应用数理统计三习题及答案

合集下载

(完整版)数理统计课后习题答案—杨虎

习题一、基本概念1．解：设12345,,,,X X X X X 为总体的样本1）51151~(1,) (,,)(1)i ix x i X B p f x x p p -==-∏555(1)11(1),5x x i i p p x x -==-=∑2）λλλλλ55155151!!),,( )(~-==-∏∏==e x ex x x f P X i ixi i xi3）5155111~(,) (,,),,1,...,5()i X U a b f x x a xi b i b a b a ===≤≤=--∏所以5151,,1,...,5()(,,)0,a xi b i b a f x x ⎧≤≤=⎪-=⎨⎪⎩其他 4）()⎪⎭⎫ ⎝⎛-==∑∏=-=-5122/55125121exp 221),,( )1,(~2i i i x x e x x f N X i ππμ 2.解：由题意得：因为0110,(),1,n k k k x x k F x x x x n x x ++<⎧⎪⎪≤<⎨⎪≥⎪⎩，所以40,00.3,010.65,12()0.8,230.9,341,4x x x F x x x x <⎧⎪≤<⎪⎪≤<⎨≤<⎪⎪≤<⎪≥⎩3．解：它近似服从均值为172，方差为5.64的正态分布，即(172,5.64)N 4．解：()55-5 510/2- -⎪⎪⎭⎫ ⎝⎛<<-=⎪⎪⎭⎫ ⎝⎛<=<k X k P k X P k X P μμμ 因k 较大()()()()()()()-555(15)2510.950.95P X k k k k k k k μ<≈Φ-Φ-=Φ--Φ=Φ-=Φ=,5 1.65,0.33k k ==查表1 0.9 0.8 0.7 0.6 0.5 0.4 0.30.2 0.11 2 3 4 xy5．解：()-5250.853.8 1.1429 1.7143(1.7143)( 1.14296.3/6X P X P ⎛⎫<<=-<<=Φ-Φ- ⎪⎝⎭）0.9564(10.8729)0.8293=--=6．解：()()()~(20,0.3),~(20,0.2),~(0,0.5),0.3 0.30.3Y N Z N Y Z Y Z N P Y Z P Y Z P Y Z -->=->+-<-设与相互独立，0.42430.42431(0.4243)(1(0.4243))22(0.4243)P P ⎫⎫=>=+<-⎪⎪⎭⎭=-Φ+-Φ=-Φ220.66280.6744=-⨯= 7.解：101010222111~(0,4),~(0,1),2111 10.05,0.95444444ii i i i i i i X X N N c c c P X P X P X ===⎛⎫⎛⎫⎛⎫>=-≤=≤= ⎪ ⎪ ⎪⎝⎭⎝⎭⎝⎭∑∑∑则查卡方分位数表 c/4=18.31,c=73.24 8．解：由已知条件得：(1,),1()iX Y B p p F μ=-由i X 互相独立，知i Y 也互相独立，所以1(,),1().niX i Y B n p p F μ==-∑9.解: 1))1(,)1(,2p Np DX ES np Np n DX X D Np EX X E -==-==== 2)λλλ======DX ES nn DX X D EX X E 2,, 3)()()12,12,2222a b DX ES n a b n DX X D b a EX X E -==-==+==4)1,1,2======DX ES nn DX X D EX X E μ 10.解：1)()22212)1()1()1()1(σ-=-=-=-=-∑=n DX n ES n S n E X X E ni i2)()222242221(1)(1)(1), ~(1)nii n S n S DXX D n S D n σχσσ=⎛⎫---=-=- ⎪⎝⎭∑ ()2412(1)nii DXX n σ=∴-=-∑ 11.解：ππππππn X E dt e dy ey dy ey X nE Y E nn DY X E EY N X n Y n N X t y y 2)(,2)1(222222||21)(),11,0(),1,0(~),/1,0(~)102222==Γ==========-∞+-∞+-∞+∞-⎰⎰⎰ 令ππππππ211,2)1(222222||21),1,0(~)21102222===Γ====∑∑⎰⎰⎰==-∞+-∞+-∞+∞-n i i n i i t x x X E n X n E dt e dx ex dx ex X E N X12.解：1)()2224X E X E X E n μμ-=-=()244100.1X X D E n n⎡⎤=+=+≤⎢⎥⎣⎦ 40n ∴≥2)2222,2u u X u E u e du u du +∞+∞---∞===⎰⎰222220022002(1)0.1,80010,254.6,255u uutue du ue duue d e dtE X En nμπ+∞+∞--+∞+∞--===Γ=-==≤≥≥=∴≥⎰⎰⎰⎰3) ()()111P X P X Pμμ⎛-≤=-≤-≤=≤≤⎝⎭0.975210.95,2221.96,15.36,162u n n⎛⎛⎫⎛=Φ-Φ-=Φ-≥⎪⎪⎝⎭⎝⎭⎝⎭≥=≥≥13.解：()()()112221111111,n ni ii iY XY X a X na X an b b n bEY EX a S Sb b==⎛⎫=-=-=-⎪⎝⎭=-=∑∑14．解：1）12345~(0,2),~(0,3)X X N X X X N+++~~(0,1)N N1111,, 2.23c d n∴===2）()2345222212~(2),~(1)3X X XX Xχχ+++()()22122234523~(2,1),,2,123XX F c m n X X X +===++15.解：设1(1,)p F n α-=，即()1(1P F p P p α≤=-⇔≤≤=-((12(2(12P T P T pP T p p P T ⇔≤-≤=-⇔≤=-⇔≤=-122112()()(1,)p p p t n tn F n α---=∴==16．解：()()()()()()()()()121222222221212222212121212212221212~(0,2),~(0,~~(0,1)~~(2)2210.1,2X X N X X N N N X X X X t P t P X X X X X X X X X X t P X X X X c χχ+-+⎛⎫⎛⎫++>=> ⎪ ⎪ ⎪ ⎪++-++-⎝⎭⎝⎭⎧⎫+⎪⎪=-≤=⎨⎬++-⎪⎪⎩⎭=0.9(1,2)8.532tF ==17.证明： 1）2211122211()0,(),(0,)1(1)(1)n n n n n E X X D X X X X N nnn S n t n σσχσ+++++-=-=∴---=-又2）2211111()0,(),(0,)n n n n n E XX D X X X X N nnσσ+++++-=-=∴- 3）2211111()0,(),(0,)n n E X X D X X X X N nnσσ---=-=∴- 18. 解：()()()62,47.61,96.125.0,975.025.0,95.0125.0225.0/25.025.0975.0≥≥=≥≥Φ≥-Φ=⎪⎪⎭⎫ ⎝⎛≤-≤-=≤-n n u n n n n n X n P X P σμσμ 19.解[,]0,1,[,](),(),0,[,]1,X U a b x a x a b x af x F x a x b b a b a x a b x b ≤⎧⎧⎪∈-⎪⎪∴==<≤-⎨⎨-⎪⎪∉⎩>⎪⎩1(1)()(1())()n f x n F x f x -∴=-111()1(),[,]0,[,]1(),[,]()(())()0,[,]n n n n b a n x a b b a b a x a b x a n x a b f x n F x f x b a b ax a b ----⎧∈⎪=--⎨⎪∉⎩-⎧∈⎪==--⎨⎪∉⎩20.解：()()()()()()()55(1)(1)11515555555(5)111011011011101211121(1(1))1(11(1))1(1)0.5785121515 1.5(1.5)0.93320.70772i i i i i i i i i i P X P X P X P X X P X P XP X P =====<=-≥=-≥=--≤⎛-⎫⎛⎫=--≤- ⎪⎪⎝⎭⎝⎭=--Φ-=--+Φ=-Φ=-⎛⎫<==<=<=Φ== ⎪⎝⎭∏∏∏∏∏21. 解：1)因为21~(0,)mii XN m σ=∑，从而~(0,1)miXN ∑2221~()m ni i m Xn χσ+=+∑，所以~()miX t n ξ=2）因为22211~()mii Xm χσ=∑，22211~()m n i i m X n χσ+=+∑所以2121~(,)mi i m ni i m n X F m n m X =+=+∑∑3)因为21~(0,)m i i X N m σ=∑，21~(0,)m n i i m X N n σ+=+∑所以2212()~(1)mi i X m χσ=∑，2212()~(1)m ni i m X n χσ+=+∑故222221111~(2)m m n i i i i m X X m n χσσ+==+⎛⎫⎛⎫+ ⎪ ⎪⎝⎭⎝⎭∑∑ 22.解：由Th1.4.1 (2)()(),95.047.321),1(~122222=⎪⎪⎭⎫⎝⎛≤---σχσS n P n S n查表:n 121,n 22-==23.解：由推论1.4.3(2)05.095.0139.2139.2),14,19(~222122212221=-=⎪⎪⎭⎫ ⎝⎛≤-=⎪⎪⎭⎫ ⎝⎛>S S P S S P F S S 24.解： 1)()()94.005.099.057.3785.10)20(~),1,0(~),,0(~2201222220122=-=≤≤=⎪⎭⎫ ⎝⎛-=---∑∑==χχχσμσμσμσμP X XN X N X i i i ii i2)()895.01.0995.058.381965.11),19(~192222222012=-=⎪⎪⎭⎫ ⎝⎛≤≤=-∑=σχσσS P S X Xi i25. 解： 1)()4532.07734.0221)75.0(21431435/2080380=⨯-=+Φ-=⎪⎭⎫ ⎝⎛≤-=⎪⎪⎭⎫ ⎝⎛>-=>-U P X P X P2)()()05.01975.021064.21064.25/2674.780380=+⨯-=≤-=⎪⎪⎭⎫ ⎝⎛>-=>-T P X P X P 26.解： 1)8413.0120472.4472.4=⎪⎪⎭⎫ ⎝⎛<-=⎪⎪⎭⎫ ⎝⎛<-=⎪⎭⎫ ⎝⎛+<σσσa X P a X P a XP 2)2222222222223132222222S P S P S P S P σσσσσσσσ⎛⎫⎛⎫⎛⎫⎛⎫-<=-<-<=<<=<< ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭⎝⎭⎝⎭22199.528.50.950.050.9S P σ⎛⎫=<<=-= ⎪⎝⎭3)3676.3,328.120,1.020,9.02012020/1===⎪⎪⎭⎫ ⎝⎛≤=⎪⎪⎭⎫⎝⎛≤-=⎪⎪⎭⎫⎝⎛>-=⎪⎪⎭⎫⎝⎛>-=⎪⎪⎭⎫ ⎝⎛>-c c c T P c T P c S X P c S X P c X S P μμμ27．解：22cov(,)(,))(1()()1cov(,)()1(,)1j i j j i j i j i j i j i j X X X X r X X X X D X n D X X D X X nX X X X E X X X X X X X X nr X X X X n σσ----=---=-=--=---=-∴--=--28.解：()2221212)1(2)1(,)1(,21),2,2(~σσμ-=-=-=-===+=∑∑==+n ES n ET S n Y Y T X Y n Y N X X Y Y Y ni i ni i in i i 令习题二、参数估计1．解：矩估计()1 3.40.10.20.90.80.70.766X =+++++=()()11111ln ln(1)ln nnni i i i nii L x x L n x αααααα===⎡⎤=+=+⎣⎦=++∏∏∑121ln ln 01ˆ10.2112ln n i i n ii d n L x d n x αααα====+=+=--=∑∑3077.0121ˆ,212)1()1(110121=--==++=++=+=⎰++X XX x dx x EX αααααααα所以12112ˆˆ,11ln n ii X nX X αα=⎛⎫⎪- ⎪==-+-⎪ ⎪⎝⎭∑，12ˆˆ0.3079,0.2112αα≈≈ 2．解： 1）3077.02ˆ,21====X X EX θθ111ln 0nni L nL θθθ====-=∏无解，依定义：21ˆmax ii nX θ≤≤= 2）矩法：211ˆˆ1.2,0.472212EX DX θθ====极大似然估计：22ˆˆ1.1,0.1833212EX DX θθ====3． 1）解：矩法估计：111ˆ,EX X Xλλ===最大似然估计：111,ln ln niii nnx x ni i i L eeL n L x λλλλλ=--==∑===-∑∏2111ˆln 0,ni ni ii d n nL x d Xxλλλ===-===∑∑2)解：~()X P λ矩估计：X X EX ===1ˆ,λλ最大似然估计：1,ln ln ixnxnn i i iiL eeL n nx x x xλλλλλλ--====-+-∑∏∏2ˆln 0,d nx L n X d λλλ=-+==3）解：矩估计：()2,212b a a bEX DX -+==联立方程：()2*221ˆ2ˆa X b X a bX b a M ⎧=-⎪→+⎧=⎪⎪⎨-⎪=⎪⎩⎨=+⎪⎩极大似然估计：依照定义，11ˆˆmin ,max i ii ni na Xb X ≤≤≤≤== 4) 解：矩估计：00ln EX dx xxθθ+∞+∞==⎰，不存在22111,ln ln 2ln nnni i i i iL L n x x x θθθ=====-∑∏∏ln 0n L αθ∂==∂，无解；故，依照定义，(1)ˆX θ= 5)解：矩法：()/0()(1)(2)x txEX edx t e dt αβααβαββ+∞+∞---==+=Γ+Γ⎰⎰ Xαβ=+=2222()(1)2(2)(3)t EX t e dt αβααββ+∞-=+=Γ+Γ+Γ⎰ 222222122()i M X nααββαββ=++=++==∑22222*2111ˆˆi M X X X M nX βαβ=-=-==-=∑即11ˆˆX X αβ====极大似然估计：()()/1111exp ,ln ln i nx ni n L enx n L n nx αβαβαβββββ---=⎡⎤==--=--+⎢⎥⎣⎦∏2ln 0,ln ()0n n nL L x ααββββ∂∂===-+-=∂∂ α无解，依定义有：(1)(1)ˆˆ,L L X X X X αβα==-=- 7)解：矩法：22223222(2)x x tx EX dx dte dt Xθθθ+∞+∞+∞---=====⎰⎰⎰ˆMθ=极大似然估计：22222211iixnxn ni ii iL x eθθ--==∑⎛⎫⎛== ⎪⎝⎝⎭∏222ln ln43ln ln iixL n n n xθθ=---∑∑233ˆln20,iLxnLθθθθ∂=-+==∂∑8)解：矩法：2222222222022222223(1)(1)[(1)](1)(1)(1)1221x x x x x xxxd dEX x xd dd dq Xdq dq qθθθθθθθθθθθθθ∞∞∞-===∞==--=-=---=====-∑∑∑∑2ˆM Xθ=极大似然估计：22221(1)(1)(1)(1)ln2ln(2)ln(1)ln(1)inx n nx ni iiiL x xL n nx n xθθθθθθ--==--=--=+--+-∏∏∑222ˆln0,1Ln nx nLXθθθθ∂-=-==∂-4解：11112112(,,)(1)(1)ln(,,)ln(1)ln(1)n ni ii i i iy yny y nninL p y y y p p p pL p y y y ny p n y p==--=∑∑=-=-=+--∏12(,,)0(1)ny pd L p y y y ndp p p-==-ˆp Y=记001,;0,i i i iy x a y x a=≥=<则(1,)iY B p；5.解：1,ln lninx n nxiL e e L n nxλλλλλλ--====-∏711120000ˆln 0,,2010001000i i i d n L nx X x v d X λλλ==-=====∑ 1ˆ0.05Xλ== 6解：因为其寿命服从正态分布，所以极大似然估计为：2211ˆˆ,()ni i x x n μσμ===-∑ 根据样本数据得到：2ˆˆ997.1,17235.811μσ==。

