应用数理统计习题答案_西安交大

合集下载

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。

西安交大西工大考研备考期末复习数理统计第一部分基本概念(带答案)

第一部分基本概念基础练习一．填空题1若1210,,,X X X 相互独立，2~(,),1,2,,10i i iX N i μσ=，并且σ已知，则1210,,,X X X 的函数=2χ________服从于210χ（）分布.答案：102211)ii i X μσ=-∑（2 ),(~),,(~222211σσμμN Y N X ，从总体X 、Y 中分别抽取容量为1n 、2n 的样本，样本均值分别为X 、Y X Y -则,= 。

答案： ),(22212121n n N σσμμ+-3设T 服从自由度为{}{}λλ<=>T P a T P t n 则若分布的,,= 。

答案：21a- 4设621,,,X X X 是取自总体)1,0(~N X 的样本，264231)()(∑∑==+=i i i i X X Y ，则当c ＝时， cY 服从2χ分布，)(2χE ＝ .。

答案：1/3，25设总体X 服从N(a,22)分布，12(,,,)n X X X 是来自此总体的样本，X 为样本均值，试问样本容量n>_________，才能使E(|X -a|2)≤0.1。

答案：n >406设12,,n X X X ，为总体X 的一个样本，若11ni i X X n ==∑且EX μ=，2DX σ=，则EX = _________，DX = __________。

答案：μ，2nσ7设总体()22X N σ服从正态分布，，1216,,X X X ，是来自总体X 的一个样本，且161116i i X X ==∑, 则48X σ-服从 ____ ______分布.答案：()01N ，8某地的食用水中以每cm3中含大肠杆菌个数 X 为特性指标，已知它服从均值为λ 的泊松分布，从水中抽一个容量为n 的样本 Z Z Z n 12,,, ，则样本的联合分布律为。

答案：P Z x Z x x e n x i i nn i 111===-=∏,,!b gλλ12()12(!!!)n n ex x x n x x x λλ-+++=9某种元件的寿命服从均值为1λ的指数分布，用寿命作为元件的特性指标，任取n 个元件，其寿命构成一个容量为n 的样本，则样本分布的联合分布密度为。

