应用数理统计作业题及参考答案(第二章)(2)
概率论与数理统计第2章作业题解(初稿)
第二章作业题解:
2.1 掷一颗匀称的骰子两次, 以X 表示前后两次出现的点数之和, 求X 的概率分布, 并验证其满足(2.2.2) 式.
解:
1 2 3 4 5 6 1 2 3 4 5 6 7 2 3 4 5 6 7 8 3 4 5 6 7 8 9 4 5 6 7 8 9 10 5 6 7 8 9 10 11 6
7
8
9
10
11
12
由表格知X 的可能取值为2,3,4,5,6,7,8,9,10,11,12。
并且,361)12()2(=
===X P X P ;362)11()3(====X P X P ; 363)10()4(====X P X P ;364)9()5(====X P X P ; 36
5)8()6(=
===X P X P ;366)7(==X P 。 即 36
|
7|6)(k k X P --== (k =2,3,4,5,6,7,8,9,10,11,12)
2.2 设离散型随机变量的概率分布为,2,1,}{Λ===-k ae k X P k 试确定常数a .
解:根据
1)(0
==∑∞=k k X P ,得10
()1k
k
k k ae
a e ∞
∞
--====∑∑,即111
1
=---e ae 。 故 1-=e a
2.3 甲、乙两人投篮时, 命中率分别为0.7 和0.4 , 今甲、乙各投篮两次, 求下列事件的概率:
(1) 两人投中的次数相同; (2) 甲比乙投中的次数多. 解:分别用)2,1(,=i B A i i 表示甲乙第一、二次投中,则
12121212()()0.7,()()0.3,()()0.4,()()0.6,P A P A P A P A P B P B P B P B ========
概率论与数理统计2.第二章练习题(答案)
第二章练习题(答案)
一、单项选择题
1.已知连续型随机变量X 的分布函数为
⎪⎩
⎪
⎨⎧≥<≤+<=ππx x b kx x x F ,10,0,
0)( 则常数k 和b 分别为 ( A )
(A )0,1==
b k π (B )π1,0b k = (C )0,21==b k π (D )π
21,0==b k . 2.下列函数哪个是某随机变量的分布函数 ( A )
A. f (x )={x
a e −x 22a
,x ≥01, x <0
(a >0); B. f (x )={1
2cosx, 0< x <π0, 其他
C. f (x )={cosx, −π2< x <π20, 其他
D. f (x )={sinx, −π2< x <
π
2
0, 其他
3.若函数()f x 是某随机变量X 的概率密度函数,则一定成立的是 ( C ) A. ()f x 的定义域是[0,1] B. ()f x 的值域为[0,1] C. ()f x 非负 D. ()f x 在(,)-∞+∞内连续
4. 设)1,1(~N X ,密度函数为)(x f ,则有( C ) A.{}{}00>=≤X P X P B. )()(x f x f -= C. {}{}11>=≤X P X P D. )(1)(x F x F --=
5. 设随机变量()16,~μN X ,()25,~μN Y ,记()41-<=μX P p ,
()52+>=μY P p ,则正确的是 ( A ).
应用数理统计习题答案_孙荣恒(全)
2
2
1
4
2
4
3.(1)[||]0.140
(2)[||]0.1
44
(,4),(,),(0,)
[||]20.1
800
255
(3){||0.1}2(10.95
2
1.961537
2
t
n
E a D n
n
E a
N a N a t a N
n
n
E t t dt
n
P t
P
n
ξξ
ξ
ξξξ
π
-
+∞
-==≤⇒=
-≤
=-
==≤
==
≤=≤=Φ-≥
=⇒≥
⎰
《应用数理统计》参考答案
习题一
0.5
1.(,0.5)(,)
{||0.1}0.997
2.97442
N a N a
n
P a P
n
ξξ
ξ
ξ
⇒
-<=<=
=⇒=
2
2
4
2.(,4)(,)
100
||
(1)(||)()0.90,0.33
0.20.2
(2):
P(||)
N a N a
a U
P a U P U
a
ξξ
ξ
ξ
σ
ξε
ε
⇒
-
-<=<==
-≥≤
挈比学夫不等式
(5)(5)1255
15(3){15}1{15}1{15,15,,15}121512
1[{
}]22
1[1(1.5)]0.292
P P P P ξξξξξξ>=-≤=-≤≤≤--=->
=--Φ=1
121212111
()(1){}{,,,}
{1,1,,1}
()()(1)(1)k n n n
n m n
m n m n m n
i i P k pq P M m P m m m P m m m pq
pq q q ξξξξξξξ----======≤≤≤-≤-≤-≤-=-=---∑∑4.