大工21春《应用统计》在线作业3满分答案

大工21春《应用统计》在线作业3满分答案1.题面见图片A.XXX该题正确选项是: A2.题面见图片A.XXX该题正确选项是: A3.题面见图片A.XXX该题正确选项是: A4.一食品店有三种蛋糕出售，由于售出哪一种蛋糕是随机的，因而售出一只蛋糕的价格是一个随机变量，它取1，1.2，1.5（单位：元）的概率分别为0.3，0.2，0.5。

某天售出300只蛋糕，则这天售出价格为 1.2的蛋糕多于60只的概率为A.0B.0.5C.0.2D.1该题正确选项是: B5.题面见图片A.XXX该题正确选项是: C6.题面见图片A.XXX该题正确选项是: D7.题面见图片A.XXX该题正确选项是: B8.题面见图片A.XXX该题正确选项是: B9.题面见图片A.XXX该题正确选项是: C10.题面见图片A.XXX该题正确选项是: C11.题面见图片A.毛病B.正确该题正确选项是: A12.题面见图片A.错误B.正确该题正确选项是: B13.题面见图片A.错误B.正确该题正确选项是: B14.对于X服从二项分布B（n,p）,则E(X)=p。

A.错误B.正确该题正确选项是: A15.若随机变量X，Y彼此自力，则有D（X+Y）=D(X)+D(Y)。

A.毛病B.正确该题正确选项是: B16.方差描画了随机变量的取值关于其数学盼望的离散水平。

A.毛病B.正确该题正确选项是: B17.题面见图片A.错误B.正确该题正确选项是: A18.对于常数a,b，随机变量X，Y，有E（aX+bY）=aE(X)+bE(Y)。

A.错误B.正确该题正确选项是: B19.某殊效药的临床有用率为0.95，今有100人服用，设X为100人中被治愈的人数，则X近似效力正态漫衍N(95,4.75)。

A.毛病B.正确该题正确选项是: B20.题面见图片A.错误B.正确。

应用数理统计施雨课后答案

习题11.1 解：由题意95.01=⎭⎬⎫⎩⎨⎧<--u x p 可得：95.0=⎪⎪⎭⎪⎪⎬⎫⎪⎪⎩⎪⎪⎨⎧<-σσn n u x p而()1,0~N u x n σ⎪⎭⎫ ⎝⎛-- 这可通过查N(0,1)散布表，975.0)95.01(2195.0=-+=⎪⎪⎭⎪⎪⎬⎫⎪⎪⎩⎪⎪⎨⎧<--σσn n u x p 那么96.1=σn∴2296.1σ=n1.2 解：(1)至800小时，没有一个元件失效，那么说明所有元件的寿命>800小时。