西安交通大学数理统计研究生试题

2009(上)《数理统计》考试题(A卷)及参考解答一、填空题（每小题3分，共15分）1，设总体和相互独立，且都服从正态分布，而和是分别来自和的样本，则服从的分布是_______ .解：．2，设与都是总体未知参数的估计，且比有效，则与的期望与方差满足_______ .解：．3，“两个总体相等性检验”的方法有_______ 与____ ___.解：秩和检验、游程总数检验．4，单因素试验方差分析的数学模型含有的三个基本假定是_______ .解：正态性、方差齐性、独立性．5，多元线性回归模型中，的最小二乘估计是_______ .解：．二、单项选择题（每小题3分，共15分）1，设为来自总体的一个样本，为样本均值，为样本方差，则____D___ .（A）；（B）；（C）；（D）.2，若总体，其中已知，当置信度保持不变时，如果样本容量增大，则的置信区间____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，分别用，表示犯第一类错误和第二类错误的概率，则当样本容量一定时，下列说法中正确的是____C___ .（A）减小时也减小；（B）增大时也增大；（C）其中一个减小，另一个会增大；（D）（A）和（B）同时成立.4，对于单因素试验方差分析的数学模型，设为总离差平方和，为误差平方和，为效应平方和，则总有___A___ .（A）；（B）；（C）；（D）与相互独立.5，在一元回归分析中，判定系数定义为，则___B____ .（A）接近0时回归效果显著；（B）接近1时回归效果显著；（C）接近时回归效果显著；（D）前述都不对.三、（本题10分）设总体、，和分别是来自和的样本，且两个样本相互独立，和分别是它们的样本均值和样本方差，证明，其中.证明：易知，．由定理可知，．由独立性和分布的可加性可得．由与得独立性和分布的定义可得．四、（本题10分）已知总体的概率密度函数为其中未知参数, 为取自总体的一个样本，求的矩估计量，并证明该估计量是无偏估计量．解：（1），用代替，所以．（2），所以该估计量是无偏估计．五、（本题10分）设总体的概率密度函数为，其中未知参数，是来自总体的一个样本，试求参数的极大似然估计．解：当时，，令，得．六、（本题10分）设总体的密度函数为未知参数，为总体的一个样本，证明是的一个UMVUE．证明：由指数分布的总体满足正则条件可得，的的无偏估计方差的C-R下界为．另一方面，，即得方差达到C-R下界，故是的UMVUE．七、（本题10分）合格苹果的重量标准差应小于0.005公斤．在一批苹果中随机取9个苹果称重, 得其样本标准差为公斤, 试问：（1）在显著性水平下, 可否认为该批苹果重量标准差达到要求? （2）如果调整显著性水平，结果会怎样？参考数据: , , , ．解：（1），则应有：，具体计算得：所以拒绝假设，即认为苹果重量标准差指标未达到要求．（2）新设由则接受假设，即可以认为苹果重量标准差指标达到要求．八、（本题10分）已知两个总体与独立，，，未知，和分别是来自和的样本，求的置信度为的置信区间.解：设分别表示总体的样本方差，由抽样分布定理可知，，由分布的定义可得．对于置信度，查分布表找和使得，即，所求的置信度为的置信区间为．九、(本题10分)试简要论述线性回归分析包括哪些内容或步骤．解：建立模型、参数估计、回归方程检验、回归系数检验、变量剔除、预测．2009(上)《数理统计》考试题(B卷)及参考解答一、填空题（每小题3分，共15分）1，设总体服从正态分布，而是来自的样本，则服从的分布是_______ .解：．2，是总体未知参数的相合估计量的一个充分条件是_______ .解：．3，分布拟合检验方法有_______ 与____ ___.解：检验、柯尔莫哥洛夫检验．4，方差分析的目的是_______ .解：推断各因素对试验结果影响是否显著．5，多元线性回归模型中，的最小二乘估计的协方差矩阵_______ .解：．二、单项选择题（每小题3分，共15分）1，设总体，是的样本，则___B___ .（A）；（B）；（C）；（D）．2，若总体，其中已知，当样本容量保持不变时，如果置信度减小，则的置信区间____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.4，对于单因素试验方差分析的数学模型，设为总离差平方和，为误差平方和，为效应平方和，则总有___A___ .（A）；（B）；（C）；（D）与相互独立.5，在多元线性回归分析中，设是的最小二乘估计，是残差向量，则___B____ .（A）；（B）；（C）是的无偏估计；（D）（A）、（B）、（C）都对.三、（本题10分）设总体、，和分别是来自和的样本，且两个样本相互独立，和分别是它们的样本均值和样本方差，证明，其中.证明：易知，．由定理可知，．由独立性和分布的可加性可得．由与得独立性和分布的定义可得．四、（本题10分）设总体的概率密度为其中参数未知，是来自总体的一个样本，是样本均值，（1）求参数（2）证明不是的无偏估计量．解：（1），令，代入上式得到的矩估计量为．（2），因为，所以．故不是的无偏估计量．五、（本题10分）设总体服从上的均匀分布，是来自总体的一个样本，试求参数的极大似然估计．解：的密度函数为似然函数为显然时，是单调减函数，而，所以是的极大似然估计．六、（本题10分）设总体服从分布，为总体的样本，证明是参数的一个UMVUE．证明：的分布律为．容易验证满足正则条件，于是．另一方面，即得方差达到C-R下界的无偏估计量，故是的一个UMVUE．七、（本题10分）某异常区的磁场强度服从正态分布，由以前的观n α=0.1α=0.05α=0.02514 1.3450 1.7613 2.144815 1.3406 1.7531 2.131516 1.3368 1.7459 2.1199n α=0.1α=0.05α=0.0251421.06423.68526.1191522.30724.99627.4881623.34224.29628.845测可知．现有一台新仪器, 用它对该区进行磁测, 抽测了16个点, 得,问此仪器测出的结果与以往相比是否有明显的差异(α=0.05)．附表如下：t分布表χ2分布表解：设：．构造检验统计量，确定拒绝域的形式．由，定出临界值，从而求出拒绝域．而，从而　，接受假设，即认为此仪器测出的结果与以往相比无明显的差异．八、（本题10分）已知两个总体与独立，，，未知，和分别是来自和的样本，求的置信度为的置信区间.解：设，则，所求的置信度为的置信区间为．九、(本题10分)试简要论述线性回归分析包括哪些内容或步骤．2011-2012（下）研究生应用数理统计试题（A）1设为正态总体的样本，令，试证，。

其他系统西安交通大学应用统计分析所有答案

其他系统西安交通大学应用统计分析所有答案指数的实质是相对数，它能反映现象的变动和差异程度答案是：√在其他条件不变的情况下，提高抽样估计的可靠程度，可以提高抽样估计的精确度。

答案是：×在进行相关和回归分析时，必须以定性分析为前提，判定现象之间有无关系及其作用范围。

答案是：√在假设检验中，当接受原假设时，可以认为原假设绝对正确答案是：×在保证概率度和总体方差一定的条件下允许误差大小与抽样数目多少成正比。

答案是：×有时由于资料的限制，使综合指数的计算产生困难，就需要采用综合指数的变形公式平均数指数。

答案是：√由于时点序列和时期序列都是绝对数时间序列，所以，它们的特点是相同的答案是：×用移动平均法测定长期趋势时，移动平均项数越多，所得的结果越好答案是：×用两个不同时期不同经济内容的平均指标值对比形成的指数就是平均指标指数。

答案是：√用几何平均法计算的平均发展速度只取决于最初发展水平和最末发展水平，与中间各期发展水平无关。

答案是：√因为统计指标都是用数值表示的，所以数量标志就是统计指标。

答案是：×一览表是指一份表格上只体现一个调查单位的情况表答案是：×样本容量是指一个总体一共可以组成多少不同的样本，而样本个数则是一样本中的单位数答案是：×相关系数数值越大，说明相关程度越高；相关系数数值越小，说明相关程度越低。