5. 6. 13
.0)25
(1}8
.012
138
.012{
}13{)
54
,12(~)1()4,12(~=Φ-=->-=>ξξξξP P N N (1)(1)12555115
数理统计第二章课后习题参考答案
第二章 参数估计
2.4 设子样1.3,0.6,1.7,2.2,0.3,1.1是来自具有密度函数()1f x ββ
=;,0x β
<<的总体,试用矩法估计总体均值、总体方差及参数β. 解: 1.30.6 1.7 2.20.3 1.1 1.26
X μ+++++===.
()
()()()()()()2
22222221
11 1.3 1.20.6 1.2 1.7 1.2 2.2 1.20.3 1.2 1.1 1.26n
i i X X n σ=⎡⎤=
-=-+-+-+-+-+-⎣
⎦∑ ()22222221
0.10.60.510.90.10.4076
σ=
+++++==. ()()0
1
1
2
E X x f x dx x
dx β
βββ+∞
-∞
===⎰⎰;.
令()E X X =,则12
X β=,即2X β=.
参数β的矩估计量为ˆ22 1.2 2.4X β
==⨯=.
2.6 设总体X 的密度函数为()f x θ;,1X ,2X ,…,n X 为其样本,求下列情况下θ的MLE.(iii )
()()100x x e x f x α
αθθαα--⎧>⎪=⎨
⎪⎩,
;,
其它
α已知
解:当0i X >()12i n = ,
,,时,似然函数为: ()()()()1
1
1111n
i i i n n n x n x i i i i i i L f x x e x e
α
α
αθ
θαθθθαθα=----===∑⎛
⎫=== ⎪
⎝⎭
∏∏∏;.
()()1
1
ln ln ln 1ln n n
i i i i L n n x x α
应用数理统计作业
实验习题二
1.某切割机在正常工作时,切割每段金属棒的平均长度为10.5cm.今从一批产品中随机地抽取15段,测得其长度(单位:cm)如下
10.4 10.6 10.1 10.4 10.5 10.3 10.3 10.2 10.9 10.6 10.8 10.5 10.7 10.2 10.7
设金属棒长度服从正态分布,且标准差没有变化,(04.02=σ),
试问(1)该机工作是否正常(05.0=α)?
(2)上题中假定切割的长度服从正态分布,问该机切割的金属棒的平均长度有无显著变化(05.0=α)?
(3)如果只假定切割的长度服从正态分布,问该机切割的金属棒长度的标准差有无显著变化(05.0=α)?
>> clear all
>>
x=[10.4,10.6,10.1,10.4,10.5,10.3,10.3,10.2,10.9,10.6,10.8,10.5,10.7,10.2,10.7];
>> [h,p,ci,u]=ztest(x,10.5,0.2,0.05,1)
h =
p =
0.6507
10.3951 Inf
u =
-0.3873
一>> [h,p,ci,u]=ztest(x,10.5,0.2,0.05,0)
h =
p =
0.6985
ci =
10.3788 10.5812
-0.3873
二[h,sig]=ztest(x,10.5,0.2,0.05,0)
h =
sig =
0.6985
三
x=[10.4,10.6,10.1,10.4,10.5,10.3,10.3,10.2,10.9,10.6,10.8,10.5,10.7,1 0.2,10.7];
应用数理统计作业题及参考答案(第二章)(2)
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)
P68
2.13 设总体X 服从几何分布:{}()1
1k P X k p p -==-,12k = ,,,01p <<,证明
样本均值1
1
n
i 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
,()2
1-=
p D X p
.