{}2.10015.08000015.00800|e 0015.0800--∞+-=∞+-==>⎰e e dx x p x x 那么有6个元件，那么所求的概率()2.762.1--==e e p(2)至300小时，所有元件失效，那么说明所有元件的寿命<3000小时{}5.4300000015.030000015.001|e 0015.03000----=-==<⎰e e dx x p x 那么有6个元件，那么所求的概率()65.41--=e p解: (1)123{(,,)|0,1,2,,1,2,3}k x x x x k χ===因为~()i X P λ,因此 112233{,,}P X x X x X x ≤≤≤112233{}{}{}P X x P X x P X x =≤≤≤1233123!!!x x x e x x x ++-λλ=其中,0,1,2,,1,2,3k x k ==(2)123{(,,)|0;1,2,3}k x x x x k χ=≥=因为~()i X Exp λ,其概率密度为,0()0,0x e x f x x -λ⎧λ≥=⎨ <⎩因此, 123(,,)3123(,,)x x x f x x x e -λ=λ,其中0;1,2,3k x k ≥=(3)123{(,,)|;1,2,3}k x x x a x b k χ=≤≤=因为~(,)i X U a b ,其概率密度为1,()0,|a x b f x b a x a x b⎧≤≤⎪=-⎨⎪ <>⎩因此,12331(,,)()f x x x b a =-,其中;1,2,3k a x b k ≤≤= (4)123{(,,)|;1,2,3}k x x x x k χ=-∞<<+∞=因为~(,1)i X N μ,其概率密度为(2(),()x f x x 2-μ)-=-∞<<+∞因此,311(2123321(,,)(2)k k x f x x x e π2=--μ)∑=,其中;1,2,3k x k -∞<<+∞=解：由题意可得：()⎪⎩⎪⎨⎧∞<<=--，其它00,21)(i 2ln i i 22i x e x x f u x σσπ则∏==n i x f x x f 1i n i )(),...(＝⎪⎪⎩⎪⎪⎨⎧=∞<<∏=∑--=，其它0,...1,0,1n )2()(ln 212n 12i 2i x x e i n i i u x ni σπσ证: 令21()()nii F a Xa ==-∑ 那么'1()2()nii F a Xa ==--∑,''()20F a n =>令'1()2()0ni i F a X a ==--=∑,那么可解得11ni i a X X n ===∑由于这是唯一解,又因为''()20F a n =>,因此,当11ni i a X X n ===∑时,()F a 取得最小值证: (1)等式左侧11((nnii i i XX X X 22==-μ)=-+-μ)∑∑111(2()()(n n n i i i i i X X X X X X 22====-)+-μ-+-μ)∑∑∑21(()ni i X X n X 2==-)+-μ∑左侧=右边,因此得证. (2) 等式左侧22111(2nn niii i i i XX X X X nX 2===-)=-+∑∑∑22212nii XnX nX ==-+∑221ni i X nX ==-∑左侧=右边,因此得证.证：(1)∑=-=ni i n x n x 11∑+=-++=11111n i i n x n x 那么)(11_1_n n n x x n x -+++＝∑∑=+=•+-++n i i n n i i x n n x n x n 111111111 ＝111111+=+++∑n n i i x n x n ＝∑=+n i i x n 111＝_1+n x ∴原命题得证(2)21221-=-=∑n n i i nx x n s211122111-++=+-+=∑n n i i n x x n s那么⎥⎦⎤⎢⎣⎡-+++-+212)(111n n n x x n s n n =∑=+n i i x n 1211--+21n x n n +212)1(++n x n n --++n n x x n n 12)1(2+22)1(-+nx n n=∑=+n i i x n 1211--+222)1(nx n n +2111++n x n -212)1(1++n x n --++n n x x n n 12)1(2=∑=+n i i x n 1211-(111++n x n +-+n x n n 1)2 由(1)可得：111++n x n ＋-+n x n n 1=-+1n x 那么上式＝∑=+n i i x n 1211－21-+n x ＝21+n s∴原命题得证解: 因为2222111111,()n n n i i i i i i X X S X X X X n n n =====-=-∑∑∑因此 (1) 二项散布(,)B m p11()()()ni i i E X E X E X mp n ====∑21111(1)()()()n ni i i i mp p D X D X D X n n n ==-===∑∑222211111()(())()()(1)n ni i i i n E S E X X E X E X mp p n n n==-=-=-=-∑∑(2) 泊松散布()P λ()E X =λ, ()D X n λ=, 21()n E S n-=λ (3) 均匀散布(,)U a b()2b a E X +=, 2)()12b a D X n(-=, 221()()12n E S b a n -=- (4) 指数散布()Exp λ 1()E X =λ, 1()D X n 2=λ, 21()n E S n 2-=λ(5) 正态散布2(,)N σμ ()E X =μ, 21()D X n σ=, 221()n E S nσ-=解：(1)是统计量(2)不是统计量，因为ｕ未知 (3)统计量 (4)统计量(5)统计量，顺序统计量 (6)统计量 (7)统计量(8)不是统计量，因为ｕ未知 .解: 因为i X 独立同散布,而且~(,i X a Γλ),11ni i X X n ==∑因此1~(,nii Xna =Γλ)∑;令1nii Y X ==∑,那么1X Y n =,由求解随机变量函数的概率密度公式可得 1()(),0)nana nx X f x nx e n x na --λλ=>Γ(1.15 解：(1)）（m x 的概率密度为： [][])()(1)()!()!1(!)(1)(x f x F x F m n m n x f m n m m ------=又F(x)=2x 且f(x)=2x ，0<x<1 那么有x x x m n m n x f m n m m 2)1()!()!1(!)(2)1(2)(------=，0<x<1(2) ）（1x 与）（n x 的联合概率密度为： [][])()()(1)()()11(!),(011))(1(y f x f y F x F y F n n y x f n n ----=--＝y x x y n n n 22))(1(222⋅⋅--- =222)()1(4---n x y xy n n 0<x<y<1关于其他x,y ，有0),())(1(=y x f n证：此刻要求Y=)X 1/(X m nm n +的概率密度。

应用数理统计试题

应用数理统计试题一、填空（3分×10＝30分）1.设X为一个连续型随机变量，分布函数为F，若有β-=≥1)(mXP，则m是F的（）点。

2.参数估计中的矩估计法是用（）矩近似（）矩的方法。

3.歌唱比赛中选手的最后成绩是在去掉最高分和最低分后的平均成绩，这是根据估计量的（）准则而设定的。

4.在极大似然估计中，我们是把被估计量θ视为（）变量，而在Bayes估计中，我们是把被估计量θ视为（）变量。

5.假设检验中可能存在的两类错误是（）和（）。

其中，（）的概率因不同问题而不确定，（）的概率等于显著性水平α。

二、选择（4分×5＝20分）1. 正确描述假设检验中原假设与备选假设的地位的是（）A相等的B原假设受到保护C备选假设受到保护D具有不确定性2.设X为一个连续型随机变量，其密度为)(xf，则X的k阶中心矩为（）。

A)(kXE B⎰∞∞--dxXExxf k))()((C)(kEXXE-D⎰∞∞--dxxfXEx k)())((3.两个事件A 与B ，若有P （A ）＞0，P （B ）＞0，且两个事件是互不相容的，则这两个事件是（）的。

A 一定互相独立B 不一定相互独立C 不相关的D 一定不相互独立 4.一元线性回归模型⎩⎨⎧===++=相互独立为有限，　，i i i i i E ni x y εσεεεββ210)(0,,2,1 ，其中参数的最小二乘估计是根据（）最小的原则计算得到的。

A 回归平方和 B 总的离差平方和 C 残差平方和 D 观测点到回归直线的距离 5. 设),(~n t T 则~)1(2T（）。

A ),1(n F B)1,(n FC)(2n χ D)1(2+n χ三、（15分）设总体X 服从正态分布，数学期望为12，方差为4，若,12-=X Y 现抽取容量为5的Y 的样本54321,,,,Y Y Y Y Y ，计算（1）概率)08.6(512∑=≥i i Y P ；（2）)(51∑=i i Y E ；四、（10分）以往一台机器生产的垫圈的一组平均厚度为0.05cm ，为了检查这台机器是否处于正常工作状态，现抽取10个垫圈的样本，测得平均厚度为0.053，样本方差为0.00322，在显著性水平α为（1）0.05，（2）0.01下，检验机器是否处于正常工作状态，即均值是否与以往相同。