答案是：×相关的两个变量，只能算出一个相关系数。

答案是：√相对数时间数列中的数值相加没有实际意义。

答案是：√系统性误差和登记误差是可加以避免的，而偶然性误差是不可避免的。

答案是：√我国的人口普查每10年进行一次，因此它是一种连续性调查方法答案是：×推断统计学是描述统计学的基础。

答案是：B错算术平均指数是反映平均指标变动程度的相对数。

答案是：×如果数列既有季节变动，又有明显的长期趋势时，应先剔除长期趋势，再测定季节指数。

西安交通大学——应用数理统计课后答案_

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)分布表，975.0)95.01(2195.0=-+=⎪⎪⎭⎪⎪⎬⎫⎪⎪⎩⎪⎪⎨⎧<--σn 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，则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，则所求的概率()2.762.1--==e ep(2)至300小时，所有元件失效，则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，则所求的概率()65.41--=ep1.3解: (1) 123{(,,)|0,1,2,,1,2,3}k x x x x k χ===因为~()i X P λ,所以 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≥=⎨ <⎩所以, 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⎧≤≤⎪=-⎨⎪ <>⎩所以,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)-=-∞<<+∞所以,311(2123321(,,)(2)k k x f x x x e π2=--μ)∑=,其中;1,2,3k x k -∞<<+∞=1.4解：由题意可得：()⎪⎩⎪⎨⎧∞<<=--，其它00,21)(i 2ln i i 2i x e x x f u x σσπ则∏==ni 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 σπσ1.5证: 令21()()nii F a Xa ==-∑则'1()2()nii F a Xa ==--∑,''()20F a n => 令'1()2()0ni i F a X a ==--=∑,则可解得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1.6证: (1)等式左边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∑左边=右边,所以得证. (2) 等式左边22111(2nn ni iii i i XX X X X nX 2===-)=-+∑∑∑ 22212nii Xn X n X ==-+∑221ni i X nX ==-∑左边=右边,所以得证.1.7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 -+++＝∑∑=+=∙+-++ni i n n i i x n n x n x n 111111111 ＝111111+=+++∑n n i i x n x n ＝∑=+ni 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 --++nn x x n n 12)1(2+22)1(-+n x n n=∑=+n i i x n 1211--+222)1(n x n n +2111++n x n -212)1(1++n x n --++n n x x n n 12)1(2=∑+=+11211n i i x n -(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则上式＝∑=+n i i x n 1211－21-+n x ＝21+n s∴原命题得证1.10解: 因为2222111111,()n n n i i i i i i X X S X X X X n n n =====-=-∑∑∑所以 (1) 二项分布(,)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 n i i i i n E S E X X E X E X mp p n n n==-=-=-=-∑∑(2) 泊松分布()P λ()E X =λ, ()D X n λ=, 21()n E S n-=λ(3) 均匀分布(,)U a b()2b a E X +=, 2)()12b a D X n (-=, 221()()12n E S b a n-=-(4) 指数分布()Exp λ 1()E X =λ, 1()D X n 2=λ, 21()n E S n 2-=λ (5) 正态分布2(,)N σμ ()E X =μ, 21()D X n σ=, 221()n E S nσ-=1.11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 1.14.解: 因为i X 独立同分布,并且~(,i X a Γλ),11ni i X X n ==∑所以1~(,nii Xna =Γλ)∑;令1nii Y X ==∑,则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则有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对于其他x,y ，有0),())(1(=y x f n1.19证：现在要求Y=)X 1/(X m nm n +的概率密度。