1 ()
()1
11
11
11=====??==
∑
∑ n
n i i i i E X
E X E X n E X n
n n p p .
∴样本均值11n
i i X X n
==
∑
是()E X 的无偏估计量。
2 ()
2222
1
11
1111==--
===??=
∑
∑n
n i i i i p p D X
D X D X n n
n n
p np . ()()()()11
11
ln ln 1ln 1ln 1-??=-=+--??;X f X p p p p X p .
()
111ln 111111f
X p X X p
p
p
p p
--=
-
=+?--;.
()
2
11
2
2
2
ln 11
1f
X p X p
p
p ?-=-
+
-;.
()()()()21112
2
2
22ln 11
1111f X p X X I p E E E p p p p p --=-=--+=+--??????
; ()
()()
()12
2
2
2
211
11 111111111??-= +
-=
+
-=+? ?---??
p
E X p
p
p p p p p p ()()() ()
2
2
2
111
1
111-+=
+
=
=
---p p
p
p p
p p p
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 = ∴ 2
2
1.96n 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:
800
0.00150
1.2
(800)1(800)
10.0015x P X P X e dx
e −−>==−<=−=∫
∴ 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:
3000
0.00150
4.5
(3000)0.00151x P X e dx
e
−−<===−∫
∴ 6个元件没失效的概率为: 4.56
(1)P e −=−
1.4 解:
i
n
i n x n x e
x x x P n
i i 1
2
2
)(ln 2121)2(),.....,(1
22
=−−
Π∑
=
=πσμσ
1.5证:∵
2
1
1
2
2)(na a x n x a x n
i n
i i
i
+−=−∑∑==
∑∑∑===−+−=+−+−=n
应用数理统计第二章
注意这里样本的联合分布律 L(x, p) = px1+x2+x3 (1 - p )3 - x1 - x2 - x3 其实就是概率函数 f (x,θ) 。 它的含义是:当盒中黑球比例为 p 时, 随机事件“有放回取出的三个小球中有两个 黑球、一个白球”的概率。 对应于参数空间中不同的 p ,样本分布 L(x, p) = p2 (1 - p ) 所对应的这些概率是:
1 n ˆ µ = X = ∑ Xk n k =1
2
1 n 2 1 n ˆ σ = ∑ X k − ( ∑ X k )2 n k =1 n k =1 1 n = ∑ ( X k − X )2 n k =1
□
几个常见分布的矩估计
二项分布 B (N,p),N 已知 均匀分布 U (a,b) 泊松分布 Ρ (λ) 参数为 λ 的指数总体 正态总体 N ( µ, σ 2 )
⎛ N ⎞ ∑ xk nN − ∑ xk L ( x ,θ ) = [ ∏ ⎜ ⎟ ] p (1 − p ) ⎝ xk ⎠
这里每一个 xk = 0、1、…、N 中的某个值
取对数再对参数 p 求导,得到对数似然方程:
∂ x N−x =0 ln [L ( x ,θ )] = − ∂θ p 1− p
因此,当 N 已知时,二项分布 B (N,p) 中参数 p 的极大似然估计就是
θ 总体期望: — ;
清华大学 杨虎 应用数理统计课后习题参考答案2
习题三
1 正常情况下,某炼铁炉的铁水含碳量2
(4.55,0.108)X N .现在测试了5炉铁水,其含碳量分别为4.28,4.40,4.42,4.35,4.37. 如果方差没有改变,问总体的均值有无显著变化?如果总体均值没有改变,问总体方差是否有显著变化(0.05α=)?