应用数理统计课后习题参考答案

习题五1试检验不同日期生产的钢锭的平均重量有无显著差异？（α=0.05）解根据问题，因素A 表示日期，试验指标为钢锭重量，水平为5.假设样本观测值(1,2,3,4)ij y j =来源于正态总体2~(,),1,2,...,5i i Y N i μσ= .检验的问题：01251:,:i H H μμμμ===L 不全相等 .计算结果：表5.1 单因素方差分析表注释: 当=0.001表示非常显著，标记为 ‘***’，类似地，= 0.01，0.05，分别标记为 ‘**’ ，‘*’ .查表0.95(4,15) 3.06F =，因为0.953.9496(4,15)F F =>，或p = 0.02199<0.05，所以拒绝0H ，认为不同日期生产的钢锭的平均重量有显著差异.2 考察四种不同催化剂对某一化工产品的得率的影响，在四种不同催化剂下分别做试验试检验在四种不同催化剂下平均得率有无显著差异？（α=0.05）解根据问题，设因素A 表示催化剂，试验指标为化工产品的得率，水平为4 .假设样本观测值(1,2,...,)ij i y j n =来源于正态总体2~(,),1,2,...,5i i Y N i μσ= .其中样本容量不等，i n 分别取值为6，5，3，4 .检验的问题：012341:,:i H H μμμμμ===不全相等 .计算结果：表5.2 单因素方差分析表查表0.95(3,14) 3.34F =，因为0.952.4264(3,14)F F =<，或p = 0.1089 > 0.05，所以接受0H ，认为在四种不同催化剂下平均得率无显著差异 .3 试验某种钢的冲击值（kg ×m/cm2），影响该指标的因素有两个，一是含铜量A ，另试检验含铜量和试验温度是否会对钢的冲击值产生显著差异？（α=0.05）解根据问题，这是一个双因素无重复试验的问题，不考虑交互作用.设因素,A B 分别表示为含铜量和温度，试验指标为钢的冲击力，水平为12.假设样本观测值(1,2,3,1,2,3,4)ij yi j ==来源于正态总体2~(,),1,2,3,ij ij Y N i μσ=1,2,3,4j = .记i α⋅为对应于i A 的主效应；记j β⋅为对应于j B 的主效应；检验的问题：（1）10:i H α⋅全部等于零，11:i H α⋅不全等于零；（2）20:j H β⋅全部等于零，21:j H β⋅不全等于零；计算结果：表5.3 双因素无重复试验的方差分析表查表0.95(2,6) 5.143F =，0.95(3,6) 4.757F =，显然计算值,A B F F 分别大于查表值，或p = 0.0005，0.0009 均显著小于0.05，所以拒绝1020,H H ，认为含铜量和试验温度都会对钢的冲击值产生显著影响作用.设每个工人在每台机器上的日产量都服从正态分布且方差相同 .试检验：（α=0.05）1）操作工之间的差异是否显著？ 2）机器之间的差异是否显著？3）它们的交互作用是否显著？解根据问题，这是一个双因素等重复(3次)试验的问题，要考虑交互作用.设因素,A B 分别表示为机器和操作，试验指标为日产量，水平为12. 假设样本观测值(1,2,3,1,2,3,4)ijk y i j ==来源于正态总体2~(,),1,2,3,ij ij Y N i μσ= 1,2,3,4j =，1,2,3k = .记i α⋅为对应于i A 的主效应；记j β⋅为对应于j B 的主效应；记ij γ为对应于交互作用A B ⨯的主效应；检验的问题：（1）10:i H α⋅全部等于零，11:i H α⋅不全等于零；（2）20:j H β⋅全部等于零，21:j H β⋅不全等于零；（3）30:ij H γ全部等于零，31:ij H γ不全等于零；计算结果：表5.4 双因素无重复试验的方差分析表查表0.95(3,24) 3.01F =，0.95(2,24) 3.4F =，0.95(6,24) 2.51F =，计算值 3.01,A F <3.4, 2.51B A B F F ⨯>>，或0.05A p >>，而,B A B p p ⨯均显著小于0.05，所以拒绝2030,H H ，接受10H ，认为操作工之间的差异显著，机器之间的差异不显著，它们之间的交互作用显著 . 5 某轴承厂为了提高轴承圈退火的质量，制定因素水平分级如下表所示因素上升温度℃ 保温时间(h)出炉温度℃水平1 800 6 400 水平28208500试填好正交试验结果分析表并对试验结果进行直观分析和方差分析 .解根据题意，这是一个3因素2水平的试验问题 .试验指标为硬度的合格率 .应选择正交表44(2)L 来安排试验，随机生成正交试验表如下：方差来源自由度平方和均方 F 值 P 值因素A 因素B 相互效应A ×B误差总和3 2 6 24 352.750 27.167 73.5 41.333 144.750.917 13.583 12.250 1.7220.5323 7.8871 7.11290.6645 0.00233** 0.00192**由此可见第三号试验条件为：上升温度800℃、保温时间6h 、出炉温度500℃ . 直观分析需要计算K 值，计算结果如下：直观分析由计算的K 值知，因素A 、B 、C 的极差分别为70，40，40，因此主次关系为A B C >=，B ，C 相当 .由于试验指标为硬度的合格率，应该是越大越好，所以各确定因素的水平分别是121,,A B C ，即最佳的水平组合是121A B C ，即最佳搭配为：上升温度800℃、保温时间8h 、出炉温度400℃.采用方差分析法，计算得下表：表5.7 方差分析表方差来源平方和自由度均方差 F 值 A 1225 1 1225 1 B 400 1 400 0.33 C 400 1 400 0.33 误差 1225 1 1225 总和32504如果显著性检验水平取0.1α=，则查表得0.9(1,1)39.9F =，显然计算的F 值1,0.33A B C F F F ===均小于查表值，所以认为三个因素对结果影响都显著 .6问应选用哪张正交表安排试验，并写出第8号试验的条件；如果9组试验结果为（单位：kg/100m 2）：62.925，57.075，51.6，55.05，58.05，56.55，63.225，50.7，54.45，试对该正交试验结果进行直观分析和方差分析.解该问题属于3因素3水平的试验问题，试验指标为水稻产量 .根据题意应选择正交表49(3)L 来安排试验，随机生成正交表如下：由表可知，第8号试验的条件：品种（A 3）珍珠矮11号，插值密度（B 2）3.75棵/100m 2，施肥量（C 1）0.75kg/100m 2纯氨；直观分析需要计算K 值，计算结果如下：同上题进行直观分析，得出K 值的大小关系为：111312212223333132,,K K K K K K K K K >>>>>>由直观分析看出：本例较好的水平搭配是：113A B C 采用方差分析法，计算得下表：表5.10 方差分析表方差来源平方和自由度均方差F 值A 1.759 2 0.879 0.0223B 65.861 2 32.931 0.8361C 6.660 2 3.330 0.0845 误差78.776 239.388 39.3880.9(2,2)9F =，所以认为三个因素对结果影响都不显著.7 在阿魏酸的合成工艺考察中，为了提高产量，选取了原料配比A ，吡啶量B 和反应时间C 三个因素，它们各取了7个水平如下：原料配比A ：1.0，1.4，1.8，2.2，2.6，3.0，3.4 吡啶量B ：10，13，16，19，22，25，28 反应时间C ：0.5，1.0，1.5，2.0，2.5，3.0，3.5试选用合适的均匀设计表安排试验，并写出第7号试验的条件；如果7组试验的结果（收率）为：0.33，0.336，0.294，0.476，0.209，0.451，0.482，试对该均匀试验结果进行直观分析并通过回归分析发现可能更好的工艺条件.解根据题意选择均匀设计表47(7)U 来安排试验，有3个因素，根据使用表，实验安排如：表5.11 试验安排表6 6 5 4 0.4517 7 7 7 0.482 所以第7号实验的条件为：原配料比3.4，吡啶量28ml，反应时间3.5h.通过直观分析，最好的实验条件是：原配料比3.4，吡啶量28ml，反应时间3.5h. 通过回归分析，最合适的实验条件是：原配料比2.6，吡啶量16ml，反应时间0.5h.习题六1 从某中学高二女生中随机选取8名，测得其升高、体重如下：1 2 3 4 5 6 78身高（cm）160 159 160 157 169 162 165 154体重（kg）49 46 53 41 49 50 48 43在绝对距离下，试用最短距离法和离差平方和法对其进行聚类分析.解由R软件，用最短距离（左）和差离平方和法（右）对题目进行聚类分析如下图6.1，表6.1和表6.2：最短距离法离差平方和法图6.1 聚类树形图表6.1 聚类附表(最短距离法)步骤聚类合并系数首次出现的阶段类别下一步组1 组2 组1 组21 1 6 5.000 0 0 22 1 2 10.000 1 0 43 4 8 13.000 0 0 74 1 7 13.000 2 0 55 1 3 13.000 4 0 66 1 5 17.000 5 0 7表6.2 聚类附表(离差平方和法)2 已知五个变量的距离矩阵为03674012340444401592343331).;2);3)036034022020401000⎛⎫⎛⎫⎛⎫⎪ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭⎝⎭试用最短距离法和最长距离法对这些变量进行聚类，并画出聚类图和二分树.解针对距离矩阵1），采用两种方法计算如下. ①最短距离法的聚类步骤如下：12345036740159036020w w w w w ⎛⎫ ⎪⎪ ⎪ ⎪⎪⎪⎝⎭a ）将()236,1w w f h =合并为一类，，{}11456,,,,H w w w h =距离矩阵如下0743023060⎛⎫ ⎪⎪ ⎪ ⎪⎝⎭{}()457457),,,2b w w h w w f h ==合并为一类，{}2167,,,H w h h =距离矩阵如下：034030⎛⎫ ⎪⎪ ⎪⎝⎭{}()()1681689),,3,3c w h h w h f h f h ===合并为一类，最后，，聚类图和树状图如图6.2：图6.2 聚类图（左）与树状图（右）②最长距离法与最短距离法类似，步骤如下： a ）()236,1w w f h =合并为一类，{}11456,,,,H w w w h =距离矩阵如下0746025090⎛⎫ ⎪⎪ ⎪ ⎪⎝⎭ {}(){}4574572167),,,2,,,b w w h w w f h H w h h ===合并为一类，距离矩阵如下：067090⎛⎫⎪⎪ ⎪⎝⎭{}()()1681689),,69c w h h w h f h f h ===合并为一类，最后，，，聚类图和树状图如图6.3：图6.3 聚类图（左）与树状图（右）（2）针对距离矩阵2）012340234034040⎛⎫ ⎪⎪ ⎪ ⎪⎪⎪⎝⎭①最短距离法的聚类步骤如下 a ）()216,1w w f h =合并为一类，{}13456,,,,0342043040H w w w h =⎛⎫⎪⎪ ⎪ ⎪⎝⎭距离矩阵如下{}()367367),,,2b w h h w h f h ==合并为一类，{}24567,,,,H w w h h =聚类矩阵如下：043040⎛⎫⎪⎪ ⎪⎝⎭{}(){}()4784789879),,3,,4c w h h w h f h h w h f h ====合并为一类，最后，，聚类图和树状图如图6.4：图6.4 聚类图（左）与树状图（右）②由于本题数据的特殊性，最长距离法与最短距离法结果相同（略）. (3)044440333022010⎛⎫ ⎪⎪ ⎪ ⎪⎪⎪⎝⎭最短距离法的聚类步骤如下a ) ()456,1w w f h =合并为一类，{}11236,,,,H w w w h =距离矩阵如下0444033020⎛⎫ ⎪⎪ ⎪ ⎪⎝⎭{}(){}36736724567),,,2,,,,b w h h w h f h H w w h h ===合并为一类，距离矩阵如下：044030⎛⎫⎪⎪ ⎪⎝⎭{}(){}()4784789879),,3,,4c w h h w h f h h w h f h ====合并为一类，最后，，，聚类图和树状图如图6.5：图6.5 聚类图（左）与树状图（右）由于本题数据的特殊性，最长距离法与最短距离法结果相同(略).3 在一项关于作物对土壤营养的反应的研究中，要测定土壤的总磷量和总氮量（占干物质重的百分比），今对10份土样测得数据如下：总氮量（％）0.120.63 1.19 2.30 1.29 0.73 0.52 0.33 0.61 0.470.66在绝对距离下，试用重心法对其进行聚类分析.解由R软件得到重心法聚类分析的结果如图6.6与表6.3：图6.6 聚类树形图表6.3 聚类过程记录表步骤聚类合并系数首次出现的阶段类别下一步组1 组2 组1 组21 1 8 .001 0 0 22 1 10 .002 1 0 43 6 9 .005 0 0 64 15 .010 2 0 75 2 4 .010 0 0 86 67 .027 3 0 77 1 6 .048 4 6 88 1 2 .459 7 5 99 1 3 2.572 8 0 04 1975年Dagnelie收集了11年的气象数据资料如下表变量年序x1x2x3x4其中：x 1—前一年11月12日的降水量；x 2—7月均温；x 3—7月降雨量；x 4—月日辐射，试对这四个气象因子进行主成分分析. 解由R 软件分析得到如下表6.4，6.5：表6.4 各主成分的重要性:主成分1 主成分2 主成分3 主成分4 标准差 1.6103349 0.9890848 0.53407741 0.37854199 方差贡献率 0.6482947 0.2445722 0.07130967 0.03582351 累积贡献率0.64829470.89286680.964176491.00000000表6.5 因子荷载:主成分1 主成分2 主成分3 主成分4 X1 0.291 0.871 0.332 -0.214 X2 -0.506 0.425 -0.742 -0.111 X3 0.577 0.136 -0.418 0.688 X4-0.5710.2050.4040.685由于前两个主成分对应的累积贡献率已经达到89.287，因此选取主成分的数目为2.5 对某初中12岁的女生进行体检，测量其身高x 1、体重x 2、胸围x 3和坐高x 4，共测得58个样本，并算得1234(,,,)x x x x x ='的样本协方差为19.9410.5023.566.5919.7120.958.637.97 3.937.55S ⎛⎫ ⎪⎪= ⎪ ⎪ ⎪⎝⎭ 试进行样本主成分分析.解首先计算样本的相关系数矩阵：10.484410.32240.887210.70330.59760.31251⎛⎫ ⎪ ⎪ ⎪ ⎪⎝⎭设相关系数矩阵的特征值和特征向量分别为d 和v 阵，计算得到0.0546000 0 0.312600= 000.96470 000 2.6681d ⎛⎫ ⎪ ⎪ ⎪ ⎪⎝⎭即四个特征值依次为：2.6681，0.9647，0.3126，0.0546，前两个主成分的累计贡献率为：90.8471%，因此提取主成分为2.四个特征根相应的特征向量为0.06000.70600.5333 0.4620 0.7317 0.17430.34040.5642=0.60570.19320.60400.48060.30690.65870.48460.4870v -⎛⎫ ⎪-⎪ ⎪--- ⎪-⎝⎭ 因此，两个主成分的表达式为：112340.060.73170.60570.3069z x x x x =+-- 212340.7060.17430.19320.6587z x x x x =-+-+6 比较因子分析和主成分分析模型的异同，阐明两者的关系. 解（1）提取公因子的方法主要有主成分法和公因子法.若采取主成分法，则主成分分析和因子分析基本等价，该法从解释变量的变异的角度出发，尽量使变量的方差能被主成分解释；而公因子法主要从解释变量的相关性角度，尽量使变量的相关程度能被公因子解释，当因子分析目的重在确定结构时则用到该法.（2）主成分分析和因子分析都是在多个原始变量中通过他们之间的内部相关性来获得新的变量，达到既减少分析指标个数，又能概括原始指标主要信息的目的.但他们各有其特点：主成分分析是将n 个原始变量提取m 个支配原始变量的公因子，和1个特殊因子，各因子之间可以相关或不相关.（3）统用降维的方法，但差异也很明显：主成分分析把方差划分为不同的正交成分，而因子分析则把方差化分为不同的起因因子；因子分析中的特征值的计算只能从相关系数矩阵出发，且必须把主成分划分为因子.（4）因子分析提取的公因子比主成分分析提取的主成分更具有可解释性.（5）两者分析的实质及重点不同.主成分的数学模型为Y AX =，因子分析的数学模型为X AF ε=+.因而可知主成分分析是实际上是线性变换，无假设检验，而因子分析是统计模型，某些因子模型是可以得到假设检验的；主成分分析主要综合原始数据的信息，而因子分析重在解释原始变量之间的关系.（6）SPSS 数据的实现：两者都通过“analyzedata reduction Factor ···”过程实现，但主成分分析主要使用“descriptires ”,“extraction ”,“stores ”对话框，而因子分析处使用这些外，还可使用“rotaction ”对话框进行因子旋转.7 试对第4题的变量作因子分析，并将结果和上面的结果进行比较. 解用SPSS 分析，计算结果如下表6.6-6.8：表6.6 反应压缩比情况表提取方法: 主成分法计算的相关系数矩阵的特征值和方差贡献率：表6.7 方差解释度提取方法: 主成分法表6.8 主成分矩阵8 为研究某一树种的叶片形态，选取50片叶测量其长度x 1（mm ）和宽度x 2（mm ），按样本数据求得其平均值和协方差矩阵为：129048134,92,4845x x S ⎛⎫=== ⎪⎝⎭求出相关系数阵R ，并由R 出发作因子分析；解1）求相关系数矩阵：904810.7303,48900.73031S R ⎛⎫⎛⎫== ⎪ ⎪⎝⎭⎝⎭ 2）用R 软件求R 的特征根及其相应的特征向量，软件输出结果如下：$values[1] 2.99393809 0.07273809 $vectors[,1] [,2] [1,] 0.7071068 -0.7071068 [2,] 0.7071068 0.7071068122.9939,0.0727,λλ∴==12(),()0.7071,0.7071-0.7071,0.7071T Tηη==3) 求载荷矩阵A ：1.22350.19071.22350.1907A -⎛⎫= ⎪⎝⎭4）22121.5333, 1.5333,h h == 0.98810.154*0.98810.154A -⎛⎫= ⎪⎝⎭12121,1,0.3043,0.3043u u v v ===-=，222222000011112,0,()0.9074,20i i iii i i i i i A u B v C u v D u v =========-===∑∑∑∑9 1981年，生物学家Grogan 和Wirth 对两种蠓虫Af 和Apf 根据其触角长度x 1和翼长x 2进行了分类，分类的数据资料如下：Af 1 2 3 4 5 6 7 8 x 1 1.24 1.36 1.38 1.38 1.38 1.40 1.48 1.54 x 2 1.27 1.74 1.64 1.82 1.90 1.70 1.82 1.82 Apf 1 2 3 4 5 6 x 1 1.14 1.18 1.20 1.26 1.28 1.30 x 2 1.78 1.96 1.86 2.00 2.00 1.96 （1）试建立Af 和Apf 的Fisher 判别模型；（2）对样本（1.24，1.80），（1.28，1.84），（1.40，2.04）进行判别分类. 解（1）建立Fisher 判别模型991122121111(,)(1.42,1.75),(,)(1.23,1.93)99T TT T i i i i i i x x y y μμ======∑∑120.08480.1490.01980.0218,0.1490.39120.02180.039A A ⎛⎫⎛⎫== ⎪ ⎪⎝⎭⎝⎭12120.0080.0130.0130.0332A A n n ⎛⎫+== ⎪+-⎝⎭∑()120.19,0.18Tμμ-=-，()()121 1.325,1.842T μμ+= 1345.05135.42135.4283.33--⎛⎫= ⎪-⎝⎭∑，带入Fisher 判别函数 ()12345.05135.42[(,)(1.325,1.84)]0.19,0.18135.4283.33Tx x -⎛⎫-- ⎪-⎝⎭1291.301741.336944.534x x =--（2）把三个样本（1.24，1.80），（1.28，1.84）,(1.4,2.04)带入模型，得到结果：三个样本均属于Apf 类.10 在两个玉米品种之间进行判别：137玉米G 1和甜玉米G 2，选取的两个变量是：x 1—玉米果穗长；x 2—玉米果穗直径，两个类的样本容量为n 1＝n 2＝40，实际算得两个类的样本均值和样本协方差为：121218.5625.348.120 4.4589.661 3.720,,,5.98 4.12 4.458 4.350 3.720 3.410x x S S ⎛⎫⎛⎫⎛⎫⎛⎫==== ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭⎝⎭⎝⎭试建立G 1，G 2的Bayes 类线性判别函数.解因为已知两类的样本均值和样本协方差为：12(18.56,5.98),(25.34,4.12)T T x x ==，128.120 4.4589.661 3.720,4.458 4.350 3.720 3.410S S ⎛⎫⎛⎫== ⎪ ⎪⎝⎭⎝⎭可计算得到修正的公共协方差矩阵和逆矩阵12120.2280.1450.1450.0992A A n n ⎛⎫+== ⎪+-⎝⎭∑，15.6393.738.25147.38--⎛⎫= ⎪-⎝⎭∑()()()121216.78,1.86,21.95,5.052TTμμμμ-=-+= 带入Fisher 判别函数()112121(())()2T W x x μμμμ-=-+-∑ ()()12 5.6393.73[(,)21.95,5.05] 6.78,1.868.25147.38Tx x -⎛⎫=-- ⎪-⎝⎭1274.396.951141.29x x =-+-。