西安交大研究生课程之应用数理统计作业

研究生教材《应用数理统计》——课后习题答案详解学号：3113312042姓名：齐以年班级：硕3079班目录第一章数理统计的基本概念 (1)第二章参数估计 (18)第三章假设检验 (36)第四章方差分析与正交试验设计 (46)第五章回归分析 (51)第六章统计决策与贝叶斯推断 (56)对应书目：《应用数理统计》施雨编著西安交通大学出版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)N 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 -=-1.3解：(1) X ={(x 1,x 2,x 3)|x k =0,1,2,…,k =1,2,3},p (x 1,x 2,x 3)=λx 1+x 2+x 3x 1!x 2!x 3!e −3λ,x k =0,1,2,…;k =1,2,3(2) X ={(x 1,x 2,x 3)|x k ≥0;k =1,2,3},f (x 1,x 2,x 3)=λ3e −λ(x 1+x 2+x 3), x k ≥0;k =1,2,3(3) X ={(x 1,x 2,x 3)|a ≤x k ≤b;k =1,2,3},f (x 1,x 2,x 3)=1(b−a)3, a ≤x k ≤b;k =1,2,3(4) X ={(x 1,x 2,x 3)|−∞<x k <+∞;k =1,2,3}=R 3,f (x 1,x 2,x 3)=1(2π)3/2e −12∑(x k −μ)23k=1,−∞<x k <+∞;k =1,2,31.4 解：ini n x n x ex x x P ni i 122)(ln 2121)2(),.....,(122=--∏∑==πσμσ1.5证：21122)(na a x n x a x n i ni i i +-=-∑∑==∑∑∑===-+-=+-+-=ni i ni i n i i a x n x x na a x n x x x x 1222211)()(2221.6证明 (1) ∵22112211221()()()2()()()()()nnii i i nni i i i ni i XX 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 =====-=-+=-+=-∑∑∑∑∑1.7证明：a) 证：)(11111+=+++=∑n n i i n x x n x)(11)(1111n n n n n x x n x x x n n -++=++=++b ）证：221111()1nn n i i S x x n ++==-+∑ 221112211121111[()]11121[()()()()]11(1)n n n i n i nn n n n n i i n n i i x x x x n n n x x x x x x x x n n n +=++++===---+++=----+-+++∑∑∑221112112[()()((1))111() ]1n n n n n n n n n nS x x x x nx x n x n n x x n ++++=+---+-+++-+22n122n 11[nS ()] 111[S ()]11n n n n n x x n n n x x n n ++=+-++=+-++ 1.8证明：显然： Zm+n ̅̅̅̅̅̅̅=nX ̅+mY ̅m+nS Z2=1m +n[∑(X i −Z m+n ̅̅̅̅̅̅̅)2n i=1+∑(Y i −Z m+n ̅̅̅̅̅̅̅)2mi=1] =1m +n[∑X i 2ni=1−2Zm+n ̅̅̅̅̅̅̅∗nX ̅+∑Y i 2−2Z m+n ̅̅̅̅̅̅̅∗mY ̅+(m +n)mi=1Zm+n ̅̅̅̅̅̅̅2] 因为: nS X 2=∑X i 2n i=1−nX ̅2 nS Y 2=∑Y i 2n i=1−nY ̅2所以:S Z2=nS X2+nS Y2m+n+1m+n[nX̅2+nY̅2−(nX̅+mY̅)2m+n] =nS X2+nS Y2m+n+m∗n(n+m)2(X̅−Y̅)21.10解:(1).∑∑====niiniixEnxnEXE11)(1)1()(=1n∙n∙mp=mpnpmpxDnxnDXDniinii)1()(1)1()(121-===∑∑==))(1()(122∑=-=niixxnESE)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 n i 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 ini i 1)(1)1()(121===∑∑==λnn x E x D n x E x D n x nE x E n S E n i i i n i i 1)])()(())()(([1])()([1)(2122122-=+-+=-=∑∑==(3).2)(1)1()(11ba x E n x n E X E n i i n i i +===∑∑==na b x D nx n D X D ni in i i 12)()(1)1()(2121-===∑∑==12)(1)])()(())()(([1])()([1)(22122122a b n n 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 n D X D ni in i 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 n i i i n i i -=+-+=-=∑∑==(5).μ===∑∑==ni i n i i x E n x n E X E 11)(1)1()(nx D nx n D X D ni in i 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 n i 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 1.12 解：顺序统计量：-4，-2.1，-2.1，-0.1，-0.1，0，0，1.2，1.2，2.01，2.22，3.2，3.21中位数Me=0 极差R=（3.21+4）=7.21 再抽一个样本2.7，则顺序统计量变为：-4，-2.1，-2.1，-0.1，-0.1，0，0，1.2，1.2，2.01，2.22，2.7，3.2，3.21 此时，样本中位数Me=(0+1.2)/2=0.61.13解： F 20x={ 0 , x <0620, 0≪x <11320, 1≪x <21620, 2≪x <31820, 3≪x <41 , x ≫41.14解:利用伽马分布的可加性 X~Γ(α,λ) 则Y =∑X i ~Γ(nα,λ)n i=1X ̅=Y nf Y (y )=λnαy nα−1Γ(nα)e −λy,y >0根据随机变量函数的概率密度公式得：f X ̅(x )=λnα(nx)nα−1Γ(nα)e −λnx∗n =λnαn nαx nα−1Γ(nα)e −λnx ,x >01.15解：运用顺序统计量的概率密度公式 (1) f (m)(x )=n!(m−1)!(n−m )![F (x )]m−1[1−F (x )]n−m f(x) 1≪m ≪n (2) f (k)(j)(x )=n!(k−1)!(j−k−1)!