解 由题意知 2
~(4.55,0.108),5,0.05X N n α==,1/20.975 1.96u u α-==,设立
统计原假设 0010:,:H H μμμμ=≠ 拒
绝
域
为
{}
00K x c μ=->,临界值
1/2
1.960.108/0.0947c u α-==⋅=,
由于 0 4.364 4.550.186x c μ-=-=>,所以拒绝0H ,总体的均值有显著性
变化.
设立统计原假设 2
2
2
2
0010:,:H H σσσσ=≠ 由于0μμ=,所以当0.05α=时
2
222
0.0250.9751
1()0.03694,(5)0.83,(5)12.83,n i i S X n μχχ==-===∑
22
10.02520.975(5)/50.166,(5)/5 2.567c c χχ====
拒绝域为 {}
2222
00201//K s c s c σσ=><或
由于22
0/ 3.167 2.567S σ=>,所以拒绝0H ,总体的方差有显著性变化. 2 一种电子元件,要求其寿命不得低于1000h .现抽测25件,得其均值为
x =950h .已知该种元件寿命2(100,)X N σ,问这批元件是否合格(0.05α=)?
数理统计第二章参考答案
2
,
D(X
)
1 n2
n i=1
D(
X
i )=
1 n2
n
2 12
=
2 12n
D( X ) E( X 2 ) (E( X ))2
法一:
E(2X )2 E(4X 2 2 4X)
4E( X 2) E( 2) 4E( X )()
4D( X ) 4(E( X ))2 E( 2) 4E( X )()
解:(1)由于 R = ( ) ( ) = ͳ
ͳ െ= ,
故 = = ͳെെ
= ͳ.
(2)将数据等分为三组: 第一组:2.14, 2.10, 2.15, 2.13, 2.12, 2.13; 第二组:2.10, 2.15, 2.12, 2.14, 2.10, 2.13; 第三组:2.11, 2.14, 2.10, 2.11, 2.15, 2.10;
n 2 2 2 n 2
n2
n 1
lim
n+
E( X(n) )2
lim
n+
n 2 n2
2
2
n 2 n 1
lim
n+
2 1 2
2
2
2 1 1
0
n
n
因此 X(n)是 的均方相合估计量,故 X(n)必是 的相合估计量。
2.22 已知某种元件的寿命服从指数分布 Exp() ,抽出 12 只进行寿命试验,结果 为(单位:h): 20 640 1750 50 1110 1660 640 2410 890 970 1520 750 试求 (1) 参数 和元件的平均寿命 的置信度为 90%的置信区间; (2) 元件平均寿命 的置信度为 90%的单侧置信下限及单侧置信上限; 解:
概率论与数理统计第二章课后习题及参考答案.
概率论与数理统计第二章课后习题及参考答案
1.离散型随机变量X 的分布函数为
⎪⎪⎩⎪
⎪⎨
⎧≥<≤<≤--<=≤=.
4,1,42,7.0,21,2.0,1,0)()(x x x x x X P x F 求X 的分布律.
解:)0()()(000--==x F x F x X P ,
∴2.002.0)01()1()1(=-=----=-=F F X P ,
5.02.07.0)02()2()2(=-=--==F F X P ,3.07.01)04()4()4(=-=--==F F X P ,∴X 的分布律为
2.设k a k X P 3
2
()(==, ,2,1=k ,问a 取何值时才能成为随机变量X 的分布律.
解:由规范性,a a a n n k k 2321]32(1[32lim
)32(11
=--=⋅=+∞→∞
+=∑,∴
21=a ,此时,
k k X P 3
2
(21)(⋅==, ,2,1=k .3.设离散型随机变量X 的分布律为
求:(1)X 的分布函数;(2)2
1
(>X P ;(3))31(≤≤-X P .