应用数理统计参考答案

20XX 级硕士研究生《应用数理统计》试题参考答案（20XX 年1月12日）姓名：，学号：，成绩：一、选择题（每小题3分，共12分）1. 统计量~()T t n 分布，则统计量2T 的(01)αα<<分位点2({))x P T x ααα≤=是（ B ）A. 212()t n α-⎛⎫⎪⎝⎭B. 12()t n α+C. 12()t n α-D. 212()t n α+⎛⎫⎪⎝⎭2. 设随机变量~(0,1)X N ,~(0,1)Y N ,则（ C ）A. /X 服从t-分布B. 22X Y +服从2χ-分布C. 2X 和2Y 都服从2χ-分布D. 22/X Y 服从F-分布3. 某四因素二水平试验，选择正交表78(2)L ，已填好A,B,C 三个因子，分别在第一，第四，第七列，若要避免“杂混”，应安排因子D 在第（ B ）列。

A. 5B. 2C. 3D. 678(2)L 交互作用表1 2 3 4 5 6 7 (1) 3 2 5 4 7 6 (2) 1 6 7 4 5 (3) 7 6 5 4 (4) 1 2 3 (5) 3 2 (6) 1(7)4．设总体X 服从两点分布，分布率为1{}(1)x x P X x p p -==-，其中x=0或1，p 为未知参数，12,,,n X X X 是来自总体的简单样本，则下面统计量中不是充分统计量的是（ D ）。

A. 1ni i X =∑B. 11ni i X n =∑C. 111ni i X n =-∑D. 11ni i X p n =-∑二、填空题（每小题3分，共12分）1. 设12,,,n X X X 是来自正态总体2(0,)N σ的简单样本，则常数mic X ∑服从t-分布(1)m n ≤≤，其自由度为 n-m 。

2. 设12,,,n X X X 是来自正态总体2(,)N μσ的简单样本，其中2σ已知。

则在满足{}1P X a X b μα-≤≤+=-的均值μ的置信度为1α-的置信区间类{[,]:,}X a X b a b -+为常数中区间长度最短的置信区间为（ [,]X a X a -+ ）。

2010-北航-应用数理统计-习题参考答案

又
~ N (0,1).
x n 1 x

n 1 n
与
(n 1)