(n−j )![F (x )]k−1[F (y )−F (x )]j−k−1[1−F (y )]n−j f(x)f(y) 1≪k<j ≪n (3) 样本极差R =X (n)−X (1), 其中X (n)和X (1)的概率密度可由（1）得到，再根据函数关系可推出R 的概率密度函数 1.16解:X i −μσ~N(0,1)(X i −μσ)2~χ2(1)故：∑(X i −μσ)2~ni=1χ2(n )1.17 证：),(~ λαΓXx ex x f λαααλ--Γ=∴1)()( 令kXY =ke ky kke ky yf ky ky⋅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 m m++--+≤=+≤=<-Γ=+ΓΓ⎰2222122221122()()()1()(1)()()11(1)(1)(,)n n m n m n mn m n mf y P Y y y y y y 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)n n P Y y P X y P X xdxn ++-≤=≤=≤≤Γ=+112211221212122()()()(1)()1()(1)()()()n n n n n f y P Y y y y n y y n n 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7.8~8.2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7.5~8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7.5~8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：P 1=1−0.9333=0.0667 25个样品的均值大于9分钟的概率为: P 2=1−0.9938=0.0062 100个样品的均值大于8.6分钟的概率为P 3=1−0.9987=0.0013 所以第一种情况更有可能发生1.22 解：μ=2.5 2σ=36 n=5 (1)44302<<s ⇔)955,625(22∈σns 而)1(~222-n ns χσ即 )4(36522χ∈s通过查表可得 P ＝0.1929(2)样本方差落在30~40的概率为0.1929 样品均值-x 落在1.3~3.5的概率即：P{1.3<-x <3.5} ⇔P{-0.4472<σμ)(--x n <0.3727}又σμ)(--x n ~N(0,1)查标准正态分布表可得：P{1.3<-x <3.5}＝0.3179 由于样本均值与样本方差相互独立，故：这样两者同时成立的概率为P ＝0.1929⨯0.3179=0.06131.23 解：(1) ∵2~(0,)X N σ分布 ∴ 2~(0,)X N nσ分布∴ 22()~(1)nXχσ∵ 22221()()ni i a 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=∑()nic 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==++=+=+=∑∑∑∑∴ m d n =1.24证明：X n+1~N(μ,σ2) X̅~N(μ,σ2/n) X n+1−X ̅~N(0,n +1n σ2)X n+1−X̅√n +1nσ2~N(0,1)(n −1)S n∗2σ2~χ2(n −1) 所以：Y =X n+1−X ̅S n ∗√n n +1~t(n −1) 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 aa 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:ˆX pm= 2.2解：（1）X 服从指数分布，λ的似然函数为：L (λ)=λn e −λ∑x i n i=1, x i>0,i =1,2,⋯,nlnL (λ)=nlnλ−λ∑x i ni=1∂lnL (λ)∂λ=nλ−∑x i ni=1解得：λ̂=1x̅（2）f (x )=1b−a,a <x <b似然函数为：L (a,b )=1(b −a)n,a <x i <b显然：a ̂=X (1) b ̂=X (n) （3）f (x )={θ x θ−1 ,0<x <10, 其他似然函数为：L (θ)=θn ∗∏x i θ−1ni=1,0<x i <1lnL (θ)=nlnθ+(θ−1)∑lnx i ni=1∂lnL (θ)∂θ=nθ+∑lnx i ni=1=0 解得：θ̂=−n ∑lnx in i=1（4） f (x )={βk(k−1)!x k−1e −βx ,x >00, x ≤0似然函数为：L (β)=(βk(k −1)!)n ∗∏x i k−1ni=1∗e −β∑x i n i=1 ,x i >0 i =1,2,⋯,n lnL (β)=nk ∗lnβ−n ∗ln (k −1)!+(k −1)∑lnx i ni=1−β∑x i ni=1∂lnL (β)∂β=nkβ−∑x i ni=1=0解得：θ̂=−kx̅（5） f (x )={λ x −λ(x−a),x >a 0, x ≤a似然函数为：L (a,λ)=λn x −λ∑(x i ni=1−a) ,x i >a,i =1,2,⋯,nlnL (a,λ)=n ∗lnλ−λ∑x i ni=1+nλa ∂lnL (a,λ)∂λ=nλ−∑(x i ni=1−a)=0 解得：a ̂=X (1) , λ̂=−1X ̅−X (1)（6） X~B(m , P)P {X =k }=(m k)P k(1−P)m−k ,k =0,1,⋯,m似然函数为：L (p )=(m k)n P ∑xi n i=1(1−P)∑(m−x i )n i=1,x i =0,1,2,⋯,nlnL (p )=n ∗ln (mk)+∑x i n i=1∗lnp +∑(m −x i )ni=1∗ln (1−p)∂lnL (p )∂p=∑x in i=1p−∑(m −x i )n i=11−p=0解得：p ̂=−X̅m2.3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 pE (X )=N+12矩估计：令N ̂+12=710 ∴N̂=1419 极大似然估计：⎪⎩⎪⎨⎧≤≤=其它07101 1)(NN N L要使)(N L 最大，则710=N710=∴∧N2.5 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=-=R0215.005.04299.05=⨯==∴∧d Rσ（2）将所有数据分为三组如下所示：0197.005.03946.005.0)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 M S E41121+=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 i2132121X X +=∴∧μ最有效2.9 证： )(~λp X λλ==∴)( )(X D X EX 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2.11证明：X~P (λ)假设T(X 1)为θ=e −2λ的无偏估计，即： E[T(X 1)]= θ, E [T (X1)]=∑T (X )∞x=0∗λx x!e−λ=e −2λ=∑T (X )∞x=0∗λx x!=e−λ=∑(−λ)xx!∞x=0=∑(−1)x λx x!∞x=0（泰勒展开）所以T (X 1)=(−1)X 1是θ=e −2λ的唯一无偏估计。