解:(1)1-<x 时,0)()(=≤=x X P x F ,
11<≤-x 时,2.0)1()()(=-==≤=X P x X P x F ,21<≤x 时,7.0)1()1()()(==+-==≤=X P X P x X P x F ,2≥x 时,1)2()1()1()()(==+=+-==≤=X P X P X P x X P x F ,∴X 的分布函数为
数理统计课后答案-第二章
的样本,两个样本相互独立,所以
X i ~ N ( μ , σ 2 ) , Yi ~ N ( μ , σ 2 ) , i = 1, 2 ,L, n ,相互独立。
令 Z i = X i + Yi ( i = 1, 2 , L, n ) ,则有
Z i = X i + Yi ~ N (2μ , 2σ 2 ) ( i = 1, 2 ,L, n ) ,而且相互独立。 ( Z 1 , Z 2 ,L, Z n ) 可以看作是总体 ζ = ξ + η ~ N (2μ , 2σ 2 ) 的样本,它的样本均值 Z =
i =1 n
2 = nE ( S x2 ) + 2∑ ( μ − μ )( μ − μ ) + nE ( S y )
i =1
n
4
= n⋅
解法二
n −1 2 n −1 2 σ +0+ n⋅ σ = 2(n − 1)σ 2 。 n n
2 2
因为 ( X 1 , X 2 , L , X n ) 是 ξ ~ N ( μ , σ ) 的样本, (Y1 , Y2 , L , Yn ) 是 η ~ N ( μ , σ )
2
( X1 + X 2 )2 ( X 3 + X 4 + X 5 )2 ⎛ X1 + X 2 ⎞ ⎛ X 3 + X 4 + X 5 ⎞ 2 ~ χ ( 2) 。 =⎜ ⎟ + ⎟ +⎜ ⎜ ⎟ 2 3 2 ⎠ ⎝ 3 ⎝ ⎠
数理统计课后习题答案第二章
1.
从而有
2.
令 =
所以有
2).其似然函数为
解之得
3.
解:因为总体X服从U(a,b)所以
4.解:(1)设 为样本观察值则似然函数为:
解之得:
(2)母体X的期望
而样本均值为:
5.。
解:其似然函数为:
(2)由于
所以 为 的无偏估计量。
6.
解:其似然函数为:
解得
7.解:由题意知:均匀分布的母体平均数 ,
18
29.9
51
124
99
——土壤内所含无机磷浓度;
——土壤内溶于 溶液并受溴化物水解的有机磷浓度;
——土壤内溶于 溶液但不受溴化物水解的有机磷浓度;
——种在 土壤内玉米中的可给态磷。
已知 对 存在线性回归关系,试求出经验回归平面方程,并检验线性回归是否显著
。
解:
采用线性回归模型
于是
可得
所以
59
54
6
1.7
65
123
77
7
9.4
44
46
81
8
10.1
31
117
93
9
11.6
29
173
93
10
12.6
58
112
51
11
应用数理统计(第2章习题)
, 1 ,
, n
L( ) L( (1) ) (1)
(7) L( ) (xi 1) 2 (1 ) xi 2
i 1
n
ln L( ) [2 ln ( xi 2) ln(1 ) ln( xi 1)]
7.解:
1 1 1 1 ~ U ( , ), 1 , , n 2 2 2 2 n 1 L( ) 1, 1 1 i 1 ( ) ( ) 2 2 (1) ( n ) or 2
所以不唯一。
8.解
5.解:
~ U ( , 0)
1 (1) L( ) , 1 , n ( ) i 1
n
1
, n 0
max (1) , L( ) L( )
~ U ( , 2 )
(2) L( )
i 1 n
1
1
n
, 1 ,
x (N x )
i
n
n
i 1
i
1
0
1 (5) L( ) e i 1 2
n
n
1 2
2 ( x ) 2 i
( xi ) 2 ln L( ) [ln 2 ] 2 2 i 1 2( xi ) 2( xi ) ln L( ) 2 n [ 0 4 2 2 i 1
数理统计第二章课后习题答案
第二章 参数估计