2
2 Sn 相互独立，从而
x n 1 x

(n 1)
n 1 n S 2 (n 1)

n ( x n 1 x ) ~ t (n 1). n 1 S

2
第 2 页 /第 23 页
北京航空航天大学
研究生应用数理统计
对数似然函数是
ln L( ) n ln ( 1) ln xi
i 1 n ln L( ) n ln xi 0 i 1 n
解得

n
ln x
i 1
n
i
10. （ P81.8）
第 5 页 /第 23 页
北京航空航天大学
研究生应用数理统计
m ， n
m n
。
ˆz 于是有，
1
m n
1 2 ,0 x 1 8. （ P80.5）设总体 X 服从的概率密度函数为 f ( x, ) , x 1 ，其中， 2 ( 1 ) 0，其他
0 1，是未知参数，x1 ，x 2 ，…，x n 为来自总体的简单样本。试求参数的矩估计 ˆ 。
书后部分习题解答整理版
即 ~ t (n 1) .
5. (P35.28) 设 x1 ， x 2 ，…， x m 和 y1 ， y 2 ，…， y n 分别是从 N ( 1 , 2 ) 和 N ( 2 , 2 ) 总体中抽取的独立样本，和是两个实数，试求
( x 1 ) ( y 2 )
第 3 页 /第 23 页