应用数理统计课后习题参考答案

应用数理统计课后习题参考答案1. 描述性统计问题1描述性统计是一种对数据进行整理、呈现和分析的方法。

它可以提供数据的基本特征，包括数据的中心趋势、离散程度和分布形状。

常见的描述性统计方法有：•平均数：用于衡量数据的中心趋势，是所有数据值的总和除以数据的个数。

•中位数：将数据按大小顺序排列，中间位置的数值即为中位数。

•众数：数据中出现次数最多的数值。

•范围：数据的最大值减去最小值。

•方差：用于衡量数据的离散程度，是每个数据与平均数之差的平方的平均值。

•标准差：方差的正平方根。

问题2对于给定数据集，以下是计算描述性统计的步骤：1.求出数据的个数。

2.计算数据的总和。

3.求出数据的平均数。

4.将数据按大小顺序排列。

5.求出数据的中位数。

6.找出数据中出现次数最多的数值，即众数。

7.计算数据的范围。

8.计算数据的方差。

9.计算数据的标准差。

2. 概率分布问题1概率分布是用来描述随机变量的分布规律的函数。

常见的概率分布包括：•二项分布：适用于具有两个可能结果的离散型随机变量，如投硬币的结果。

•泊松分布：适用于描述单位时间或单位空间内随机事件发生次数的离散型随机变量。

•正态分布：也称为高斯分布，是一种连续型概率分布，常用于描述自然界中许多现象的分布情况，如身高、体重等。

问题2对于给定的概率分布，以下是计算概率的步骤：1.对于离散型概率分布，计算每个可能结果的概率，并将其加总为1。

2.对于连续型概率分布，计算指定区间内的概率，可以使用积分来进行计算。

3.根据需要计算特定事件的概率，可以使用概率密度函数（PDF）或累积分布函数（CDF）来计算。

3. 统计推断问题1统计推断是一种利用样本数据对总体特征进行估计和推断的方法。

常见的统计推断方法有：•置信区间估计：对总体参数进行估计时，构造一个区间，使得真实值以一定概率包含在该区间内。

•假设检验：用于判断一个总体参数是否等于某个特定值。

•方差分析：用于比较两个或多个总体的均值是否有显著差异。

应用数理统计习题答案

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 t Pnξξξξξξπ-+∞-==≤⇒=-≤=-==≤==≤=≤=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 aξγσ-=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 NPξξξξχχξξξξ+-+-+<=-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 ξχξσσξξσσ+=+===∴=∑∑∑∑∑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-====--=+--+--∂=-=⇒=∂-∏∑∑（11max(1)~(,0)11(1)(),,,0(),()()nnniULL Lξθθθξξθθθξθθ==-=<<-=≤∏6.7.所以不唯一。

西安交通大学智慧树知到“会计学”《应用统计分析》网课测试题答案_4

西安交通大学智慧树知到“会计学”《应用统计分析》网课测试题答案（图片大小可自由调整）第1卷一.综合考核(共10题)1.假设检验和抽样估计的不同和联系：(甲)都是对总体某一数量特征的推断，都是运用概率估计来得到自己的结论﹔(乙)前者需要事先对总体参数作出某种假设，然后根据已知的抽样分布规律确定可以接受的临界值﹔(丙)后者无须事先对总体数量特征做出假设。

它是根据已知的抽样分布规律作出恰当的区间，给定总体参数落在这一区间的概率。

()A.甲B.甲丙C.甲乙D.乙丙2.在保证概率度和总体方差一定的条件下允许误差大小与抽样数目多少成正比。

()A.对B.错3.在一份问卷中有这样一问题：“您的职业是?①教师②公务员③军人④企业管理人员⑤职工⑥个体户⑦其他”，请问该问题属于()。

A.事实性问题B.半开放半封闭问题C.答案的设计是多项式的D.答案的设计是是非式的E.意见性问题4.标志变异度指标越大，均衡性也越好。

()A.对B.错5.抽样调查结果表明，甲企业职工平均工资方差为25，乙企业为100，又知抽取的乙企业工人数比甲企业工人数多3倍，则重复抽样时随机抽样误差()。

A.乙企业较大B.甲企业较大C.相同D.不能作出结论6.当一组数据属于左偏分布时，则()。

A.平均数、中位数与众数是合而为一的B.众数在左边、平均数在右边C.众数的数值较小、平均数的数值较大D.众数在右边、平均数在左边7.总体中各标志值之间的差异程度越大，标准差系数就越小。

()A.正确B.错误8.抽样估计置信度就是表明抽样指标和总体指标的误差不超过一定范围的概率保证程度。

()A.正确B.错误9.中位数和众数都属于平均数，因此它们数值的大小受到总体内各单位标志值大小的影响。

()A.对B.错10.直线回归方程y=a+bx中的b称为回归系数，回归系数的作用是()。

A.可确定两个变量之间因果的数量关系B.可确定两变量的相关方向C.可确定两变量相关的密切程度D.可确定因变量的实际值与估计值的变异程度E.可确定当自变量增加一个单位时，因变量平均增加值第1卷参考答案一.综合考核1.参考答案：D2.参考答案：B3.参考答案：ABC4.参考答案：B5.参考答案：C6.参考答案：D7.参考答案：B8.参考答案：A9.参考答案：B10.参考答案：ABE。

