i y E X y edy yedy e d σσσσμσ2220y eσ+∞-=⋅=.()11n i E d n n =∴==⋅。
② ()()()222i i i E X D X E X μμμσ-=-+-=.()22222221i i i D X E X EX μμμσσσππ⎛⎫∴-=---=-=- ⎪⎝⎭。
()2222211111112211nnni i i i i i D d D X D X D X n n n n n n σμμμσππ===⎛⎫⎛⎫⎛⎫⎛⎫∴=-=-=-=⋅-=- ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭⎝⎭⎝⎭∑∑∑。
1。
6 设总体X 服从正态()2N μσ，，1X ，2X ,…，n X 为其子样，X 与2S 分别为子样均值及方差.又设1n X +与1X ,2X ，…,n X 独立同分布,试求统计量Y解：由于1n X +和X 是独立的正态变量,∴2~X N n σμ⎛⎫⎪⎝⎭，,()21~n X N μσ+，，且它们相互独立。
()()()110n n E X X E X E X μμ++-=-=-=.()()()2111n n n D X X D X D X nσ+++-=+=。
则211~0n n X XN n σ++⎛⎫- ⎪⎝⎭，。
()~01N ，。
而()222~1nS n χσ-,且22nS σ与1n X X +-相互独立，则()1T t n -.1.7 设()~T t n ，求证()2~1T F n ，.证明:又t 分布的定义可知，若()~01U N ，，()2~V n χ,且U 与V 相互独立，则()~T t n ，这时，22U T V n =，其中,()22~1U χ。
由F 分布的定义可知，()22~1U T F n V n=，.1。
9 设1X ，2X ，…，1n X 和1Y ,2Y ，…，2n Y 分别来自总体()21N μσ，和()22N μσ，，且相互独立，α和β是两个已知常数,(12X Y αμβμ-+-其中()1221111n i i S X Xn ==-∑，()2222121n i i S Y Yn ==-∑。
解:211~X N n σμ⎛⎫ ⎪⎝⎭，，222~Y N n σμ⎛⎫⎪⎝⎭，，1X μ-与2Y μ-相互独立,211~0X N n σμ⎛⎫- ⎪⎝⎭，，222~0Y N n σμ⎛⎫- ⎪⎝⎭，,()()22221212~0X Y N n n ασβσαμβμ⎛⎫∴-+-+ ⎪⎝⎭，()~01X Y N αμβμ-+-，. ()221112~1n S n χσ-，()222222~1n S n χσ-，且21S 与22S 相互独立，()22211221222~2n S n S n n χσσ∴++-.(()12~2X Y t n n αμβμ-+-+-，(()12~2X Y t n n αμβμ-+-+-.第二章 参数估计(续)P682.13 设总体X 服从几何分布：{}()11k P X k p p -==-,12k =，，，01p <<，证明样本均值11ni i X X n ==∑是()E X 的相合、无偏和有效估计量。
证明：总体X 服从几何分布,∴()1=E X p ,()21-=p D X p。
1 ()()1111111==⎛⎫⎛⎫===⋅⋅== ⎪ ⎪⎝⎭⎝⎭∑∑n n i i i i E X E X E X n E X n n np p .∴样本均值11ni i X X n ==∑是()E X 的无偏估计量。
2 ()22221111111==--⎛⎫⎛⎫===⋅⋅= ⎪ ⎪⎝⎭⎝⎭∑∑n n i i i i p p D X D X D X n n n np np 。
()()()()1111ln ln 1ln 1ln 1-⎡⎤=-=+--⎣⎦；X f X p p p p X p 。
()111ln 111111f X p X X p p p p p∂--=-=+∂--；。
()()211222ln 111f X p X p p p ∂-=-+∂-；.()()()()211122222ln 111111f X p X X I p E E E p p p p p ⎡⎤⎡⎤⎡⎤∂--=-=--+=+⎢⎥⎢⎥⎢⎥∂--⎢⎥⎢⎥⎣⎦⎣⎦⎣⎦； ()()()()12222221111111111111⎛⎫-=+-=+⋅-=+⋅ ⎪---⎝⎭pE X p p p p pp p p ()()()()2221111111-+=+==---p p p p p p p p p 。
()()()2422111111⎡⎤'⎛⎫⎢⎥ ⎪⎢⎥⎝⎭⎣⎦===-⋅⋅⋅⋅-n p p e p D X n I p n np p p 。
∴样本均值11ni i X X n ==∑是()EX 的有效估计量.3证法一：()21lim lim0→∞→∞-==n n pD X np ，01p <<.∴样本均值11ni i X X n ==∑是()E X 的相合估计量。
证法二:()()211⎡⎤'⎛⎫⎢⎥ ⎪⎢⎥⎝⎭⎣⎦==⋅⋅n p e D X n I p ,()()21⎡⎤'⎛⎫⎢⎥ ⎪⎢⎥⎝⎭⎣⎦∴=⋅p D X n I p . ()()21lim lim 0→∞→∞⎡⎤'⎛⎫⎢⎥ ⎪⎢⎥⎝⎭⎣⎦==⋅n n p D X n I p . ∴样本均值11n i i X X n ==∑是()E X 的相合估计量。
证法三：由大数定律知,样本的算术平均值是依概率收敛于总体均值的， 即对于任给0>ε，有(){}lim 0→∞-≥=n P X E X ε.因此,样本均值11ni i X X n ==∑是()E X 的相合估计量。