概率论与数理统计习题及答案----第3章习题详解

概率论与数理统计习题及答案----第3章习题详解习题三1.将一硬币抛掷三次，以X表示在三次中出现正面的次数，以Y表示三次中出现正面次数与出现反面次数之差的绝对值.试写出X和Y的联合分布律.【解】X和Y的联合分布律如表：2.盒子里装有3只黑球、2只红球、2只白球，在其中任取4只球，以X表示取到黑球的只数，以Y表示取到红球的只数.求X和Y的联合分布律.【解】X和Y的联合分布律如表：f （x ，y ）=⎩⎨⎧>>+-.,0,0,0,)43(其他y x A y x e求：（1）常数A ；（2）随机变量（X ，Y ）的分布函数；（3） P {0≤X <1，0≤Y <2}.【解】（1）由-(34)0(,)d d e d d 112x y Af x y x y A x y +∞+∞+∞+∞+-∞-∞===⎰⎰⎰⎰得 A =12（2）由定义，有(,)(,)d d yx F x y f u v u v -∞-∞=⎰⎰(34)340012ed d (1e )(1e )0,0,0,0,y yu v x y u v y x -+--⎧⎧-->>⎪==⎨⎨⎩⎪⎩⎰⎰其他(3){01,02}P X Y ≤<≤<12(34)3800{01,02}12ed d (1e )(1e)0.9499.x y P X Y x y -+--=<≤<≤==--≈⎰⎰ 5.设随机变量（X ，Y ）的概率密度为f （x ，y ）=⎩⎨⎧<<<<--.,0,42,20),6(其他y x y x k（1）确定常数k ；（2）求P {X ＜1，Y ＜3}；（3）求P {X <1.5}；（4）求P {X +Y ≤4}.【解】（1）由性质有242(,)d d (6)d d 81,f x y x y k x y y x k +∞+∞-∞-∞=--==⎰⎰⎰⎰故18R =（2） 13{1,3}(,)d d P X Y f x y y x -∞-∞<<=⎰⎰130213(6)d d 88k x y y x =--=⎰⎰ (3)11.5{ 1.5}(,)d d a (,)d d x D P X f x y x y f x y x y<<=⎰⎰⎰⎰如图 1.542127d (6)d .832x x y y =--=⎰⎰(4)24{4}(,)d d (,)d d X Y D P X Y f x y x y f x y x y+≤+≤=⎰⎰⎰⎰如图b 240212d (6)d .83xx x y y -=--=⎰⎰题5图6.设X 和Y 是两个相互独立的随机变量，X 在（0，0.2）上服从均匀分布，Y 的密度函数为f Y （y ）=⎩⎨⎧>-.,0,0,55其他y y e求：（1） X 与Y 的联合分布密度；（2） P {Y ≤X }.题6图【解】（1）因X 在（0，0.2）上服从均匀分布，所以X 的密度函数为1,00.2,()0.20,.X x f x ⎧<<⎪=⎨⎪⎩其他而55e ,0,()0,.y Y y f y -⎧>=⎨⎩其他所以(,),()()XY f x y X Y f x f y g 独立5515e25e ,00.20,0.20,0,yy x y --⎧⎧⨯<<>⎪==⎨⎨⎩⎪⎩且其他.(2)5()(,)d d 25e d d y y xDP Y X f x y x y x y-≤≤=⎰⎰⎰⎰如图0.20.2-550-1d 25e d (5e 5)d =e 0.3679.xyx x y x-==-+≈⎰⎰⎰7.设二维随机变量（X ，Y ）的联合分布函数为F （x ，y ）=⎩⎨⎧>>----.,0,0,0),1)(1(24其他y x y x e e求（X ，Y ）的联合分布密度.【解】(42)28e,0,0,(,)(,)0,x y x yF x yf x yx y-+⎧>>∂==⎨∂∂⎩其他.8.设二维随机变量（X，Y）的概率密度为f（x，y）= 4.8(2),01,0,0,.y x x y x-≤≤≤≤⎧⎨⎩其他求边缘概率密度.【解】()(,)dXf x f x y y+∞-∞=⎰x24.8(2)d 2.4(2),01,=0,.0,y x y x x x⎧⎧--≤≤⎪=⎨⎨⎩⎪⎩⎰其他()(,)dYf y f x y x+∞-∞=⎰12y4.8(2)d 2.4(34),01,=0,.0,y x x y y y y⎧-⎧-+≤≤⎪=⎨⎨⎩⎪⎩⎰其他题8图题9图9.设二维随机变量（X，Y）的概率密度为f（x，y）=⎩⎨⎧<<-.,0,,其他e yxy求边缘概率密度.【解】()(,)dXf x f x y y+∞-∞=⎰e d e,0,=0,.0,y xxy x+∞--⎧⎧>⎪=⎨⎨⎩⎪⎩⎰其他()(,)dYf y f x y x+∞-∞=⎰e d e,0,=0,.0,y yxx y y--⎧⎧>⎪=⎨⎨⎩⎪⎩⎰其他题10图10.设二维随机变量（X，Y）的概率密度为f（x，y）=⎩⎨⎧≤≤.,0,1,22其他yxycx（1）试确定常数c；（2）求边缘概率密度.【解】（1）(,)d d(,)d dDf x y x y f x y x y+∞+∞-∞-∞⎰⎰⎰⎰如图2112-14=d d 1.21xx cx y y c==⎰⎰得214c=.(2) ()(,)dXf x f x y y+∞-∞=⎰212422121(1),11,d840,0,.xx x xx y y⎧⎧--≤≤⎪⎪==⎨⎨⎪⎪⎩⎩⎰其他()(,)dYf y f x y x+∞-∞=⎰5227d,01,420,0,.yyx y x y y-⎧⎧≤≤⎪⎪==⎨⎨⎪⎪⎩⎩其他11.设随机变量（X，Y）的概率密度为f（x，y）=⎩⎨⎧<<<.,0,10,,1其他xxy求条件概率密度f Y｜X（y｜x），f X｜Y（x｜y）.题11图【解】()(,)dXf x f x y y+∞-∞=⎰1d2,01,0,.xxy x x-⎧=<<⎪=⎨⎪⎩⎰其他111d1,10,()(,)d1d1,01,0,.yY yx y yf y f x y x x y y-+∞-∞⎧=+-<<⎪⎪⎪===-≤<⎨⎪⎪⎪⎩⎰⎰⎰其他所以|1,||1,(,)(|)2()0,.Y XXy xf x yf y x xf x⎧<<⎪==⎨⎪⎩其他|1,1,1(,)1(|),1,()10,.X YYy xyf x yf x y y xf y y⎧<<⎪-⎪⎪==-<<⎨+⎪⎪⎪⎩其他12.袋中有五个号码1，2，3，4，5，从中任取三个，记这三个号码中最小的号码为X，最大的号码为Y.（1）求X与Y的联合概率分布；（2） X 与Y 是否相互独立？【解】（1） X 与Y 的联合分布律如下表 345 {}i P X x =1 3511C 10=3522C 10= 3533C 10= 610 2 0 3511C 10=3522C 10= 310 30 02511C 10=110{}i P Y y =110310610(2) 因6161{1}{3}{1,3},101010010P X P Y P X Y ===⨯=≠===g 故X 与Y 不独立13.设二维随机变量（X ，Y ）的联合分布律为2 5 80.4 0.80.15 0.30 0.35 0.05 0.12 0.03 （1）求关于X 和关于Y 的边缘分布；（2） X 与Y 是否相互独立？【解】（1）X 和Y 的边缘分布如下表2 5 8P {Y=y i }YX XYX Y0.4 0.15 0.30 0.350.8 0.80.05 0.12 0.03 0.2{}i P X x =0.20.420.38(2) 因{2}{0.4}0.20.8P X P Y ===⨯g 0.160.15(2,0.4),P X Y =≠=== 故X 与Y 不独立.14.设X 和Y 是两个相互独立的随机变量，X 在（0，1）上服从均匀分布，Y 的概率密度为f Y （y ）=⎪⎩⎪⎨⎧>-.,0,0,212/其他y y e（1）求X 和Y 的联合概率密度；（2）设含有a 的二次方程为a 2+2Xa +Y =0，试求a 有实根的概率. 【解】（1）因1,01,()0,X x f x <<⎧==⎨⎩其他;21e ,1,()20,yY y f y -⎧>⎪==⎨⎪⎩其他.故/21e01,0,(,),()()20,.y X Y x y f x y X Y f x f y -⎧<<>⎪=⎨⎪⎩g 独立其他题14图(2) 方程220aXa Y ++=有实根的条件是 2(2)40X Y ∆=-≥故X 2≥Y ，从而方程有实根的概率为：22{}(,)d d x yP X Y f x y x y ≥≥=⎰⎰21/2001d e d 212[(1)(0)]0.1445.x y x yπ-==Φ-Φ=⎰⎰15.设X 和Y 分别表示两个不同电子器件的寿命（以小时计），并设X 和Y 相互独立，且服从同一分布，其概率密度为f （x ）=⎪⎩⎪⎨⎧>.,0,1000,10002其他x x求Z =X /Y 的概率密度.【解】如图,Z 的分布函数(){}{}ZXF z P Z z P z Y =≤=≤(1) 当z ≤0时，()0ZF z =（2）当0<z <1时，（这时当x =1000时,y =1000z）(如图a) 3366102222101010()d d d d yz Z zxy zF z x y y x x y x y +∞≥==⎰⎰⎰⎰33610231010=d 2z zy yzy +∞⎛⎫-=⎪⎝⎭⎰题15图(3) 当z ≥1时，（这时当y =103时，x =103z ）（如图b ）3366222210101010()d d d d zy Z xy zF z x y y xx y x y +∞≥==⎰⎰⎰⎰336231010101=d 12y yzy z +∞⎛⎫-=- ⎪⎝⎭⎰即11,1,2(),01,20,.Z z z zf z z ⎧-≥⎪⎪⎪=<<⎨⎪⎪⎪⎩其他故21,1,21(),01,20,.Z z z f z z ⎧≥⎪⎪⎪=<<⎨⎪⎪⎪⎩其他16.设某种型号的电子管的寿命（以小时计）近似地服从N （160，202）分布.随机地选取4 只，求其中没有一只寿命小于180的概率.【解】设这四只寿命为X i (i =1,2,3,4)，则X i ~N （160，202），从而123412{min(,,,)180}{180}{180}i P X X X X X P X P X ≥≥≥g 之间独立34{180}{180}P X P X ≥≥g1234[1{180}][1{180}][1{180}][1{180}]P X P X P X P X =-<-<-<-<g g g44144180160[1{180}]120[1(1)](0.158)0.00063.P X ⎡-⎤⎛⎫=-<=-Φ ⎪⎢⎥⎝⎭⎣⎦=-Φ==17.设X ，Y 是相互独立的随机变量，其分布律分别为P {X =k }=p （k ），k =0，1，2，…， P {Y =r }=q （r ），r =0，1，2，…. 证明随机变量Z =X +Y 的分布律为P {Z =i }=∑=-ik k i q k p 0)()(，i =0，1，2，….【证明】因X 和Y 所有可能值都是非负整数，所以{}{}Z i X Y i ==+={0,}{1,1}{,0}X Y i X Y i X i Y =====-==U UL U于是{}{,},i k P Z i P X k Y i k X Y =====-∑相互独立0{}{}ik P X k P Y i k ===-∑g()()ik p k q i k ==-∑18.设X ，Y 是相互独立的随机变量，它们都服从参数为n ，p 的二项分布.证明Z =X +Y 服从参数为2n ，p 的二项分布.【证明】方法一：X +Y 可能取值为0，1，2，…，2n .0{}{,}ki P X Y k P X i Y k i =+====-∑00202(){}2ki k i n i k i n k ii kk n ki k n k P X i P Y k i n n p q p q i k i n n p q i k i n p q k =---+=-=-===-⎛⎫⎛⎫= ⎪ ⎪-⎝⎭⎝⎭⎛⎫⎛⎫= ⎪⎪-⎝⎭⎝⎭⎛⎫= ⎪⎝⎭∑∑∑g方法二：设μ1,μ2,…,μn ;μ1′,μ2′,…，μn ′均服从两点分布（参数为p ），则X =μ1+μ2+…+μn，Y =μ1′+μ2′+…+μn ′,X +Y =μ1+μ2+…+μn +μ1′+μ2′+…+μn ′,所以，X +Y 服从参数为（2n ,p )的二项分布.19.设随机变量（X ，Y ）的分布律为0 1 2 3 4 50 1 2 30 0.01 0.03 0.05 0.07 0.090.01 0.02 0.04 0.05 0.06 0.080.01 0.03 0.05 0.05 0.05 0.060.01 0.02 0.04 0.06 0.06 0.05 (1) 求P {X =2｜Y =2}，P {Y =3｜X =0}；（2）求V =max （X ，Y ）的分布律；（3）求U =min （X ，Y ）的分布律；（4）求W =X +Y 的分布律.【解】（1）{2,2}{2|2}{2}P X Y P X Y P Y ======5{2,2}0.051,0.252{,2}i P X Y P X i Y ========∑X Y{3,0}{3|0}{0}P Y X P Y X P X ======3{0,3}0.011;0.033{0,}j P X Y P X Y j ========∑（2）{}{max(,)}{,}{,}P V i P X Y i P X i Y i P X i Y i ====<+≤= 1{,}{,},i ik k P X i Y k P X k Y i -=====+==∑∑0,1,2,3,4,5i =所以V 的分布律为V =max(X ,Y ) 0 12345P 0 0.04 0.16 0.28 0.24 0.28(3){}{min(,)}P U i P X Y i ===351{,}{,}{,}{,}k i k i P X i Y i P X i Y i P X i Y k P X k Y i ==+==≥+>====+==∑∑0,1,2,3,i =于是 U =min(X ,Y ) 0 1 2 3 P0.28 0.30 0.25 0.17 (4)类似上述过程，有W =X +Y 0 1 2345678P0 0.00.00.10.10.20.10.10.02 63 94 9 25 20.雷达的圆形屏幕半径为R，设目标出现点（X，Y）在屏幕上服从均匀分布.（1）求P{Y＞0｜Y＞X}；（2）设M=max{X，Y}，求P{M＞0}.题20图【解】因（X，Y）的联合概率密度为22221,,(,)π0,.x y Rf x y R⎧+≤⎪=⎨⎪⎩其他（1）{0,}{0|}{}P Y Y XP Y Y XP Y X>>>>=>(,)d(,)dyy xy xf x yf x yσσ>>>=⎰⎰⎰⎰π2π/405π42π/401d dπ1d dπRRr rRr rRθθ=⎰⎰⎰⎰3/83;1/24==(2) {0}{max(,)0}1{max(,)0}P M P X Y P X Y>=>=-≤131{0,0}1(,)d1.44xyP X Y f x yσ≤≤=-≤≤=-=-=⎰⎰21.设平面区域D由曲线y=1/x及直线y=0，x=1,x=e2所围成，二维随机变量（X，Y）在区域D上服从均匀分布，求（X，Y）关于X 的边缘概率密度在x=2处的值为多少？题21图【解】区域D的面积为22e e0111d ln 2.S x xx===⎰（X,Y）的联合密度函数为211,1e,0,(,)20,.x yf x y x⎧≤≤<≤⎪=⎨⎪⎩其他（X，Y）关于X的边缘密度函数为1/211d,1e,()220,.xXy xf x x⎧=≤≤⎪=⎨⎪⎩⎰其他所以1(2).4Xf=22.设随机变量X和Y相互独立，下表列出了二维随机变量（X，Y）联合分布律及关于X 和Y的边缘分布律中的部分数值.试将其余数值填入表中的空白处.y 1 y 2 y 3 P {X =x i }=p i x 1 x 21/8 1/8P {Y =y j }=p j 1/6 1【解】因21{}{,}jjiji P Y y P P X x Y y ======∑,故11121{}{,}{,},P Y y P X x Y y P X x Y y ====+==从而11111{,}.6824P X x Y y ===-= 而X 与Y 独立，故{}{}{,}ijiiP X x P Y y P X x Y y =====g ,从而11111{}{,}.624P X x P X x Y y =⨯==== 即：1111{}/.2464P X x === 又1111213{}{,}{,}{,},P X x P X x Y y P X x Y y P X x Y y ====+==+==即1,3111{},4248P X x Y y =++== 从而131{,}.12P X x Y y === 同理21{},2P Y y == 223{,}8P X x Y y ===YX又31{}1jj P Y y ===∑,故3111{}1623P Y y ==--=. 同理23{}.4P X x == 从而23313111{,}{}{,}.3124P X x Y y P Y y P X x Y y ====-===-=故1y 2y 3y {}i iP X x P ==1x 124 18 112 14 2x18 38 14 34{}j jP Y y p ==161213123.设某班车起点站上客人数X 服从参数为λ(λ>0)的泊松分布，每位乘客在中途下车的概率为p （0<p <1），且中途下车与否相互独立，以Y 表示在中途下车的人数，求：（1）在发车时有n 个乘客的条件下，中途有m 人下车的概率；（2）二维随机变量（X ，Y ）的概率分布.YX【解】(1){|}C (1),0,0,1,2,m m n mn P Y m X n p p m n n -===-≤≤=L .(2){,}{}{|}P X n Y m P X n P Y m X n ======ge C (1),,0,1,2,.!mmn mnnp p n m n n n λλ--=-≤≤=g L24.设随机变量X 和Y 独立，其中X 的概率分布为X ~⎪⎪⎭⎫⎝⎛7.03.021，而Y 的概率密度为f (y )，求随机变量U =X +Y 的概率密度g (u ).【解】设F （y ）是Y 的分布函数，则由全概率公式，知U =X +Y 的分布函数为(){}0.3{|1}0.7{|2}G u P X Y u P X Y u X P X Y u X =+≤=+≤=++≤=0.3{1|1}0.7{2|2}P Y u X P Y u X =≤-=+≤-=由于X 和Y 独立，可见()0.3{1}0.7{2}G u P Y u P Y u =≤-+≤-0.3(1)0.7(2).F u F u =-+-由此，得U 的概率密度为()()0.3(1)0.7(2)g u G u F u F u '''==-+-0.3(1)0.7(2).f u f u =-+-25. 25. 设随机变量X 与Y 相互独立，且均服从区间[0,3]上的均匀分布，求P {max{X ,Y }≤1}.解：因为随即变量服从[0，3]上的均匀分布，于是有1, 03,()30, 0,3;x f x x x ⎧≤≤⎪=⎨⎪<>⎩1, 03,()30, 0, 3.y f y y y ⎧≤≤⎪=⎨⎪<>⎩因为X ，Y 相互独立，所以1, 03,03,(,)90, 0,0,3, 3.x y f x y x y x y ⎧≤≤≤≤⎪=⎨⎪<<>>⎩推得1{max{,}1}9P X Y ≤=.26. 设二维随机变量（X ，Y ）的概率分布为-1 01-1 0 1a 00.20.1 b0.20 0.1c其中a ,b ,c 为常数，且X 的数学期望E (X )= -0.2,P {Y ≤0|X ≤0}=0.5，记Z =X +Y .求：（1） a ,b ,c 的值；XY（2） Z 的概率分布；（3） P {X =Z }.解 (1) 由概率分布的性质知，a+b+c +0.6=1 即 a+b+c = 0.4.由()0.2E X =-，可得0.1a c -+=-.再由{0,0}0.1{00}0.5{0}0.5P X Y a b P Y X P X a b ≤≤++≤≤===≤++,得0.3a b +=.解以上关于a ，b ，c 的三个方程得0.2,0.1,0.1a b c ===. (2) Z 的可能取值为-2，-1，0，1，2，{2}{1,1}0.2P Z P X Y =-==-=-=，{1}{1,0}{0,1}0.1P Z P X Y P X Y =-==-=+==-=，{0}{1,1}{0,0}{1,1}0.3P Z P X Y P X Y P X Y ===-=+==+==-=，{1}{1,0}{0,1}0.3P Z P X Y P X Y ====+===，{2}{1,1}0.1P Z P X Y =====，即Z 的概率分布为Z -2 -1 01 2P 0.2 0.1 0.30.3 0.1(3)====++=++=. {}{0}0.10.20.10.10.20.4 P X Z P Y b。