2.2 对容量为n 的子样,对密度函数
其22(),0(;)0,0x x f x x x ααααα
⎧-⎪=⎨⎪≤≥⎩ 中参数α的矩法估计。 解:1202()()a E x x x dx ααα
==-⎰
22022()x x dx ααα=-⎰
2321221333
ααααααα=-=-= 所以 133a x α∧== 其中121,21(),,,n n x x x x x x x n =+++ 为n 个
样本的观察值。
2.6 设总体X 的密度函数为12(;),,,,n f x X X X θ 为其样本,求下
列情况下θ∧的MLE 。
(ii)
1,01(;)0,x x f x αθθ-⎧=⎨⎩ 其它 0θ (v )
1,0(;)0,x e x f x θθθ-⎧≥⎪=⎨⎪⎩其它 0θ 解:
(ii)
1111()n n n i i i i L x x θθθθθ--====∏∏
1ln ()ln (1)ln n i i L n x θθθ==+-∑
11111ln ()ln 01(ln )(ln )n i i n n i i i i d L n x d n x x n θθθθ=∧--===+==-=-∑∑∑ (v)
111()n i i x n L e θθθ=-∑= 11ln ()ln()n
i
i L n x θθθ==--∑
211ln ()101,n i i n i i d L n X d x x X n θθθθ
θ=∧==-+===∑∑
2.10 设总体123(,1),,,X N X X X μ 为一样本,试证明下述三个估计
数理统计教程第二章课后习题答案
数理统计第二章习题解答
1.设n ξξ,,1 是来自二点分布的一个子样,试求成功概率p 的矩法估计量.
解: p E =ξ ξ=∴p
ˆ 2. 已知母体ξ均匀分布于()βα,之间,试求βα,的矩法估计量.
解: 2
β
αξ+=
E ,()
12
2
αβξ-=
D 。令()⎪⎪⎩⎪⎪⎨⎧=-=+22
12
2n S αβξβ
α得 n S 3ˆ-=ξα,.3ˆn
S +=ξβ 3. 对容量为n 的子样,求密度函数 ()()⎪⎩
⎪⎨⎧<<-=其它,00,2
;2a
x x a a a x f 中参数a 的矩法估计量.
解: ()322
a
dx x a a x E a
=-=
⎰
ξ 令
ξ=3a 得ξ3ˆ=a . 4. 在密度函数 ()()10,1<<+=x x a x f a 中参数a 的极大似然估计量是什么? 矩法估计量是什么? 解: (1) ()()
()
∏∏==
+=+=
n
i i n
i n
n
i x x L 1
11αα
ααα ()i i
x
∀<<1
∴()().ln 1ln ln 1⎪⎪⎭
⎫ ⎝⎛⋅++=∏=n i i x n L ααα 令()0ln 1ln 1=++=∂∂∑=i n
i x n
L ααα,得 ∑=--=n
i i
L x
n
1
ln 1ˆα
。
由于 ()
01ln 2
22<+-=∂∂ααn
L 故∑=--=n
i i
L x
n
1
ln 1ˆα是α极大似然估计.
(2) 由211+-
=αξE 令ξα=+-211 得 .11
2ˆξ
ξα--=
5.用极大似然法估计几何分布 ()()
,2,1,11
=-==-k p p k P k ξ中的未知参数p .
- 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)。
第二章 参数估计(续)
P68
2.13 设总体X 服从几何分布:{}()1
1k P X k p p -==-,12k = ,,,01p <<,证明
样本均值1
1
n
i 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
,()2
1-=
p D X p
.
1 ()
()1
11
11
11==⎛⎫⎛⎫===⋅⋅==
⎪ ⎪⎝⎭⎝⎭
∑
∑ n
n i i i i E X
E X E X n E X n
n n p p .