数理统计 (汪荣鑫著) 西安交通大学出版社课后答案

.c om
课后答案网
证明：令
w
da
kh
w
w
w
.k
若侵犯了您的版权利益，敬请来信通知我们！ ℡
om
课
U2 X = 2 ,由F 分布定义 ∴ X 2 ∼ F (1, n) χ /n
2
后答
χ 2 ∼ χ 2 (n), 且U 与χ 2独立,U 2亦与χ 2独立
om
课
课后答案网
kh
w
w
立， 2 Z2 Z 22 ∼ N (0,1), ∼ χ (1) 3 3 2 2 且与χ 相互独立。由 χ 分布可加性，
Z12 Z 2 2 1 2 1 1 + = ( Z1 + Z 2 2 ) = Y ∼ χ 2 (2),∴ c = 3 3 3 3 3
θ −1
+∞
hd 案网 aw kh .c da om w .c
1
2矩法估计
课后答案网
后答
da
试求 σ 的最大似然估计;并问所得估计量是否的无偏估计. ∑x x n n 1 −σ 1 n − σ 解：
w
.c om
1 −σ e , −∞ < x < ∞ 5.设母体X的密度为 f ( x) = 2σ
w
da
课
后答
xi − a c
课后答案网
da
yi = xi − 100, a = 100, y =
kh
w
w
w
.k
sx 2 = s y 2 =
课
x = a + y = 100
2 1 1 yi 2 − y = × [( −8)2 + ( −6)2 + 32 + 52 + 62 ] − 0 = 34 ∑ 5 n i

应用数理统计课后习题参考答案

习题五1 某钢厂检查一月上旬内的五天中生产的钢锭重量，结果如下：(单位：k g)日期重旦量1 5500 5800 5740 57102 5440 5680 5240 56004 5400 5410 5430 54009 5640 5700 5660 570010 5610 5700 5610 5400试检验不同日期生产的钢锭的平均重量有无显著差异？ ( =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 5.2假设样本观测值y j(j 123,4)来源于正态总体Y~N(i, ),i 1,2,...,5检验的问题：H。

：i 2 L 5, H i : i不全相等.计算结果：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F0.95(4,15) 3.06，因为F 3.9496 F0.95(4,15)，或p = 0.02199<0.05 ，所以拒绝H。

，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 .2假设样本观测值y j(j 1,2,..., nJ来源于正态总体Y~N(i, ), i 1,2,...,5 .其中样本容量不等，n分别取值为6，5，3，4 .日产量操作工查表 F O .95（3,14） 3.34，因为 F 2.4264 F °.95（3,14），或 p = 0.1089 > 0.05，所以接受H 。

，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 Xm/cm2 ）,影响该指标的因素有两个，一是含铜量 A ,另一个是温度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？（ =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 12.2假设样本观测值y j （i 1,2,3, j 1,2,3,4）来源于正态总体 Y j ~N （j ,）,i 1,2,3,j 1,2,3,4 .记i 为对应于A 的主效应；记 j 为对应于B j 的主效应；检验的问题：（1） H i 。

西安交通大学17年9月课程考试《应用统计分析》作业考核试题100分答案

西安交通大学17年9月课程考试《应用统计分析》作业考核试题一、单选题（共 20 道试题，共 40 分。

）1. 抽样误差是指（）。

A. 计算过程中产生的误差B. 调查中产生的登记性误差C. 调查中产生的系统性误差D. 调查中产生的随机性误差正确答案：D2. 以产品等级来反映某种产品的质量，则该产品等级是（）。

A. 数量标志B. 数量指标C. 品质标志D. 质量指标正确答案：C3. 在抽样方法中，最简单和最基本的一种抽样方法是（）。

A. 分层抽样B. 等距抽样C. 简单随机抽样D. 整群抽样正确答案：C4. 离中趋势指标中，最容易受极端值影响的是（）。

A. 极差B. 方差C. 标准差D. 标准差系数正确答案：A5. （）表示事物的质的特征，是不能以数值表示的。

A. 品质标志B. 数量标志C. 质量指标D. 数量指标正确答案：A6. 某地区进行国有商业企业经营情况调查，则调查对象是（）。

A. 该地所有商业企业B. 该地所有国有商业企业C. 该地每一家国有商业企业D. 该地每一家商业企业正确答案：B7. 问卷设计的主体部分是（）。

A. 被调查基本情况B. 引言和注释C. 问题和答案D. 结语正确答案：C8. 若两组数据的标准差相等而平均数不等，则（）。

A. 平均数小代表性大B. 平均数大代表性大C. 代表性也相等D. 无法判断正确答案：B9. 在假设检验中，不能拒绝原假设意味着（）。

A. 原假设肯定是正确的B. 原假设肯定是错误的C. 没有证据证明原假设是正确的D. 没有证据证明原假设是错误的正确答案：C10. 统计工作的成果是（）。

A. 统计学B. 统计工作C. 统计资料D. 统计分析和预测正确答案：C11. 统计学自身的发展，沿着两个不同的方向，形成（）。

A. 描述统计学与理论统计学B. 理论统计学与推断统计学C. 理论统计学与应用统计学D. 描述统计学与推断统计学正确答案：C12. 随着样本单位数增大，样本统计量也趋于接近总体参数，成为抽样推断优良估计的（）。

西安交通大学概率论与数理统计试题及答案

(0,)N σ25215)X X ++设随机变量X 服从参数为）θ的矩估计；（}180169P -⎧=⎨⎩1.54)＝0.93941()xf x dx =⎰1(1,F n -(24,19)=0.429,222.32 1.5071.89≈∈12(t n n +0.05(43)t =-=2.647 1.681≈-<-)B=。

)1≥=。

个人在第一层进入十八层楼的电梯，假如每个人以相同的概率从任一层走出电梯（从第二层三、exp(),5X2(5,)B e-，∴四、设1iX⎧=⎨⎩第1 页51e -⎧-exp(5)λ,365,(365N ⨯3652)3652-⨯=⨯ 1X θθ=+(0,1)N的样本Nμ是来自正态总体(.ˆμ,它是否是μ1,2,i n=()E X=设供电站每天要向居民供电的量为N,居民每天用电量为10000∑的极大似然估计量为12,X X () x x x μ->≤X -()P λ，且已知服从{(,Gx y =)x =。

共 2 页第 1 页,,)X X的数学期望和方差。

分）银行为支付某日即将到期的债券须准备一笔现金，已知这批债券共发放了共 2 页第 2 页A=第9x< 10,0(500N ⨯的把握满足客户的兑换）exp(),exp(),(2),2ii iiX Y X Y χθθ∴=即 222(2)nni inXX Y n χθθ∴==∑∑ ）(2)n χθ2nX∴<<2112(2), n αλχ-∴=。

西安交通大学智慧树知到“会计学”《应用统计分析》网课测试题答案1

西安交通大学智慧树知到“会计学”《应用统计分析》网课测试题答案（图片大小可自由调整）第1卷一.综合考核(共15题)1.在下列哪些情况下，必须计算离散系数来比较两数列的离散程度大小()。

A.平均数大的标准差亦大，平均数小的标准差亦小B.平均数大的标准差小，平均数小的标准差大C.两平均数相等D.两数列的计量单位不同E.两标准差相等2.标志变异指标能反映()。

A.变量的一般水平B.总体分布的集中趋势C.总体分布的离中趋势D.变量分布的离散趋势E.现象的总规模、总水平3.分层抽样要求组与组之间的差异越大越好，而整群抽样则希望群与群之间的差异越小越好。

()A.对B.错4.在正态分布情况下，X与M0、Me之间相等。

()A.对B.错5.下面哪些现象适合用累计法计算平均发展速度()。

A.商品销售量B.基本建设投资完成额C.产品产量D.居民收入E.垦荒造林的数量6.描述统计内容包括()A.统计数据收集方法B.数据加工处理方法C.统计数据显示方法D.数据分布特征的概括E.抽样推断方法7.品质标志和质量指标一般不能用数值表示。

()A.正确B.错误8.统计学自身的发展，沿着两个不同的方向，形成()A.描述统计学与理论统计学B.理论统计学与推断统计学C.理论统计学与应用统计学D.描述统计学与推断统计学9.可变标志是总体同质性特征的条件，而不变标志是总体差异性特征的条件。

()A.正确B.错误10.进行统计分组的关键是()。

A.划分各组组限B.正确选择分组标志C.确定各组组距D.计算各组组中值11.数量指标是指由数量标志汇总来的，质量指标是由品质标志汇总来的。

()A.对B.错12.广义指数就是各种相对数。

()A.正确B.错误13.平均数指数的计算特点是：先计算所研究对象各个项目的个体指数﹔然后给出权数进行加权平均求得总指数。

()A.正确B.错误14.确定直线回归方程必须满足的条件是()。

A.现象间确实存在数量上的相互依存关系B.相关系数r必须等于1C.y与x必须同方向变化D.现象间存在着较密切的直线相关关系E.相关系数r必须大于015.工业企业的职工人数、职工工资是()。

应用数理统计习题答案_西安交大

应用数理统计习题答案_西安交大（论文资料）

西安交大西工大 考研备考期末复习 数理统计第一部分 基本概念(带答案)

西安交通大学数理统计研究生试题

其他系统西安交通大学应用统计分析所有答案

西安交通大学——应用数理统计课后答案_

西安交大研究生课程之应用数理统计作业

应用数理统计课后习题参考答案

应用数理统计习题答案

西安交通大学智慧树知到“会计学”《应用统计分析》网课测试题答案_4

数理统计 (汪荣鑫著) 西安交通大学出版社 课后答案

应用数理统计课后习题参考答案

西安交通大学17年9月课程考试《应用统计分析》作业考核试题100分答案

西安交通大学概率论与数理统计试题及答案

西安交通大学智慧树知到“会计学”《应用统计分析》网课测试题答案1

西安交大西工大考研备考期末复习数理统计第一部分基本概念(带答案)

数理统计 (汪荣鑫著) 西安交通大学出版社课后答案