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)。

习题三2.设总体的分布密度为：(1),01(;)0,x x f x ααα+<<=⎧⎨⎩其它1(,,)n X X 为其样本，求参数α的矩估计量1ˆα和极大似然估计量2ˆα .现测得样本观测值为：0.1，0.2，0.9，0.8，0.7，0.7，求参数α的估计值 . 解计算其最大似然估计：()()11111(,)11ln (,)ln(1)ln nnnn i i i i nn ii L x x x x L x x n x αααααααα===⎡⎤=+=+⎣⎦=++∏∏∑1121ln (,)ln 01ˆ10.2112ln nn i i n ii d n L x x x d nx ααααα====+=+=--=∑∑ 其矩估计为：()1 3.40.10.20.90.80.70.766X =+++++= 3077.0121ˆ,212)1()1(110121=--==++=++=+=⎰++X XX x dx x EX αααααααα所以：12112ˆˆ,11ln n ii X nX X αα=⎛⎫⎪- ⎪==-+-⎪ ⎪⎝⎭∑， 12ˆˆ0.3077,0.2112αα≈≈.3. 设元件无故障工作时间X 具有指数分布，取1000个元件工作时间的记录数据，经分组后得到它的频数分布为：如果各组中数据都取为组中值，试用最大似然法求参数λ的点估计. .解最大似然估计：11(,),ln ln i nx n nx n i L x x e e L n nx λλλλλλλ--====-∏711120000ˆln 0,,2010001000i i i d n L nx X x v d X λλλ==-=====∑ 1ˆ0.05X λ==.4. 已知某种灯泡寿命服从正态分布，在某星期所生产的该种灯泡中随机抽取10只，测得其寿命(单位：小时)为：1067，919，1196，785，1126，936，918，1156，920，948设总体参数都未知，试用极大似然法估计这个星期中生产的灯泡能使用1300小时以上的概率.解设灯泡的寿命为x ,2~(,)x N μσ,极大似然估计为：2211ˆˆ,()ni i x x x n μσ===-∑ 根据样本数据得到：2ˆˆ997.1,17235.81μσ== . 经计算得，这个星期生产的灯泡能使用1300小时的概率为0.0075.5. 为检验某种自来水消毒设备的效果，现从消毒后的水中随机抽取50升，化验每升水中大肠杆菌的个数(假定一升水中大肠杆菌个数服从Poisson 分布)，其化验结果如下：试问平均每升水中大肠杆菌个数为多少时，才能使上述情况的概率为最大？解设x 为每升水中大肠杆菌个数，~()x P λ，Ex λ=，由3题（2）问知，λ的最大似然估计为x ，所以().150/1*42*310*220*117*0ˆ=++++==X L λ所以平均每升氺中大肠杆菌个数为1时，出现上述情况的概率最大 .8. 设1,...,n X X 是来自总体X 的样本，并且EX =μ，DX = 2σ，2,X S 是样本均值和样本方差，试确定常数c ，使22X cS -是2μ的无偏估计量 .解2222222222()E X cS EX cES DX E X c c nσσμσμ-=-=+-=+-=所以 1c n =.9. 设1ˆθ，2ˆθ是θ的两个独立的无偏估计量，并且1ˆθ的方差是2ˆθ的方差的两倍 .试确定常数c 1, c 2，使得11ˆc θ+22ˆc θ为θ的线性最小方差无偏估计量 . 解：设22122,2D D θσθσ==112212121221(()11E c c c c c c c c c c θθμμμμ+=+=+=+==-），，()()222222211221211(2221D c c c c c c θθσσσ+=+=+-）()222111121321c c c c +-=-+当1212*33c -=-=，上式达到最小，此时21213c c =-= .10. 设总体X 具有如下密度函数，1,01(,)0,x x f x θθθθ-<<=>⎧⎨⎩，0其它1,...,n X X 是来自于总体X 的样本，对可估计函数1()g θθ=，求()g θ的有效估计量ˆ()gθ，并确定R-C 下界 . 解因为似然函数1111L(,),ln ln (1)ln i i nn n n n i i x x x x L n x θθθθθ--====+-∑∏∏111ln ln ln ln ()0i i i d n L x n x n x g d n n θθθθ⎛⎫⎛⎫=+=---=---= ⎪ ⎪⎝⎭⎝⎭∑∑∑ 所以取统计量1ln i T x n=-∑ 11111101ln ln ln ln i E X x x dx xdx x x x dx θθθθθθ--===-=-⎰⎰⎰得1ET θ==()g θ，所以1ln i T x n=-∑是无偏估计量令()c n θ= 由定理2.3.2知 T 是有效估计量，由221()1()g DT c n n θθθθ-'===- 所以 C-R 方差下界为21n θ.11. 设1,...,n X X 是来自于总体X 的样本，总体X 的概率分布为：||1||(,)()(1),1,0,1,012x x f x x θθθθ-=-=-≤≤1）求参数θ的极大似然估计量ˆθ； 2）试问极大似然估计ˆθ是否是有效估计量？如果是，请求它的方差ˆD θ和信息量()I θ； 3 试问ˆθ是否是相合估计量？（书上没有这个问题）解 1）()()111(,)1122ln ln (n )ln(1)iii ix x nx n x n i i i L x x L x x θθθθθθθ--=∑⎛⎫⎛⎫∑=-=- ⎪ ⎪⎝⎭⎝⎭=+--∏∑∑n 1ln 01(1)n xi xi d n L xi d θθθθθθ-⎛⎫=-=-= ⎪--⎝⎭∑∑∑ 得到θ最大似然估计量1ˆxi nθ=∑ 2）()()110011,10122Exi E xi E xi n n θθθθθ⎛⎫⎛⎫==-++-= ⎪ ⎪⎝⎭⎝⎭∑∑所以11Exi E xi n nθ==∑∑ 所以ˆθ是无偏估计量，()(1)n c θθθ=-，由定理2.3.2得到1ˆxi nθ=∑是θ有效估计量信息量c()1()(1)I n θθθθ==-3）1(1)ˆD 0,(n )c()nθθθθ-==→→∞ 所以，T 也是相合估计量 .12 从一批螺钉中随机地取16枚，测得其长度(单位：cm)为： 2.14，2.10，2.13，2.15，2.13，2.12，2.13，2.10，2.15， 2.12，2.14，2.10，2.13，2.11，2.14，2.11设钉长分布为正态，在如下两种情况下，试求总体均值μ的90%置信区间，1）若已知σ=0.01cm ； 2）若σ未知；解因为 2.125,16,0.171,X n s ===()0.950.9510.95, 1.65,15 1.7532t αμ===-1）计算0.950.952.1209, 2.1291X b a X αμμ-===+== 所以置信区间为[]1.1212.129，2）计算((0.950.9515 2.1175,15 2.1325X t b X t α-==+== 所以置信区间为[]2.1152.135，.13 随机地取某种炮弹9发做试验，测得炮口速度的样本标准差s=11(m/s)，设炮口速度服从正态分布，求这种炮弹的炮口速度的标准差σ的置信度为95%的置信区间 .解由题意标准差σ的置信度为0.95的置信区间为0.9750.0252222(1)(1)(,)(8)(8)n S n S χχ-- 计算得0.9750.0252222(1)(1)11,9,0.05,7.431,21.072(8)(8)n S n S S n a b αχχ--=======所以置信区间为 [7.431,21.072].14. 随机地从A 批导线中抽取4根，并从B 批导线中抽取5根，测得其电阻(Ω)为： A 批导线：0.143，0.142，0.143，0.137 B 批导线：0.140，0.142，0.136，0.138，0.140设测试数据分别服从21(,)N μσ和22(,)N μσ，并且它们相互独立，又212,,μμσ均未知，求参数12μμ-的置信度为95%的置信区间 .解由题意，这是两正太总体，在方差未知且相等条件下，对总体均值差的估计：置信区间为121221(2)X Y tn n S n α--±+- 计算得2626A B 120.14125,0.1392,8.25*10, 5.2*10,4,5,0.05x y S S n n α--======= 26W W 0.9756.5710,0.00255,(7) 2.365,0.0022,0.0063S S t a b -====-=所以[0.0022,0.0063]-.15. 有两位化验员A 、B ，他们独立地对某种聚合物的含氯量用相同方法各作了10次测定，其测定值的方差2s 依次为0.5419和0.6065，设2A σ与2B σ分别为A 、B 所测量数据的总体的方差(正态总体)，求方差比2A σ/2B σ的置信度为95%的置信区间 . 解由题意，这是两正太总体方差比的区间估计：置信区间为22AA22BB1212(,)1(1,1)(1,1)22S S S S F n n Fn n -----计算得 22A B 120.5419,0.6065,10,0.05S S n n α=====22AA22B B0.9750.0250.2217, 3.6008(9,9)(9,9)S S S S a b F F ====所以置信为 [0.2217,3.6008].THANKS !!!致力为企业和个人提供合同协议，策划案计划书，学习课件等等打造全网一站式需求欢迎您的下载，资料仅供参考。