∴样本均值11n
i i X X n
==
∑
是()E X 的无偏估计量。
2 ()
2222
1
11
1111==--⎛⎫⎛⎫
===⋅⋅=
⎪ ⎪⎝⎭⎝⎭∑
∑n
n i i i i p p D X
D X D X n n
n n
p np . ()()()()11
11
ln ln 1ln 1ln 1-⎡⎤=-=+--⎣⎦;X f
X p p p p X p .
()
111ln 111111f
X p X X p
p
p
p p
∂--=
-
=+∂--;.
()
()
2
11
2
2
2
ln 11
1f
X p X p
p
p ∂-=-
+
∂-;.
()()()()21112
2
2
22ln 11
1111f X p X X I p E E E p p p p p ⎡⎤⎡⎤
⎡⎤
∂--=-=--+=+⎢⎥⎢⎥⎢⎥∂--⎢⎥⎢⎥⎣⎦
⎣
⎦⎣
⎦
; ()
()()
()12
2
2
2
2
211
11
111111111⎛⎫-=
+
-=
+
⋅-=+⋅ ⎪---⎝⎭
p
E X p
p
p p p p p p ()()()
()
2
2
2
111
1
111-+=
+
=
=
---p p
p
p p
p p p
p .
()()
()
2
4
2
2
11
1111⎡⎤
'⎛⎫⎢⎥ ⎪⎢⎥⎝⎭⎣⎦
=
=
=-⋅⋅⋅⋅
-n p p
e p D X n I p n np
p
p .
∴样本均值1
1n
i i X X n
==
∑
是()E X 的有效估计量。
3
证法一:()2
1lim lim
0→∞
→∞
-== n n p D X np
,01p <<.
∴样本均值11n
i i X X n
==
∑
是()E X 的相合估计量。
证法二:
()()
2
11⎡⎤'⎛⎫⎢⎥ ⎪⎢⎥⎝⎭⎣⎦
=
=⋅⋅ n p e D X n I p ,()
()
2
1⎡⎤
'⎛⎫⎢⎥ ⎪⎢⎥⎝⎭⎣⎦∴=⋅p D X n I p . ()
()
2
1lim lim 0→∞
→∞⎡⎤'⎛⎫⎢⎥ ⎪⎢⎥
⎝⎭⎣⎦
==⋅ n n p D X
n I p . ∴样本均值1
1n
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1
1
n
i i X X n
==
∑是()E X 的相合估计量。
综上所述,样本均值1
1n
i i X X n
==∑
是()E X 的相合、无偏和有效估计量。
2.14 设总体X 服从泊松分布()P λ,1X ,2X ,…,n X 为其子样。试求参数2θλ=的无偏估计量的克拉美——劳不等式下界。 解:2θλ=. ()2
g λλ=. ()2g λλ'=.
{}!
-==
k
P X k e
k λ
λ
. 012= ,
,,k ()111ln ln ln !=--;f X X X λλλ. ()
11
ln 1∂=
-∂;f
X X λλ
λ
.
()
2
11
2
2
ln ∂=-
∂;f
X X λλ
λ
.
()()[]211112
2222ln 1⎡⎤
∂⎡⎤⎡⎤=-=--====⎢⎥⎢⎥⎢⎥∂⎣⎦⎣⎦
⎣⎦
;E X f X X X I E E E λλλλλλλλλ. ∴参数2
θλ=的无偏估计量的克拉美——劳不等式下界为: ()()()2
2
2
3
322441g nI n n
n θλ
λλλ
θλλ
='⎡⎤⎣⎦
==⋅
=
.
2.19 设总体X 服从泊松分布()P λ,0λ>,1X ,2X ,…,n X 为来自X 的一个样本。假设λ有先验分布,其密度为()0
00
e h λλλλ-⎧>=⎨≤⎩,,,求在平方损失下λ的贝叶斯估计量。
解:X 服从泊松分布()!
i
x i P e
x λ
λ
λ-=
,12= ,,
,i x n . λ的先验分布密度为()0
00
e h λλλλ-⎧>=⎨≤⎩,,.
给定λ,样本的分布列为: