参数估计习题课
参数估计练习题
参数估计练习题一、选择题1. 在统计学中，参数估计通常指的是：A. 估计总体参数的值B. 估计样本的均值C. 估计样本的方差D. 估计样本的中位数2. 下列哪项不是点估计的特点？A. 唯一性B. 精确性C. 随机性D. 简洁性3. 区间估计与点估计的主要区别在于：A. 区间估计提供了一个范围B. 点估计提供了一个范围C. 点估计比区间估计更精确D. 区间估计比点估计更精确4. 以下哪个分布的参数估计通常使用最大似然估计法？A. 正态分布B. 均匀分布C. 二项分布D. 泊松分布5. 以下哪个统计量是正态分布的参数估计？A. 方差B. 均值C. 标准差D. 所有上述选项二、填空题6. 点估计的误差可以通过________来衡量。
7. 区间估计的置信水平为95%，表示我们有95%的把握认为总体参数位于________内。
8. 样本均值的抽样分布服从________分布，当样本量足够大时。
9. 样本方差的抽样分布服从________分布，当样本量足够大时。
10. 正态分布的参数估计中，均值μ的估计量是________。
三、简答题11. 简述点估计与区间估计的区别。
12. 描述最大似然估计法的基本原理。
13. 解释为什么在样本量较大时，样本均值的分布会接近正态分布。
14. 说明在进行区间估计时，置信水平和置信区间宽度之间的关系。
15. 描述如何使用样本数据来估计总体比例。
四、计算题16. 假设有一个样本数据集{2, 4, 6, 8, 10}，请计算样本均值和样本方差。
17. 假设你有一个正态分布的样本，样本均值为50，样本标准差为10，样本量为100。
请计算总体均值的95%置信区间。
18. 假设你有一个二项分布的样本，样本量为200，样本比例为0.4。
请使用最大似然估计法估计总体比例。
19. 假设你有一个泊松分布的样本，样本量为100，总观察值为200。
请估计泊松分布的参数λ。
20. 假设你有一个均匀分布的样本，样本最小值为1，样本最大值为10。
贾俊平《统计学》(第7版)考点归纳和课后习题详解(含考研真题)(第7章 参数估计)【圣才出品】
第7章参数估计7.1 考点归纳【知识框架】【考点提示】（1）置信区间的含义理解（选择题、简答题考点）；（2）估计量的三个评价标准（判断题、填空题、简答题考点）；（3）区间估计的步骤（简答题考点）、总体参数的区间估计选择恰当的统计量（计算题考点）；（4）必要样本容量的影响因素、计算（简答题、计算题考点）。
【核心考点】考点一：参数估计的基本原理1．置信区间（1）置信水平为95%的置信区间的含义：用某种方法构造的所有区间中有95%的区间包含总体参数的真值。
（2）置信度愈高（即估计的可靠性愈高），则置信区间相应也愈宽（即估计准确性愈低）。
（3）置信区间的特点：置信区间受样本影响，具有随机性，总体参数的真值是固定的。
一个特定的置信区间“总是包含”或“绝对不包含”参数的真值，不存在“以多大的概率包含总体参数”的问题。
2．评价估计量的标准（1）无偏性：估计量抽样分布的期望值等于被估计的总体参数，即E（θ∧）＝θ。
（2）有效性：估计量的方差尽可能小。
（3）一致性：随着样本量的增大，估计量的值越来越接近被估计总体的参数。
【提示】本考点常见考查方式：①直接考查置信水平为95%的置信区间的含义；②置信度、估计可靠性、置信区间的关系及应用；③置信区间的特点；④给出估计量的具体含义，判断体现了什么标准；⑤直接回答估计量的三个评价标准及具体含义（简答题）。
考点二：一个总体参数的区间估计表7-1 一个总体参数的区间估计【总结】一个总体参数的估计及所使用的分布见图7-1：图7-1 一个总体参数的估计及所使用的分布【真题精选】设总体X～N（μ，σ2），σ2已知，样本容量和置信水平固定，对不同的样本观测值，μ的置信区间的长度（）。
[对外经济贸易大学2018研]A．变长B ．变短C ．保持不变D ．不能确定 【答案】C【解析】在正态总体方差已知的条件下，μ的置信区间为/2x z ±ασ所以置信区间长度为/22Z α，当样本容量和置信水平固定时，置信区间长度保持不变。
统计学第七章、第八章课后题答案
统计学复习笔记第七章 参数估计一、 思考题1． 解释估计量和估计值在参数估计中，用来估计总体参数的统计量称为估计量。
估计量也是随机变量。
如样本均值，样本比例、样本方差等。
根据一个具体的样本计算出来的估计量的数值称为估计值。
2． 简述评价估计量好坏的标准（1）无偏性：是指估计量抽样分布的期望值等于被估计的总体参数。
（2)有效性:是指估计量的方差尽可能小。
对同一总体参数的两个无偏估计量，有更小方差的估计量更有效。
（3)一致性：是指随着样本量的增大，点估计量的值越来越接近被估总体的参数。
3． 怎样理解置信区间 在区间估计中，由样本统计量所构造的总体参数的估计区间称为置信区间。
置信区间的论述是由区间和置信度两部分组成。
有些新闻媒体报道一些调查结果只给出百分比和误差(即置信区间），并不说明置信度,也不给出被调查的人数，这是不负责的表现。
因为降低置信度可以使置信区间变窄（显得“精确”）,有误导读者之嫌.在公布调查结果时给出被调查人数是负责任的表现.这样则可以由此推算出置信度（由后面给出的公式），反之亦然.4． 解释95%的置信区间的含义是什么置信区间95％仅仅描述用来构造该区间上下界的统计量（是随机的）覆盖总体参数的概率.也就是说,无穷次重复抽样所得到的所有区间中有95％（的区间）包含参数。
不要认为由某一样本数据得到总体参数的某一个95%置信区间，就以为该区间以0。
95的概率覆盖总体参数.5． 简述样本量与置信水平、总体方差、估计误差的关系。
1. 估计总体均值时样本量n 为2. 样本量n 与置信水平1-α、总体方差、估计误差E 之间的关系为其中： 2222)(E z n σα=n z E σα2=▪与置信水平成正比，在其他条件不变的情况下,置信水平越大，所需要的样本量越大；▪与总体方差成正比，总体的差异越大，所要求的样本量也越大；▪与与总体方差成正比，样本量与估计误差的平方成反比，即可以接受的估计误差的平方越大，所需的样本量越小。
概率论与数理统计(理工类-第四版)吴赣昌主编课后习题答案第六章
第六章参数估计6.1 点估计问题概述习题1总体X在区间[0,θ]上均匀分布，X1,X2,⋯,Xn是它的样本，则下列估计量θ̂是θ的一致估计是().(A)θ̂=Xn; (B)θ̂=2Xn;(C)θ̂=X¯=1n∑i=1nXi; (D)θ̂=Max{X1,X2,⋯,Xn}.解答：应选(D).由一致估计的定义，对任意ɛ>0,P(∣Max{X1,X2,⋯,Xn}-θ∣<ɛ)=P(-ɛ+θ<Max{X1,X2,⋯,Xn}<ɛ+θ)=F(ɛ+θ)-F(-ɛ+θ).因为FX(x)={0,x<0xθ,0≤x≤θ1,x>θ,及F(x)=FMax{X1,X2,⋯,Xn}(x)=FX1(x)FX2(x)⋯FXn(x),所以F(ɛ+θ)=1, F(-ɛ+θ)=P(Max{X1,X2,⋯,Xn}<-ɛ+θ)=(1-xθ)n,故P(∣Max{X1,X2,⋯,Xn}-θ∣<ɛ)=1-(1-xθ)n→1(n→+∞).习题2设σ是总体X的标准差，X1,X2,⋯,Xn是它的样本，则样本标准差S是总体标准差σ的().(A)矩估计量； (B)最大似然估计量； (C)无偏估计量； (D)相合估计量.解答：应选(D).因为，总体标准差σ的矩估计量和最大似然估计量都是未修正的样本标准差；样本方差是总体方差的无偏估计，但是样本标准差不是总体标准差的无偏估计.可见，样本标准差S是总体标准差σ的相合估计量.习题3设总体X的数学期望为μ,X1,X2,⋯,Xn是来自X的样本，a1,a2,⋯,an是任意常数，验证(∑i=1naiXi)/∑i=1nai(∑i=1nai≠0)是μ的无偏估计量.解答：E(X)=μ,E(∑i=1naiXi∑i=1nai)=1∑i=1nai⋅∑i=1naiE(Xi)(E(Xi)=E(X)=μ)=μ∑i=1nai∑i=1n=μ,综上所证，可知∑i=1naiXi∑i=1nai是μ的无偏估计量.习题4设θ̂是参数θ的无偏估计，且有D(θ̂)>0, 试证θ̂2=(θ̂)2不是θ2的无偏估计.解答：因为D(θ̂)=E(θ̂2)-[E(θ̂)]2, 所以E(θ̂2)=D(θ̂)+[E(θ̂)]2=θ2+D(θ̂)>θ2,故(θ̂)2不是θ2的无偏估计.习题5设X1,X2,⋯,Xn是来自参数为λ的泊松分布的简单随机样本，试求λ2的无偏估计量.解答：因X服从参数为λ的泊松分布，故D(X)=λ,E(X2)=D(X)+[E(X)]2=λ+λ2=E(X)+λ2,于是E(X2)-E(X)=λ2,即E(X2-X)=λ2.用样本矩A2=1n∑i=1nXi2,A1=X¯代替相应的总体矩E(X2),E(X), 便得λ2的无偏估计量λ̂2=A2-A1=1n∑i=1nXi2-X¯.习题6设X1,X2,⋯,Xn为来自参数为n,p的二项分布总体，试求p2的无偏估计量.解答：因总体X∼b(n,p), 故E(X)=np,E(X2)=D(X)+[E(X)]2=np(1-p)+n2p2=np+n(n-1)p2=E(X)+n(n-1)p2,E(X2)-E(X)n(-1)=E[1n(n-1)(X2-X)]=p2,于是，用样本矩A2,A1分别代替相应的总体矩E(X2),E(X),便得p2的无偏估计量p̂2=A2-A1n(n-1)=1n2(n-1)∑i=1n(Xi2-Xi).习题7设总体X服从均值为θ的指数分布，其概率密度为f(x;θ)={1θe-xθ,x>00,x≤0,其中参数θ>0未知. 又设X1,X2,⋯,Xn是来自该总体的样本，试证：X¯和n(min(X1,X2,⋯,Xn))都是θ的无偏估计量，并比较哪个更有效.解答：因为E(X)=θ,而E(X¯)=E(X),所以E(X¯)=θ,X¯是θ的无偏估计量.设Z=min(X1,X2,⋯,Xn),因为FX(x)={0,x≤01-e-xθ,x>0,FZ(x)=1-[1-FX(x)]n={1-e-nxθ,x>00,x≤0,所以fZ(x)={nθe-nxθ,x>00,x≤0,这是参数为nθ的指数分布，故知E(Z)=θn,而E(nZ)=E[n(min(X1,X2,⋯,Xn)]=θ,所以nZ也是θ的无偏估计.现比较它们的方差大小.由于D(X)=θ2,故D(X¯)=θ2n.又由于D(Z)=(θn)2,故有D(nZ)=n2D(Z)=n2⋅θ2n2=θ2.当n>1时，D(nZ)>D(X¯),故X¯较nZ有效.习题8设总体X服从正态分布N(m,1),X1,X2是总体X的子样，试验证m1̂=23X1+13X2, m2̂=14X1+34X2, m3̂=12X1+12X2,都是m的无偏估计量；并问哪一个估计量的方差最小?解答：因为X服从N(m,1), 有E(Xi)=m,D(Xi)=1(i=1,2),得E(m1̂)=E(23X1+13X2)=23E(X1)+13E(X2)=23m+13m=m,D(m1̂)=D(23X1+13X2)=49D(X1)+19D(X2)=49+19=59,同理可得：E(m2̂)=m,D(m2̂)=58, E(m3̂)=m,D(m3̂)=12.所以，m1̂,m2̂,m3̂都是m的无偏估计量，并且在m1̂,m2̂,m3̂中，以m3̂的方差为最小.习题9设有k台仪器. 已知用第i台仪器测量时，测定值总体的标准差为σi(i=1,2,⋯,k), 用这些仪器独立地对某一物理量θ各观察一次，分别得到X1,X2,⋯,Xk. 设仪器都没有系统误差，即E(Xi)=θ(i=1,2,⋯,k), 问a1,a2,⋯,ak应取何值，方能使用θ̂=∑i=1kaiXi估计θ时，θ̂是无偏的，并且D(θ̂)最小？解答：因为E(Xi)=θ(i=1,2,⋯,k), 故E(θ̂)=E(∑i=1kaiXi)=∑i=1kaiE(Xi)=θ∑i=1kai,欲使E(θ̂)=θ,则要∑i=1kai=1.因此，当∑i=1kai=1时，θ̂=∑i=1kaiXi为θ的无偏估计, D(θ̂)=∑i=1kai2σi2, 要在∑i=1kai=1的条件下D(θ̂)最小，采用拉格朗日乘数法.令L(a1,a2,⋯,ak)=D(θ̂)+λ(1-∑i=1kai)=∑i=1kai2σi2+λ(1-∑i=1kai),{∂L∂ai=0,i=1,2,⋯,k∑i=1kai=1,即2aiσi2-λ=0,ai=λ2i2;又因∑i=1kai=1,所以λ∑i=1k12σi2=1,记∑i=1k1σi2=1σ02,所以λ=2σ02,于是ai=σ02σi2 (i=1,2,⋯,k),故当ai=σ02σi2(i=1,2,⋯,k)时，θ̂=∑i=1kaiXi是θ的无偏估计，且方差最小.习题6.2 点估计的常用方法习题1设X1,X2,⋯,Xn为总体的一个样本，x1,x2,⋯,xn为一相应的样本值，求下述各总体的密度函数或分布律中的未知参数的矩估计量和估计值及最大似然估计量．(1)f(x)={θcθx-(θ+1),x>c0,其它, 其中c>0为已知，θ>1,θ为未知参数.(2)f(x)={θxθ-1,0≤x≤10,其它, 其中θ>0,θ为未知参数.(3)P{X=x}=(mx)px(1-p)m-x, 其中x=0,1,2,⋯,m,0<p<1,p为未知参数.解答：(1)E(X)=∫c+∞x⋅θcθx-(θ+1)dx=θcθ∫c+∞x-θdx=θcθ-1，解出θ=E(X)E(X)-c，令X¯=E(X)，于是θ̂=X¯X¯-c为矩估计量，θ的矩估计值为θ̂=x¯x¯-c，其中x¯=1n∑i=1nxi．另外，似然函数为L(θ)=∏i=1nf(xi;θ)=θncnθ(∏i=1nxi)-(θ+1)，xi>c，对数似然函数为lnL(θ)=nlnθ+nθlnc-(θ+1)∑i=1nlnxi，对lnL(θ)求导，并令其为零，得dlnL(θ)dθ=nθ+nlnc-∑i=1nlnxi=0，解方程得θ=n∑i=1nlnxi-nlnc，故参数的最大似然估计量为θ̂=n∑i=1nlnXi-nlnc．(2)E(X)=∫01x⋅θxθ-1dx=θθ+1，以X¯作为E(X)的矩估计，则θ的矩估计由X¯=θθ+1解出，得θ̂=(X¯1-X¯)2，θ的矩估计值为θ̂=(x¯1-x¯)2，其中x¯=1n∑i=1nxi为样本均值的观测值．另外，似然函数为L(θ)=∏i=1nf(xi;θ)=θn/2(∏i=1nxi)θ-1，0≤xi≤1，对数似然函数为lnL(θ)=n2lnθ+(θ-1)∑i=1nlnxi，对lnL(θ)求导，并令其为零，得dlnL(θ)dθ=n2θ+12θ∑i=1nlnxi=0，解方程得θ=(-n∑i=1nlnxi)2，故参数的最大似然估计量为θ̂=(n∑i=1nlnXi)2．(3)X∼b(m,p)，E(X)=mp，以X¯作为E(X)的矩估计，即X¯=E(X)，则参数p的矩估计为p̂=1mX¯=1m⋅1n∑i=1nXi，p的矩估计值为p̂=1mx¯=1m⋅1n∑i=1nxi．另外，似然函数为L(θ)=∏i=1nf(xi;θ)=(∏i=1nCmxi)p∑i=1nxi(1-p)∑i=1n(m-xi)，xi=0,1,⋯,m，对数似然函数为lnL(θ)=∑i=1nlnCmxi+(∑i=1nxi)lnp+(∑i=1n(m-xi))ln(1-p)，对lnL(θ)求导，并令其为零，得dlnL(θ)dθ=1p∑i=1nxi-11-p∑i=1n(m-xi)=0，解方程得p=1mn∑i=1nxi，故参数的最大似然估计量为p̂=1mn∑i=1nXi=1mX¯．习题2设总体X服从均匀分布U[0,θ],它的密度函数为f(x;θ)={1θ,0≤x≤θ0,其它,(1)求未知参数θ的矩估计量；(2)当样本观察值为0.3,0.8,0.27,0.35,0.62,0.55时，求θ的矩估计值.解答：(1)因为E(X)=∫-∞+∞xf(x;θ)dx=1θ∫0θxdx=θ2,令E(X)=1n∑i=1nXi,即θ2=X¯,所以θ̂=2X¯.(2)由所给样本的观察值算得x¯=16∑i=16xi=16(0.3+0.8+0.27+0.35+0.62+0.55)=0.4817,所以θ̂=2x¯=0.9634.习题3设总体X以等概率1θ取值1,2,⋯,θ,求未知参数θ的矩估计量.解答：其中θ(0<θ<1)为未知参数. 已知取得了样本值x1=1,x2=2,x3=1, 试求θ的矩估计值和最大似然估计值.解答：E(X)=1×θ2+2×2θ(1-θ)+3×(1-θ)2=3-2θ,x¯=1/3×(1+2+1)=4/3.因为E(X)=X¯,所以θ̂=(3-x¯)/2=5/6为矩估计值,L(θ)=∏i=13P{Xi=xi}=P{X1=1}P{X2=2}P{X3=1}=θ4⋅2θ⋅(1-θ)=2θ5(1-θ),lnL(θ)=ln2+5lnθ+ln(1-θ),对θ求导,并令导数为零dlnLdθ=5θ-11-θ=0,得θL̂=56.习题6(1)设X1,X2,⋯,Xn来自总体X的一个样本, 且X∼π(λ),求P{X=0}的最大似然估计.(2)某铁路局证实一个扳道员五年内所引起的严重事故的次数服从泊松分布，求一个扳道员在五年内未引起严重事故的概率 p的最大似然估计，使用下面122个观察值统计情况. 下表中，r表示一扳道员某五年中引起严重事故的次数，s表示观察到的扳道员人数.解答：(1)已知，λ的最大似然估计为λ̂L=X¯.因此⌢P{X=0}=e-λL̂=e-X¯.(2)设X为一个扳道员在五年内引起的严重事故的次数，X服从参数为λ的泊松分布，样本容量n=122.算得样本均值为x¯=1122×∑r=05r⋯r=1122×(0×44+1×42+2×21+3×9+4×4+5×2)≈1.123,因此P̂{X=0}=e-x¯=e-1.123≈0.3253.习题6.3 置信区间习题1对参数的一种区间估计及一组观察值(x1,x2,⋯,xn)来说,下列结论中正确的是().(A)置信度越大,对参数取值范围估计越准确;(B)置信度越大,置信区间越长;(C)置信度越大,置信区间越短;(D)置信度大小与置信区间有长度无关.解答：应选(B).置信度越大，置信区间包含真值的概率就越大，置信区间的长度就越大，对未知参数的估计精度越低.反之，对参数的估计精度越高，置信区间的长度越小，它包含真值的概率就越低,置信度就越小.习题2设(θ1,θ2)是参数θ的置信度为1-α的区间估计，则以下结论正确的是().(A)参数θ落在区间(θ1,θ2)之内的概率为1-α;(B)参数θ落在区间(θ1,θ2)之外的概率为α;(C)区间(θ1,θ2)包含参数θ的概率为1-α;(D)对不同的样本观察值，区间(θ1,θ2)的长度相同.解答：应先(C).由于θ1,θ2都是统计量，即(θ1,θ2)是随机区间，而θ是一个客观存在的未知常数，故(A),(B)不正确.习题3设总体的期望μ和方差σ2均存在，如何求μ的置信度为1-α的置信区间？解答：先从总体中抽取一容量为n的样本X1,X2,⋯,Xn.根据中心极限定理，知U=X¯-μσ/n→N(0,1)(n→∞).(1)当σ2已知时，则近似得到μ的置信度为1-α的置信区间为(X¯-uα/2σn,X¯+uα/2σn).(2)当σ2未知时，用σ2的无偏估计S2代替σ2,这里仍有X¯-μS/n→N(0,1)(n→∞),于是得到μ的1-α的置信区间为(X¯-uα/2Sn,X¯+uα/2Sn),一般要求n≥30才能使用上述公式，称为大样本区间估计.习题4某总体的标准差σ=3cm,从中抽取40个个体，其样本平均数x¯=642cm,试给出总体期望值μ的95%的置信上、下限(即置信区间的上、下限).解答：因为n=40属于大样本情形，所以X¯近似服从N(μ,σ2n)的正态分布，于是μ的95%的置信区间近似为(X¯±σnuα/2),这里x¯=642,σ=3,n=40≈6.32,uα/2=1.96,从而(x¯±σnuα/2)=(642±340×1.96)≈(642±0.93),故μ的95%的置信上限为642.93, 下限为641.07.习题5某商店为了了解居民对某种商品的需要，调查了100家住户，得出每户每月平均需求量为10kg, 方差为9，如果这个商店供应10000户，试就居民对该种商品的平均需求量进行区间估计(α=0.01),并依此考虑最少要准备多少这种商品才能以0.99的概率满足需求？解答：因为n=100属于大样本问题，所以X¯近似服从N(μ,σ2/n),于是μ的99%的置信区间近似为(X¯±Snuα/2),而x¯=10,s=3,n=100, uα/2=2.58,所以(x¯±snuα/2)=(10±3100×2.58)=(10±0.774)=(9.226,10.774).试以95%的置信度，求出该品种玉米平均穗位的置信区间.解答：因为n=100属于大样本情形，所以μ的置信度为95%的置信区间上、下限近似为X¯±snuα/2,这里n=100,uα/2=1.96,还需计算出x¯和s.取a=115,c=10, 令zi=(xi-a)/c=(xi-115)/10, 用简单算公式，(1)x¯=a+cz¯; (2)sx2=c2sz2.z¯=1100∑i=19mizi=1100×(-27)=-0.27,x¯=10×(-27)+115=112.3,sz2=199∑i=19mizi2=199×313≈3.161616,sx2=102×3.161616=316.1616, sx≈17.78.于是(x¯±snuα)≈(112.3±17.7810×1.96)≈(112.3±3.485)=(108.815,115.785).习题7某城镇抽样调查的500名应就业的人中，有13名待业者，试求该城镇的待业率p的置信度为0.95置信区间.解答：这是(0-1)分布参数的区间估计问题. 待业率p的0.95置信区间为(p1̂,p2̂)=(-b-b2-4ac2a,-b+b2-4ac2a).其中a=n+uα/22,b=-2nX¯-(uα/2)2,c=nX¯2,n=500,x¯=13500,uα/2=1.96.则(p1̂,p2̂)=(0.015,0.044).习题8设X1,X2,⋯,Xn为来自正态总体N(μ,σ2)的一个样本，求μ的置信度为1-α的单侧置信限.解答：这是一个正态总体在方差未知的条件下，对μ的区间估计问题，应选取统计量：T=X¯-μS/n∼t(n-1).因为只需作单边估计，注意到t分布的对称性，故令P{T<tα(n-1)}=1-α和P{T>tα(n-1)}=1-α.由给定的置信度1-α,查自由度为n-1的t分布表可得单侧临界值tα(n-1). 将不等式T<tα(n-1)和T>tα(n-1), 即X¯-μS/n<tα(n-1)和X¯-μS/n>tα(n-1)分别变形，求出μ即得μ的1-α的置信下限为X¯-tα(n-1)Sn.μ的1-α的置信上限为X¯+tα(n-1)Sn,μ的1-α的双侧置信限(X¯-tα/2(n-1)Sn,X¯+tα/2(n-1)Sn).习题6.4 正态总体的置信区间习题1已知灯泡寿命的标准差σ=50小时，抽出25个灯泡检验，得平均寿命x¯=500小时，试以95%的可靠性对灯泡的平均寿命进行区间估计(假设灯泡寿命服从正态分布).解答：由于X∼N(μ,502),所以μ的置信度为95%的置信区间为(X¯±uα/2σn),这里x¯=500,n=25,σ=50,uα/2=1.96,所以灯泡的平均寿命的置信区间为(x¯±uα/2σn)=(500±5025×1.96)=(500±19.6)=(480.4,519.6).习题2一个随机样本来自正态总体X,总体标准差σ=1.5,抽样前希望有95%的置信水平使得μ的估计的置信区间长度为L=1.7, 试问应抽取多大的一个样本？解答：因方差已知，μ的置信区间长度为L=2uα/2⋅σn,于是n=(2σLuα/2)2.由题设知，1-α=0.95,α=0.05,α2=0.025.查标准正态分布表得u0.025=1.96,σ=1.5,L=1.7,所以，样本容量n=(2×1.5×1.961.7)2≈11.96.向上取整数得n=12, 于是欲使估计的区间长度为1.7的置信水平为95%, 所以需样本容量为n=12.习题3设某种电子管的使用寿命服从正态分布. 从中随机抽取15个进行检验，得平均使用寿命为1950小时，标准差s为300小时，以95%的可靠性估计整批电子管平均使用寿命的置信上、下限.解答：由X∼N(μ,σ2),知μ的95%的置信区间为(X¯±Sntα/2(n-1)),这里x¯=1950,s=300,n=15,tα/2(14)=2.145,于是(x¯±sntα/2(n-1))=(1950±30015×2.145)≈(1950±166.151)=(1783.85,2116.15).即整批电子管平均使用寿命的置信上限为2116.15, 下限为1783.85.习题4人的身高服从正态分布，从初一女生中随机抽取6名，测其身高如下(单位：cm):149 158.5 152.5 165 157 142求初一女生平均身高的置信区间(α=0.05).解答：X∼N(μ,σ2),μ的置信度为95%的置信区间为(X¯±Sntα/2(n-1)),这里x¯=154, s=8.0187, t0.025(5)=2.571, 于是(x¯±sntα/2(n-1))=(154±8.01876×2.571)≈(154±8.416)≈(145.58,162.42).习题5某大学数学测验，抽得20个学生的分数平均数x¯=72,样本方差s2=16, 假设分数服从正态分布，求σ2的置信度为98%的置信区间.解答：先取χ2分布变量，构造出1-α的σ2的置信区间为((n-1)S2χα/22(n-1),(n-1)S2χ1-α/22(n-1)).已知1-α=0.98,α=0.02,α2=0.01,n=20, S2=16.查χ2分布表得χ0.012(19)=36.191,χ0.992(19)=7.633,于是得σ2的98%的置信区间为(19×1636.191,19×167.633),即(8.400,39.827).习题6随机地取某种炮弹9发做试验，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0.95的置信区间.解答：已知n=9,s=11(m/s),1-α=0.95.查表得χ0.0252(8)=17.535,χ0.9752(8)=2.180,σ的0.95的置信区间为(8sχ0.0252(8),8sχ0.9752(8)),即(7.4,21.1).习题7设来自总体N(μ1,16)的一容量为15的样本，其样本均值x1¯=14.6;来自总体N(μ2,9)的一容量为20的样本，其样本均值x2¯=13.2;并且两样本是相互独立的，试求μ1-μ2的90%的置信区间.解答：1-α=0.9,α=0.1,由Φ(uα/2)=1-α2=0.95,查表，得uα/2=1.645,再由n1=15,n2=20, 得σ12n1+σ22n2=1615+920=9160≈1.232,uα/2σ12n1+σ22n2=1.645×1.232≈2.03,x¯1-x¯2=14.6-13.2=1.4,所以，μ1-μ2的90%的置信区间为(1.4-2.03,1.4+2.03)=(-0.63,3.43).习题8物理系学生可选择一学期3学分没有实验课，也可选一学期4学分有实验的课. 期未考试每一章节都考得一样，若有上实验课的12个学生平均考分为84，标准差为4，没上实验课的18个学生平均考分为77，标准差为6，假设总体均为正态分布且其方差相等，求两种课程平均分数差的置信度为99%的置信区间.解答：设有实验课的考分总体X1∼N(μ1,σ2),无实验课的考分总体X2∼N(μ2,σ2).两方差相等设测定数据分别来自分布N(μ1,σ2),N(μ2,σ2),且两样本相互独立，又μ1,μ2,σ2均为未知，试求μ1-μ2的置信水平为0.95的置信区间.对于1-α=0.95,查表得t0.025(7)=2.3646, 算得x¯=0.141,y¯=0.139; s12=8.25×10-6, s1≈0.0029.s22=5.2×10-6, s2=0.0023, sW≈0.0026, 15+14=0.6708,故得μ1-μ2的0.95置信区间为(0.141-0.139±2.3646×0.0026×0.6708),即(-0.002,0.006).习题10设两位化验员A,B独立地对某种聚合物含氯量用相同的方法各作10次测定，其测定值的样本方差依次为sA2=0.5419,sB2=0.6065. 设σA2,σB2分别为A,B所测定的测定值的总体方差，又设总体均为正态的，两样本独立，求方差比σA2/σB2的置信水平为0.95的置信区间.解答：选用随机变量F=SA2σA2/SB2σB2∼F(n1-1,n2-1),依题意，已知sA2=0.5419, sB2=0.6065, n1=n2=10.对于1-α=0.95, 查F分布表得F0.025(9,9)=1F0.025(9,9)=14.03, 于是得σA2σB2的0.95的置信区间为(sA2sB21Fα/2(9,9),sA2sB2Fα/2(9,9))≈(0.222,3.601).总习题解答习题1设总体X服从参数为λ(λ>0)的指数分布，X1,X2,⋯,Xn为一随机样本，令Y=min{X1,X2,⋯,Xn}, 问常数c为何值时，才能使cY是λ的无偏估计量.关键是求出E(Y). 为此要求Y的密度fY(y).因Xi的密度函数为fX(x)={λe-λx,x>00,x<0;Xi的分布函数为FX(x)={1-e-λx,x>00,x≤0,于是FY(y)=1-[1-FX(y)]n={1-e-nλy,y>00,y≤0.两边对y求导得fY(y)=ddyFY(y)={nλe-nλy,y>00,y≤0,即Y服从参数为nλ的指数分布，故E(Y)=nλ.为使cY成为λ的无偏估计量，需且只需E(cY)=λ,即cnλ=λ,故c=1n.习题2设X1,X2,⋯,Xn是来自总体X的一个样本，已知E(X)=μ, D(X)=σ2.(1)确定常数c, 使c∑i=1n-1(Xi+1-Xi)2为σ2的无偏估计；(2)确定常数c, 使(X¯)2-cS2是μ2的无偏估计(X¯,S2分别是样本均值和样本方差).解答：(1)E(c∑i=1n-1(Xi+1-Xi)2)=c∑i=1n-1E(Xi+12-2XiXi+1+Xi2)=c∑i=1n-1{D(Xi+1)+[E(Xi+1)]2-2E(Xi)E(Xi+1)+D(Xi)+[E(Xi)+[E(Xi)]2}=c(n-1)(σ2+μ2-2μ2+σ2+μ2)=2(n-1)σ2c.令2(n-1)σ2c=σ2, 所以c=12(n-1).(2)E[(X¯)2-cS2]=E(X¯2)-cE(S2)=D(X¯)+[E(X¯)]2-cσ2=σ2n+μ2-cσ2.令σ2n+μ2-cσ2=μ2, 则得c=1n.习题3设X1,X2,X3,X4是来自均值为θ的指数分布总体的样本，其中θ未知. 设有估计量T1=16(X1+X2)+13(X3+X4),T2=X1+2X2+3X3+4X45,T3=X1+X2+X3+X44.(1)指出T1,T2,T3中哪几个是θ的无偏估计量；(2)在上述θ的无偏估计中指出一个较为有效的.解答：(1)θ=E(X),E(Xi)=E(X)=θ,D(X)=θ2=D(Xi),i=1,2,3,4.E(T1)=E(16(X1+X2)+13(X3+X4))=(26+23)θ=θ,E(T2)=15E(X1+2X2+3X3+4X4)=15(1+2+3+4)θ=2θ,E(T3)=14E(X1+X2+X3+X4)=θ,因此，T1,T3是θ的无偏估计量.(2)D(T1)=236θ2+29θ2=1036θ2, D(T3)=116⋅4θ2=14θ2=936θ2,所以D(T3)<D(T1), 作为θ的无偏估计量，T3更为有效.习题4设从均值为μ, 方差为σ2(σ>0)的总体中，分别抽取容量为n1,n2的两独立样本，X1¯和X2¯分别是两样本的均值，试证：对于任意常数a,b(a+b=1),Y=aX1¯+bX2¯都是μ的无偏估计；并确定常数a,b, 使D(Y)达到最小.解答：E(Y)=E(aX1¯+bX2¯)=aE(X1¯)+bE(X2¯)=(a+b)μ.因为a+b=1, 所以E(Y)=μ.因此，对于常数a,b(a+b=1),Y都是μ的无偏估计，D(Y)=a2D(X1¯)+b2D(X2¯)=a2σ2n1+b2σ2n2.因a+b=1, 所以D(Y)=σ2[a2n1+1n2(1-a)2], 令dD(Y)da=0, 即2σ2(an1-1-an2)=0, 解得a=n1n1+n2,b=n2n1+n2是惟一驻点.又因为d2D(Y)da2=2σ2(1n1+1n2)>0, 故取此a,b二值时，D(Y)达到最小.习题5设有一批产品，为估计其废品率p, 随机取一样本X1,X2,⋯,Xn, 其中Xi={1,取得废品0,取得合格品, i=1,2,⋯,n,证明：p̂=X¯=1n∑i=1nXi是p的一致无偏估计量.解答：由题设条件E(Xi)=p⋅1+(1-p)⋅0=p,D(Xi)=E(Xi2)-[E(Xi)]2=p⋅12+(1-p)02-p2=p(1-p),E(p̂)=E(X¯)=E(1n∑i=1nE(Xi))=1n∑i=1nE(Xi)=1n∑i=1np=p.由定义，p̂是p的无偏估计量，又D(p̂)=D(X¯)=D(1n∑i=1nXi)=1n2∑i=1nD(Xi)=1n2∑i=1np(1-p)=1n2np(1-p)=pqn.由切比雪夫不等式，任给ɛ>0P{∣p̂-p∣≥ɛ}=P{∣X¯-p∣≥ɛ}≤1ɛ2D(X¯)=1ɛ2p(1-p)n→0,n→∞所以limn→∞P{∣p̂-p∣≥ɛ}=0, 故p̂=X¯是废品率p的一致无偏估计量.习题6设总体X∼b(k,p), k是正整数，0<p<1,k,p都未知，X1,X2,⋯,Xn是一样本，试求k和p的矩估计.解答：因总体X服从二项分布b(k,p), 故{a1=E(X)=kpa2=E(X2)=D(X)+[E(X)]2=kp(1-p)+(kp)2，解此方程组得p=a1+a12-a2a1,k=a12a1+a12-a2.用A1=1n∑i=1nXi=X¯,A2=1n∑i=1nXi2分别代替a1,a2, 即得p,k的矩估计为p̂=X¯-S2X¯,k̂=[X¯2X¯-S2],其中S2=1n∑i=1n(Xi-X¯)2,[x]表示x的最大整数部分.习题7求泊松分布中参数λ的最大似然估计.解答：总体的概率函数为P{X=k}=λkk!e-λ,k=0,1,2,⋯.设x1,x2,⋯,xn为从总体中抽取的容量为n的样本，则似然函数为L(x1,x2,⋯,xn;λ)=∏i=1nf(x i;λ)=∏i=1nλxixi!e-λ=λ∑i=1nxi∏i=1nxi!e-nλ,lnL=(∑i=1nxi)lnλ-nλ-∑i=1nlnxi!,令dlnLdλ=1λ∑i=1nxi-n=0, 得λ的最大是然估计为λ̂=1n∑i=1nxi=x¯,即x¯=1n∑i=1nxi就是参数λ的最大似然估计.习题8已知总体X的概率分布P{X=k}=C2k(1-θ)kθ2-k,k=0,1,2，求参数的矩估计.解答：总体X为离散型分布，且只含一个未知参数θ,因此，只要先求离散型随机变量的数学期望E(X), 然后解出θ并用样本均值X¯代替E(X)即可得θ的矩估计θ̂.由E(X)=∑k=02kC2k(1-θ)kθ2-k=1×2(1-θ)θ+2(1-θ)2=2-2θ,即有θ=1-E(X)2.用样本均值X¯代替上式的E(X), 得矩估计为θ̂=1-X¯2.习题9设总体X的概率密度为f(x)={(θ+1)xθ,0<x<10,其它,其中θ>-1是未知参数，X1,X2,⋯,Xn为一个样本，试求参数θ的矩估计和最大似然估计量.解答：因E(X)=∫01(θ+1)xθ+1dx=θ+1θ+2. 令E(X)=1n∑i=1nXi=X¯, 得θ+1θ+2=X¯, 解得θ的矩估计量为θ̂=2X¯-11-X¯.设x1,x2,⋯,xn是样本X1,X2,⋯,Xn的观察值，则似然函数L(x1,x2,⋯,xn,θ)=∏i=1n(θ+1)xiθ=(θ+1)n(x1x2⋯xn)θ(0<xi<1,i=1,2,⋯,n),取对数得lnL=nln(θ+1)+θ∑i=1nlnxi, 从而得对数似然方程dlnLdθ=nθ+1+∑i=1nlnxi=0,解出θ, 得θ的最大似然估计量为θ̂=-n∑i=1nlnXi.由此可知，θ的矩估计和最大似然估计是不相同的.习题10设X具有分布密度f(x,θ)={θxe-θx!,x=0,1,2,⋯0,其它,0<θ<+∞,X1,X2,⋯,Xn是X的一个样本，求θ的最大似然估计量.解答：似然函数L(θ)=∏i=1nθxie-θxi!=e-nθ∏i=1nθxixi!,lnL(θ)=-nθ+∑i=1nxilnθ-∑i=1nln(xi!),ddθ(lnL(θ))=-n+1θ∑i=1nxi，令ddθ(lnL(θ))=0, 即-n+1θ∑i=1nxi=0⇒θ=1n∑i=1nxi,故θ最大似然估计量为θ̂=X¯=1n∑i=1nXi.习题11设使用了某种仪器对同一量进行了12次独立的测量,其数据(单位:毫米)如下: 232.50 232.48 232.15 232.53 232.45 232.30232.48 232.05 232.45 232.60 232.47 232.30试用矩估计法估计测量值的均值与方差(设仪器无系统误差).解答：设测量值的均值与方差分别为μ与σ2，因为仪器无系统误差，所以θ=μ̂=X¯=1n∑i=1nXi=232+112∑i=1n(Xi-232)=232+1/12×4.76≈232.3967.用样本二阶中心矩B2估计方差σ2, 有σ̂2=1n∑i=1n(Xi-X¯)2=1n∑i=1n(Xi-a)2-(X¯-a)2=112∑i=112(Xi-232)2-(232.3967-232)2=0.1819-0.1574=0.0245.习题12设随机变量X服从二项分布P{X=k}=Cnkpk(1-p)n-k,k=0,1,2,⋯,n,X1为其一个样本，试求p2的无偏估计量.解答：\becauseX∼b(n,p),∴E(X)=np, D(X)=np(1-p)=E(X)-np2⇒p2=1n[E(X)-D(X)]=1n[E(X)-E(X2)+(EX)2]⇒p2=1n[E(X(1-X))]+1nn2p2=1nE(X(1-X))]+np2⇒p2=E[X(X-1)]n(n-1), 由于E[X(X-1)]=E[X1(X1-1)],故p̂2=X1(X1-1)n(n-1).习题13设X1,X2,⋯,Xn是来自总体X的随机样本，试证估计量X¯=1n∑i=1nXi和Y=∑i=1nCiXi(Ci≥0为常数，∑i=1nCi=1)都是总体期望E(X)的无偏估计，但X¯比Y有效.解答：依题设可得E(X¯)=1n∑i=1nE(Xi)=1n×nE(X)=E(X),E(Y)=∑i=1nCiE(Xi)=E(X)∑i=1nCi=E(X).从而X¯,Y均为E(X)的无偏估计量，由于D(X¯)=1n2∑i=1nD(Xi)=1nD(X),D(Y)=D(∑i=1nCiXi)=∑i=1nCi2D(Xi)=D(X)∑i=1nCi2.应用柯西—施瓦茨不等式可知1=(∑i=1nCi)2≤(∑i=1nCi2)(∑i=1n12)=n∑i=1nCi2, ⇒1n≤∑i=1nCi2,所以D(Y)≥D(X¯), 故X¯比Y有效.习题14设X1,X2,⋯,Xn是总体X∼U(0,θ)的一个样本，证明：θ1̂=2X¯和θ2̂=n+1nX(n)是θ的一致估计.解答：因E(θ1̂)=θ, D(θ1̂)=θ23n; E(θ2̂)=θ,D(θ2̂)=θn(n+2),X(n)=max{Xi}.依切比雪夫不等式，对任给的ɛ>0, 当n→∞时，有P{∣θ1̂-θ∣≥ɛ}≤D(θ1̂)ɛ2=θ23nɛ2→0,(n→∞)P{∣θ2̂-θ∣≥ɛ}≤D(θ2̂)ɛ2=θ2n(n+1)ɛ2→0,(n→∞)所以，θ1̂和θ2̂都是θ的一致估计量.习题15某面粉厂接到许多顾客的订货，厂内采用自动流水线灌装面粉，按每袋25千克出售. 现从中随机地抽取50袋，其结果如下：25.8, 24.7, 25.0, 24.9, 25.1, 25.0, 25.2,24.8, 25.4, 25.3, 23.1, 25.4, 24.9, 25.0,24.6, 25.0, 25.1, 25.3, 24.9, 24.8, 24.6,21.1, 25.4, 24.9, 24.8, 25.3, 25.0, 25.1,24.7, 25.0, 24.7, 25.3, 25.2, 24.8, 25.1,25.1, 24.7, 25.0, 25.3, 24.9, 25.0, 25.3,25.0, 25.1, 24.7, 25.3, 25.1, 24.9, 25.2,25.1,试求该厂自动流水线灌装袋重总体X的期望的点估计值和期望的置信区间(置信度为0.95).解答：设X为袋重总体，则E(X)的点估计为E(X̂)=X¯=150(25.8+24.7+⋯+25.1)=24.92kg.因为样本容量n=50, 可作为大样本处理，由样本值算得x¯=24.92, s2≈0.4376, s=0.6615, 则E(X)的置信度为0.95的置信区间近似为(X¯-uα/2Sn,X¯+uα/2Sn),查标准正态分布表得uα/2=u0.025=1.96, 故所求之置信区间为(24.92-1.96×0.661550,24.92+1.96×0.661550)=(24.737,25.103),即有95%的把握，保证该厂生产的面粉平均每袋重量在24.737千克至25.103千克之间.习题16在一批货物的容量为100的样本中，经检验发现有16只次品，试求这批货物次品率的置信度为0.95的置信区间.解答：这是(0-1)分布参数区间的估计问题.这批货物次品率p的1-α的置信区间为(p1̂,p2̂)=(12a(-b-b2-4ac),12a(-b+b2-4ac)).其中a=n+uα/22,b=-(2nX¯+uα/22), c=nX¯2.由题意，x¯=16100=0.16,n=100,1-α=0.95,u0.025=1.96. 算得a=100+1.962=103.842,b=-(2×100×0.16+1.962)=-35.842,c=100×0.162=2.56.p的0.95的置信区间为(p1̂,p2̂)=(12a(-b±b2-4ac)), 即(12×103.842(35.8416±221.2823)),亦即(0.101,0.244).习题17在某校的一个班体检记录中，随意抄录25名男生的身高数据，测得平均身高为170厘米，标准差为12厘米，试求该班男生的平均身高μ和身高的标准差σ的置信度为0.95的置信区间(假设测身高近似服从正态分布).解答：由题设身高X∼N(μ,σ2), n=25, x¯=170, s=12，α=0.05.(1)先求μ置信区间(σ2未知)，取U=X¯-μS/n∼t(n-1),tα/2(n-1)=t0.025(24)=2.06.故μ的0.95的置信区间为(170-1225×2.06,170+1225×2.06)=(170-4.94,170+4.94)=(165.06,174,94).(2)σ2的置信区间(μ未知)，取U=(n-1)S2σ2∼χ2(n-1),χα/22(n-1)=χ0.0252(24)=39.364, χ1-α/22(n-1)=χ0.9752(24)=12.401,故σ2的0.95的置信区间为(24×12239.364,24×12212.401)≈(87.80,278.69), σ的0.95的置信区间为(87.80,278.69)≈(9.34,16.69).习题18为研究某种汽车轮胎的磨损特性，随机地选择16只轮胎，每只轮胎行驶到磨坏为止. 记录所行驶的路程(以千米计)如下：41250 40187 43175 41010 39265 41872 42654 4128738970 40200 42550 41095 40680 43500 39775 40440假设这些数据来自正态总体N(μ,σ2). 其中μ,σ2未知，试求μ的置信水平为0.95的单侧置信下限.解答：由P{μ>X¯-Sntα(n-1)=1-α, 得μ的1-α的单侧置信下限为μ¯=X¯-Sntα(n-1).由所给数据算得x¯≈41119.38,s≈1345.46,n=16.查t分布表得t0.05(15)=1.7531, 则有μ的0.95的单侧置信下限为μ¯=41119.38-1345.464×1.7531≈40529.73.习题19某车间生产钢丝，设钢丝折断力服从正态分布，现随机在抽取10根，检查折断力，得数据如下(单位：N):578,572,570,568,572,570,570,572,596,584.试求钢丝折断力方差的置信区间和置信上限(置信度为0.95).解答：(1)这是一个正态总体，期望未知，对方差作双侧置信限的估计问题，应选统计量χ2=(n-1)S2σ2∼χ2(n-1).σ2的1-α的置信区间是((n-1)S2χα/22(n-1),(n-1)S2χ1-α/22(n-1)).由所给样本值得x¯=575.2, (n-1)s2=∑1=110(xi-x¯)2=681.6;根据给定的置信度1-α=0.95(即α=0.05).查自由度为10-1=9的χ2分布表，得双侧临界值χα/22(n-1)=χ0.0252(9)=19.0, χ1-α/22(n-1)=χ0.9752(9)=2.7,代入上公式得σ2的95%的置信区间为(681.619.0,681,62.70)=(35.87,232.44),即区间(35.87,232.44)包含σ2的可靠程度为0.95.(2)这是一个正态总体期望未知时，σ2的单侧区间估计问题，σ2的置信度为1-α=95%(α=0.05)的单侧置信上限为(n-1)S2χ1-α2(n-1)=∑i=110(xi-x¯)2χ1-α2(n-1),已算得(n-1)S2=∑i=110(xi-x¯)2=681.6, 根据自由度1-α=0.95.查自由度10-1=9的χ2分布表得单侧临界值χ1-α2(n-1)=χ0.952(9)=3.325,代入上式便得σ2的0.95的置信上限为681.63.325=205, 即有95%的把握，保证σ2包含在区间(0,205)之内，当然也可能碰上σ2超过上限值205的情形，但出现这种情况的可能性很小，不超过5%.习题20设某批铝材料比重X服从正态分布N(μ,σ2)，现测量它的比重16次，算得x¯=2.705，s=0.029，分别求μ和σ2的置信度为0.95的置信区间。
统计学0523参数估计练习题答案
1．某加油站64位顾客所组成的样本资料显示，每个人平均加油量是13．6加仑。
若总体标准差是3.0加仑，则总体每个人平均加油量95.45％置信区间估计值是多少？2．在由一所大学的90名学生所组成的样本中，显示有27名学生会以及格与不及格作为选课的依据。
(1)以及格与不及格作为选课依据的同学占全体同学比率的点估计为多少？(2)以及格与不及格作为选课依据的同学占全体同学比率的９０％置信区间估计值为多少？3．在500个抽样产品中，有95％的一级品。
试测定抽样平均误差，并用0.9545的概率估计全部产品非一级品率的范围。
4．某农场从种植的2000亩水稻中平均亩产量为380公斤，亩产量的 （１）计算平均亩产量的平 （２）试以99％的置信概率 （３）如果要求抽样极限误25公斤，问概率为0.99时，应抽5．某大型企业进行工资调查，从其资料如下表所示。
试以95%的可 （１）全厂平均工资范围； （２）全厂职工中工资在 ━━━━━━━━━━┯━ 工资水平（元） │ ──────────┼─ ３００以下 │ ３００－４００ │ ４００－５００ │ ５００－６００ │ ６００以上 │ ━━━━━━━━━━┷━水稻中随机抽取200亩进行产量调查，测得产量的标准差为25公斤，要求：量的平均抽样误差信概率推断全场水稻总产量的所在范围极限误差不超过5公斤，亩产量的标准差仍为，应抽取多少亩进行调查？查，从全厂职工中随机抽取100名职工，得5%的可靠性估计：范围；资在400元以上人数比重的区间范围．━┯━━━━━━━━━━━━━━━│ 职工人数（人）─┼───────────────│ １５│ ２０│ ５０│ １０│ ５━┷━━━━━━━━━━━━━。
数理统计凌能祥课后答案
f (x;θ)dx
=
θ3
+ 6θ 2 −2θ 2
+10θ +12 −θ +1
(此处是根据结论猜的，没有直接算)
(注意，上面这里最后一步没有算，直接猜的，不知道对不对)，
所以 1 =
−2θ2 − θ +1
，
nI (θ) n(θ3 + 6θ2 +10θ +12)
又
∫ ∫ EX
∞
=xf
(
x;
θ
)
1
= (θ +
∫ ∫ ∫ (1)求矩估计量： EX
=X
+∞
= xf
( x; θ )dx
1
=θxdx +
2
(x − θx)dx
=3
−θ
，解得，
−∞
0
1
2
θ = 3 − X 2
n
∏ (2)求最大似然估计量：似然函数为， L(x= ;θ) f (x= ;θ) θ N (1− θ)n−N , i =1
ln L(x;θ=) N ln θ + (n − N ) ln(1− θ) ，
∑ nθ − xi
∏ (2)似然函数为= L(x;θ) = f (x;θ) e ， i=1
i =1
n
ln L(x;θ=) nθ − ∑ xi ， i =1
d ln L(x;θ)= dθ
n > 0 ，所以， L(x;θ) 是θ 的单调递增函数，又需要满足不等式 xi ≥ θ
所以，θ 的最大似然估计为 θ = min{xi}(1 ≤ i ≤ n) 。
+∞
= X =xf
( x; θ )dx
第二章参数估计
第二章 参数估计【学习目标】1、掌握矩估计的替代原则；会求已知分布中未知参数的矩估计（值）2、熟练掌握极大似然估计的思想及求法3、估计量的评价标准：无偏性、有效性、相合性的定义4、统计量的无偏性的判断；两个无偏估计的有效性判断；会用Fisher 信息量及c-R 下界进行统计量的UMVUE 充分性判断5、掌握区间估计的定义6、单个正态总体均值的区间估计（包括方差已知、方差未知）；单个正态总体方差的区间估计（包括均值已知、均值未知）7、两个正态总体均值差的区间估计（方差未知）；两个正态总体方差比的区间估计 8、单侧置信区间的求法 【典型例题讲解】例1、设1,,n X X 是来自均匀分布(,1)U θθ+的总体的容量为n 的样本，其中θ-∞<<+∞为未知参数，试证：θ的极大似然估计量不止一个，例如1(1)ˆXθ=，2()ˆ1n X θ=-，3(1)()11ˆ()22n XXθ=+-都是θ的极大似然估计。
解：(,1)U θθ+分布的密度函数为11()0x f x θθ≤≤+⎧=⎨⎩其他似然函数(1)()11()0n x x L θθθ≤≤≤+⎧=⎨⎩其他由于在(1)()1n x x θθ≤≤≤+上()L θ为常数，所以凡是满足：(1)()ˆˆ1n x x θθ≤≤≤+的ˆθ均为θ的极大似然估计。
从而（1）1(1)ˆX θ=满足此条件，故1(1)ˆX θ=是θ的极大似然估计；（2）由于()(1)1n X X -≤，故2()(1)()2ˆˆ11n n X X X θθ=-≤≤=+，所以2()ˆ1n Xθ=-为θ的极大似然估计；（3）由于()(1)1n X X -≤，故(1)()(1)12n X X X +-≤，(1)()()12n n X X X ++≥，从而有3(1)()(1)()(1)()31111ˆˆ()()12222n n n XXXXXXθθ=+-≤≤≤++=+，故3ˆθ也为θ的极大似然估计。
概率论与数理统计(茆诗松)第二版课后第六章习题参考答案
第六章 参数估计习题6.11． 设X 1, X 2, X 3是取自某总体容量为3的样本，试证下列统计量都是该总体均值µ 的无偏估计，在方差存在时指出哪一个估计的有效性最差？（1）3211613121ˆX X X ++=µ； （2）3212313131ˆX X X ++=µ； （3）3213326161ˆX X X ++=µ． 证：因µµµµµ=++=++=613121)(61)(31)(21)ˆ(3211X E X E X E E ， µµµµµ=++=++=313131)(31)(31)(31)ˆ(3212X E X E X E E ， µµµµµ=++=++=326161)(32)(61)(61)ˆ(3213X E X E X E E ， 故321ˆ,ˆ,ˆµµµ都是总体均值µ 的无偏估计； 因2222321136143619141)Var(361)Var(91)Var(41)ˆVar(σσσσµ=++=++=X X X ， 2222321231919191)Var(91)Var(91)Var(91)ˆVar(σσσσµ=++=++=X X X ， 222232132194361361)Var(94)Var(361)Var(361)ˆVar(σσσσµ=++=++=X X X ， 故)ˆVar()ˆVar()ˆVar(312µµµ<<，即2ˆµ有效性最好，1ˆµ其次，3ˆµ最差． 2． 设X 1, X 2, …, X n 是来自Exp (λ)的样本，已知X 为1/λ的无偏估计，试说明X /1是否为λ的无偏估计．解：因X 1, X 2, …, X n 相互独立且都服从指数分布Exp (λ)，即都服从伽玛分布Ga (1, λ)，由伽玛分布的可加性知∑==ni i X Y 1服从伽玛分布Ga (n , λ)，密度函数为01e )()(>−−ΙΓ=y y n nY y n y p λλ，则λλλλλλλ1)1()(e )(e )(110201−=−Γ⋅Γ=Γ=Γ⋅=⎟⎠⎞⎜⎝⎛=⎟⎠⎞⎜⎝⎛−∞+−−∞+−−∫∫n n n n n dy y n n dy y n y n Y n E X E n n y n n yn n， 故X /1不是λ的无偏估计．3． 设θˆ是参数θ 的无偏估计，且有0)ˆ(Var >θ，试证2)ˆ(θ不是θ 2的无偏估计． 证：因θθ=)ˆ(E ，有2222)ˆVar()]ˆ([)ˆVar(])ˆ[(θθθθθθ>+=+=E E ，故2)ˆ(θ不是θ 2的无偏估计． 4． 设总体X ~ N(µ , σ 2)，X 1, …, X n 是来自该总体的一个样本．试确定常数c 使∑=+−ni i i X X c 121)(为σ 2的无偏估计．解：因E [(X i + 1 − X i )2 ] = Var (X i + 1 − X i ) + [E (X i + 1 − X i )]2 = Var (X i + 1) + Var (X i ) + [E (X i + 1) − E (X i )]2 = 2σ 2，则2211211121)1(22)1(])[()(σσ−=⋅−⋅=−=⎥⎦⎤⎢⎣⎡−∑∑−=+−=+n c n c X X E c X X c E n i i i n i i i ，故当)1(21−=n c 时，21121)(σ=⎥⎦⎤⎢⎣⎡−∑−=+n i i i X X c E ，即∑−=+−1121)(n i i i X X c 是σ 2的无偏估计．5． 设X 1, X 2, …, X n 是来自下列总体中抽取的简单样本，⎪⎩⎪⎨⎧+≤≤−=.,0;2121,1);(其他θθθx x p证明样本均值X 及)(21)()1(n X X +都是θ 的无偏估计，问何者更有效？ 证：因总体⎟⎠⎞⎜⎝⎛+−21,21~θθU X ，有)1,0(~21U X Y +−=θ，则21−+=θY X ，21)1()1(−+=θY X ，21)()(−+=θn n Y X ，即21)(21)(21)()1()()1(−++=+θn n Y Y X X ，可得θθθ=−+=−+=21)(21)()(Y E Y E X E ，nY n Y X 121)Var(1)Var()Var(===，因Y 的密度函数与分布函数分别为p Y ( y ) = I 0<y <1，⎪⎩⎪⎨⎧≥<≤<=.1,1;10,;0,0)(y y y y y F Y有Y (1)与Y (n )的密度函数分别为10111)1()()](1[)(<<−−Ι−=−=y n Y n Y y n y p y F n y p ，1011)()]([)(<<−−Ι==y n Y n Y n ny y p y F n y p ，且(Y (1), Y (n ))的联合密度函数为)()1()()()]()()[1(),()()1(2)1()()()1(1n y y n Y Y n Y n Y n n y p y p y F y F n n y y p <−Ι−−=102)1()()()1())(1(<<<−Ι−−=n y y n n y y n n ，则11)2()()2()1()(101)1(+=+ΓΓΓ⋅=−⋅=∫−n n n n dy y n y Y E n ，1)(101)(+=⋅=∫−n n dy ny y Y E n n ， )2)(1(2)3()()3()1()(10122)1(++=+ΓΓΓ⋅=−⋅=∫−n n n n n dy y n y Y E n ，2)(10122)(+=⋅=∫−n n dy ny y Y E n n ， ∫∫∫∫−−−−⋅⋅=−−⋅=11)1()()()1()(1)1(2)1()()()1()()()1()()()()1())(1()(n n y n n n n y n n n n n y y d n y y dy dy y y n n y y dy Y Y E∫∫⎥⎦⎤⎢⎣⎡⋅−+−−=−−100)1()(1)1()(01)1()()()1()()()()()(n n y n n n y n n n n dy y y y n y y y ny dy2121)(102)(10)(1)(100)1()()()()(+=+==⎥⎦⎤⎢⎣⎡−⋅−=++∫∫n y n dy y y y y dy n n n n n y n n n n n ， 即)2()1(11)2)(1(2)Var(22)1(++=⎟⎠⎞⎜⎝⎛+−++=n n n n n n Y ，)2()1(12)Var(22)(++=⎟⎠⎞⎜⎝⎛+−+=n n n n n n n Y n ，且)2()1(111121),Cov(2)()1(++=+⋅+−+=n n n nn n Y Y n 可得θθ=−++=⎥⎦⎤⎢⎣⎡+21)]()([21)(21)()1()()1(n n Y E Y E X X E ，)2)(1(21)2()1(422)],Cov(2)Var()[Var(41)(21Var 2)()1()()1()()1(++=+++=++=⎥⎦⎤⎢⎣⎡+n n n n n Y Y Y Y X X n n n ， 因θ=(X E ，θ=⎥⎦⎤⎢⎣⎡+)(21)()1(n X X E ，故X 及)(21)()1(n X X +都是θ 的无偏估计； 因当n > 1时，)2)(1(21)(21Var 121)Var()()1(++=⎥⎦⎤⎢⎣⎡+>=n n X X n X n ， 故)(21)()1(n X X +比样本均值X 更有效． 6． 设X 1, X 2, X 3服从均匀分布U (0, θ )，试证)3(34X 及4X (1)都是θ 的无偏估计量，哪个更有效？解：因总体X 的密度函数与分布函数分别为θθ<<Ι=x x p 01)(，⎪⎩⎪⎨⎧≥<≤<=.,1;0,;0,0)(θθθx x x x x F有X (1)与X (3)的密度函数分别为θθθ<<Ι−=−=x x x p x F x p 03221)(3)()](1[3)(，θθ<<Ι==x x x p x F x p 032233)()]([3)(，则443223)(3)(043223032)1(θθθθθθθθ=⎟⎟⎠⎞⎜⎜⎝⎛+⋅−⋅=−⋅=∫x x x dx x x X E ， 43433)(043032)3(θθθθθ=⋅=⋅=∫x dy x x X E ， 1054233)(3)(205432303222)1(θθθθθθθθ=⎟⎟⎠⎞⎜⎜⎝⎛+⋅−⋅=−⋅=∫x x x dx x x X E ， 53533)(25303222)3(θθθθθ=⋅=⋅=∫x dy x x X E ， 即803410)Var(222)1(θθθ=⎟⎠⎞⎜⎝⎛−=X ，8034353)Var(222)3(θθθ=⎟⎠⎞⎜⎝⎛−=X ， 因θθ=⋅=44)4()1(X E ，θθ=⋅=⎟⎠⎞⎜⎝⎛433434)3(X E ，故4X (1)及)3(34X 都是θ 的无偏估计； 因5380316)4Var(22)1(θθ=⋅=X ，1580391634Var 22)3(θθ=⋅=⎟⎠⎞⎜⎝⎛X ，有⎟⎠⎞⎜⎝⎛>)3()1(34Var )4Var(X X ， 故)3(34X 比4X (1)更有效． 7． 设从均值为µ ，方差为σ 2 > 0的总体中，分别抽取容量为n 1和n 2的两独立样本，1X 和2X 分别是这两个样本的均值．试证，对于任意常数a , b （a + b = 1），21X b X a Y +=都是µ 的无偏估计，并确定常数a , b 使Var (Y ) 达到最小．解：因µµµµ=+=+=+=)()()()(21b a b a X bE X aE Y E ，故Y 是µ 的无偏估计；因22222121222122221212)1()(Var )(Var )(Var σσσ⎟⎟⎠⎞⎜⎜⎝⎛+−+=⋅−+⋅=+=n a n a n n n n n a n a X b X a Y ， 令022)(Var 222121=⎟⎟⎠⎞⎜⎜⎝⎛−⋅+=σn a n n n n Y da d ，得211n n n a +=，且02)(Var 2212122>⋅+=σn n n n Y a d d ， 故当211n n n a +=，2121n n n a b +=−=时，Var (Y ) 达到最小2211σn n +．8． 设总体X 的均值为µ ，方差为σ 2，X 1, …, X n 是来自该总体的一个样本，T (X 1, …, X n )为µ 的任一线性无偏估计量．证明：X 与T 的相关系数为)Var()Var(T X ．证：因T(X 1, …, X n )为µ的任一线性无偏估计量，设∑==ni i i n X a X X T 11),,(L ，则µµ===∑∑==ni i ni i i a X E a T E 11)()(，即11=∑=ni i a ，因X 1, …, X n 相互独立，当i ≠ j 时，有Cov (X i , X j ) = 0，则nanX X n a X a X n X a X n T X ni in i i i i n i i i i ni i i n i i 2121111),Cov(,1Cov ,1Cov ),Cov(σσ===⎟⎠⎞⎜⎝⎛=⎟⎟⎠⎞⎜⎜⎝⎛=∑∑∑∑∑=====，因),Cov()Var(1)Var(2T X nX n X ===σ，故X 与T 的相关系数为)Var()Var()Var()Var()Var()Var()Var(),Cov(),Corr(T X T X X T X T X T X ===．9． 设有k 台仪器，已知用第i 台仪器测量时，测定值总体的标准差为σ i （i = 1, …, k ）．用这些仪器独立地对某一物理量θ 各观察一次，分别得到X 1, …, X k ，设仪器都没有系统误差．问a 1, …, a k 应取何值，方能使∑==ki i i X a 1ˆθ成为θ 的无偏估计，且方差达到最小？解：因θθθ⎟⎟⎠⎞⎜⎜⎝⎛===⎟⎟⎠⎞⎜⎜⎝⎛=∑∑∑∑====k i i ki i k i i i ki i i a a x E a x a E E 1111)()ˆ(， 则当11=∑=ki i a 时，∑==ki ii x a 1ˆθ是θ 的无偏估计， 因∑∑∑=====⎟⎟⎠⎞⎜⎜⎝⎛=ki i i k i i i k i i i a x a x a 122121)(Var Var )ˆ(Var σθ， 讨论在11=∑=ki i a 时，∑=ki i i a 122σ的条件极值，设拉格朗日函数⎟⎟⎠⎞⎜⎜⎝⎛−+=∑∑==1),,,(11221ki i ki iik a a a a L λσλL ， 令⎪⎪⎪⎪⎩⎪⎪⎪⎪⎨⎧=−=∂∂=+=∂∂=+=∂∂∑=,01,02,02122111ki i k k ka L a a L a a L λλσλσL L L L L 得2212−−++−=k σσλL ，2212−−−++=k i i a σσσL ，i = 1, …, k ， 故当2212−−−++=k i i a σσσL ，i = 1, …, k 时，∑==ki ii x a 1ˆθ是θ 的无偏估计，且方差达到最小． 10．设X 1, X 2, …, X n 是来自N (θ, 1)的样本，证明g (θ ) = |θ | 没有无偏估计（提示：利用g (θ )在θ = 0处不可导）．证：反证法：假设T = T (X 1, X 2, …, X n )是g (θ ) = |θ | 的任一无偏估计，因∑==ni i X n X 11是θ 的一个充分统计量，即在取定x X =条件下，样本条件分布与参数θ 无关，则)|(X T E S =与参数θ 无关，且S 是关于X 的函数，||)()()]|([)(θθ====g T E X T E E S E ， 可得)(X S S =是g (θ ) = |θ | 的无偏估计，因X 1, X 2, …, X n 是来自N (θ, 1)的样本，由正态分布可加性知X 服从正态分布⎟⎠⎞⎜⎝⎛n N 1,θ，则∫∫∞+∞−+−−∞+∞−−−⋅⋅=⋅=dx x S ndx n x S S E x n x n n x nθθθ22222)(2e)(eπ2eπ2)()(，因E (S ) = |θ|，可知对任意的θ，反常积分∫∞+∞−+−⋅dx x S x n x n θ22e)(收敛，则由参数θ的任意性以及该反常积分在−∞与+∞两个方向的收敛性知∫∞+∞−⋅⋅+−⋅dx x S x n x n ||||22e)(θ收敛，因x n x S x S x n x n x n n ⋅⋅=⎥⎥⎦⎤⎢⎢⎣⎡⋅∂∂+−+−θθθ2222e )(e )(，且| y | ≤ e| y |，有||)1||(2222eex n n x n x n x n ⋅+⋅+−+−≤⋅θθ，则由∫∞+∞−⋅+⋅+−⋅dx x S x n x n ||)1|(|22e)(θ的收敛性知∫∞+∞−+−⎥⎥⎦⎤⎢⎢⎣⎡⋅∂∂dx x S x n x n θθ22e )(一致收敛， 可得∫∞+∞−+−−⋅⋅=dx x S nS E x n x n n θθ2222e)(e π2)(关于参数θ 可导，与E (S ) = |θ |在θ = 0处不可导矛盾，故g (θ ) = |θ | 没有无偏估计．11．设总体X 服从正态分布N (µ , σ 2)，X 1, X 2, …, X n 为来自总体X 的样本，为了得到标准差σ 的估计量，考虑统计量：∑=−=ni i X X n Y 11||1，∑==n i i X n X 11，n ≥ 2，∑∑==−−=n i nj j i X X n n Y 112||)1(1，n ≥ 2，求常数C 1与C 2，使得C 1Y 1与C 2Y 2都是σ 的无偏估计． 解：设),0(~2θN Y ，有θθθθθθθπ2eπ22e π212e π21|||][|02022222222=−=⋅=⋅=+∞−∞+−∞+∞−⋅−∫∫y y y dy y dy y Y E ， 因X X i −是独立正态变量X 1, X 2, …, X n 的线性组合， 且0()()(=−=−=−µµX E X E X X E i i ，22211,Cov 21),Cov(2)Var()Var()Var(σσσn n X n X n X X X X X X i i i i i −=⎟⎠⎞⎜⎝⎛−+=−+=−，则⎟⎠⎞⎜⎝⎛−−21,0~σn n N X X i ，σσπ)1(21π2|][|n n n n X X E i −=−⋅=−， 可得σσπ)1(2π)1(21|][|1)()(11111111n n C n n n n C X X E n C Y E C Y C E n i i −=−⋅⋅⋅=−⋅==∑=，故当)1(2π1−=n n C 时，E [C 1Y 1] = σ，C 1Y 1是σ 的无偏估计；当i ≠ j 时，X i 与X j 相互独立，都服从正态分布N (µ , σ 2)，有E (X i − X j ) = E (X i ) − E (X j ) = µ − µ = 0，Var(X i − X j ) = Var(X i ) + Var(X j ) = σ 2 + σ 2 = 2σ 2，则X i − X j ~ N (0, 2σ 2)，σσπ22π2|][|=⋅=−j i X X E ， 当i = j 时，X i − X j = 0，E [| X i − X j |] = 0，可得σσπ2π2)()1(1|][|)1(1)()(2221122222C n n n n C X X E n n C Y E C Y C E n i nj j i =−⋅−⋅=−−⋅==∑∑==， 故当2π2=C 时，E [C 2Y 2] = σ，C 2Y 2是σ 的无偏估计． 习题6.21． 从一批电子元件中抽取8个进行寿命测试，得到如下数据（单位：h ）：1050，1100，1130，1040，1250，1300，1200，1080，试对这批元件的平均寿命以及寿命分布的标准差给出矩估计．解：平均寿命µ 的矩估计75.1143ˆ==x µ；标准差σ 的矩估计8523.89*ˆ==s µ． 2． 设总体X ~ U (0, θ )，现从该总体中抽取容量为10的样本，样本值为：0.5，1.3，0.6，1.7，2.2，1.2，0.8，1.5，2.0，1.6，试对参数θ 给出矩估计．解：因X ~ U (0, θ )，有2)(θ=X E ，即θ = 2 E (X )，故θ 的矩估计68.234.122ˆ=×==x θ． 3． 设总体分布列如下，X 1, …, X n 是样本，试求未知参数的矩估计．（1）Nk X P 1}{==，k = 0, 1, 2, …, N − 1，N （正整数）是未知参数；（2）P {X = k } = (k − 1)θ 2 (1 − θ )k − 2，k = 2, 3, …，0 < θ < 1．解：（1）因21)]1(10[1)(−=−+++=N N N X E L ，即N = 2 E (X ) + 1，故N 的矩估计12ˆ+=X N ； （2）因⎥⎦⎤⎢⎣⎡−=−=−−⋅=∑∑∑+∞=+∞=+∞=−22222222222)1()1()1()1()(k k k k k k d d d d k k X E θθθθθθθθ θθθθθθθθθθθ2221)1(1)1(322222222=⋅=⎟⎠⎞⎜⎝⎛+−=⎥⎦⎤⎢⎣⎡−−−=d d d d ， 则)(2X E =θ， 故θ 的矩估计X2ˆ=θ． 4． 设总体密度函数如下，X 1, …, X n 是样本，试求未知参数的矩估计．（1）)(2);(2x x p −=θθθ，0 < x < θ ，θ > 0； （2）p (x ;θ ) = (θ + 1) x θ，0 < x < 1，θ > 0；（3）1);(−=θθθx x p ，0 < x < 1，θ > 0； （4）θµθµθ−−=x x p e1),;(，x > µ ，θ > 0．解：（1）因3322)(2)(032202θθθθθθθ=⎟⎟⎠⎞⎜⎜⎝⎛−⋅=−⋅=∫x x dx x x X E ，即θ = 3 E (X )，故θ 的矩估计X 3ˆ=θ； （2）因212)1()1()(10210++=+⋅+=+⋅=+∫θθθθθθθx dx x x X E ，即)(11)(2X E X E −−=θ， 故θ 的矩估计XX −−=112ˆθ； （3）因11)(101101+=+⋅=⋅=+−∫θθθθθθθxdx x x X E ，即2)(1)(⎥⎦⎤⎢⎣⎡−=X E X E θ， 故θ 的矩估计21ˆ⎟⎟⎠⎞⎜⎜⎝⎛−=XX θ； （4）因θµθµθµθµµθµµθµµθµµθµ+=−=+−=−⋅=⋅=+∞−−∞+−−+∞−−∞+−−∞+−−∫∫∫x x x x x dx x d x dx x X E eeee)1(e1)(，)(2e2ee)1(e1)(22222X E dx x x d x dx x X E x x x x θµθµθµµθµµθµµθµ+=+−=−⋅=⋅=∫∫∫∞+−−+∞−−∞+−−∞+−−= µ 2 + 2µθ + 2θ 2，则Var (X ) = E (X 2 ) − [E (X )]2 = θ 2，即)Var(X =θ，)Var()(X X E −=µ，故θ 的矩估计*ˆS =θ，*ˆS X −=µ． 5． 设总体为N (µ , 1)，现对该总体观测n 次，发现有k 次观测值为正，使用频率替换方法求µ 的估计．解：因p = P {X > 0} = P {X − µ > −µ} = 1 − Φ (−µ) = Φ (µ)，即µ = Φ −1 ( p )，故µ 的矩估计⎟⎠⎞⎜⎝⎛Φ=Φ=−−n k p 11)ˆ(ˆµ．6． 甲、乙两个校对员彼此独立对同一本书的样稿进行校对，校完后，甲发现a 个错字，乙发现b 个错字，其中共同发现的错字有c 个，试用矩法给出如下两个未知参数的估计： （1）该书样稿的总错字个数； （2）未被发现的错字数． 解：（1）设N 为该书样稿总错别字个数，且A 、B 分别表示甲、乙发现错别字，有A 与B 相互独立，则P (AB ) = P (A ) P (B )，使用频率替换方法，即N b N a p p N c p B A AB ⋅===ˆˆˆ，得cabN =， 故总错字个数N 的矩估计cab N=ˆ； （2）设k 为未被发现的错字数，因)()()(1)(1)(AB P B P A P B A P B A P +−−=−=U ，使用频率替换方法，即N cN b N a p p pN k pAB B A B A +−−=+−−==1ˆˆˆ1ˆ，即k = N − a − b + c ， 故未被发现的错字数k 的矩估计c b a cab c b a N k+−−=+−−=ˆˆ． 7． 设总体X 服从二项分布b (m , p )，其中m , p 为未知参数，X 1, …, X n 为X 的一个样本，求m 与p 的矩估计．解：因E (X ) = mp ，Var (X ) = mp (1 − p )，有)()Var(1X E X p =−，则)()Var(1X E X p −=，)Var()()]([)(2X X E X E p X E m −==， 故m 的矩估计22*ˆS X X m −=，p 的矩估计XS p 2*1ˆ−=．习题6.31． 设总体概率函数如下，X 1, …, X n 是样本，试求未知参数的最大似然估计．（1）1);(−=θθθxx p ，0 < x < 1，θ > 0；（2）p (x ;θ ) = θ c θ x − (θ + 1) ，x > c ，c > 0已知，θ > 1． 解：（1）因1,,,01212110121)()(<<−=<<−Ι=Ι=∏n i x x x n nni x ix x x x L L L θθθθθ，当0 < x 1, x 2, …, x n < 1时，)ln()1(ln 2)(ln 21n x x x nL L −+=θθθ， 令0)ln(212)(ln 21=+=n x x x n d L d L θθθθ，得)ln(21n x x x n L −=θ，即221)ln(⎥⎦⎤⎢⎣⎡=n x x x nL θ，故θ 的最大似然估计221)ln(ˆ⎦⎤⎢⎣⎡=n X X X n L θ；（2）因c x x x n n n ni c x i n i x x x c x c L >+−=>+−Ι=Ι=∏,,,)1(211)1(21)()(L L θθθθθθθ，当x 1, x 2, …, x n > c 时，ln L (θ ) = n ln θ + n θ ln c − (θ + 1) ln (x 1 x 2 …x n )， 令0)ln(ln )(ln 21=−+=n x x x c n n d L d L θθθ，得c n x x x nn ln )ln(21−=L θ， 故θ 的最大似然估计cn X X X nn ln )ln(ˆ21−=L θ．2． 设总体概率函数如下，X 1, …, X n 是样本，试求未知参数的最大似然估计．（1）p (x ;θ ) = c θ c x − (c + 1) ，x > θ ，θ > 0，c > 0已知；（2）θµθµθ−−=x x p e1),;(，x > µ ，θ > 0；（3）p (x ;θ ) = (k θ )−1，θ < x < (k + 1)θ ，θ > 0．解：（1）因θθθθθ>+−=>+−Ι=Ι=∏n i x x x c n nc n ni x c i c x x x c x c L ,,,)1(211)1(21)()(L L ，显然θ 越大，nc θ越大，但只有x 1 , x 2 , …, x n > θ 时，才有L (θ ) > 0，即θ = min {x 1, x 2, …, x n } 时，L (θ ) 达到最大，故θ 的最大似然估计},,,min{ˆ21)1(nX X X X L ==θ；（2）因µµθµθµθθµθ>⎟⎟⎠⎞⎜⎜⎝⎛−−=>−−Ι∑=Ι==∏n n i i i i x x x n x nni x x L ,,,11211e1e1),(L ，当x 1, x 2, …, x n > µ 时，⎟⎟⎠⎞⎜⎜⎝⎛−−−=∑=µθθµθn x n L ni i 11ln ),(ln ， 令01),(ln 12=⎟⎟⎠⎞⎜⎜⎝⎛−+−=∑=µθθθµθn x n d L d ni i ，解得µµθ−=⎟⎟⎠⎞⎜⎜⎝⎛−=∑=x n x n n i i11， 且显然µ越大，⎟⎟⎠⎞⎝⎛−−∑=µθn x n i i 11e 越大，但只有x 1 , x 2 , …, x n > µ 时，才有L (θ, µ) > 0，即µ = min {x 1, x 2, …, x n } 时，L (θ, µ) 才能达到最大，故µ 的最大似然估计},,,min{ˆ21)1(n X X X X L ==µ，θ 的最大似然估计)1(ˆˆX X X −=−=µθ； （3）因θθθθθθθ)1(,,,1)1(121)()()(+<<−=+<<−Ι=Ι=∏k x x x n ni k x n i k k L L ，显然θ 越小，(k θ )−n 越大，但只有θ < x 1 , x 2 , …, x n < (k + 1)θ 时，才有L (θ ) > 0，即},,,max{1121n x x x k L +=θ时，L (θ ) 达到最大， 故θ 的最大似然估计为},,,max{111ˆ21)(nn X X X k k X L +=+=θ． 3． 设总体概率函数如下，X 1, …, X n 是样本，试求未知参数的最大似然估计．（1）θθθ||e 21);(x x p −=，θ > 0；（2）p(x ;θ ) = 1，θ − 1/2 < x < θ + 1/2；（3）12211),;(θθθθ−=x p ，θ1 < x < θ2．解：（1）因∑===−=−∏ni i i x n n ni x L 1||11||e21e 21)(θθθθθ，有∑=−−−=n i i x n n L 1||1ln 2ln )(ln θθθ， 令∑=+⋅−=ni i x n d L d 12||11)(ln θθθθ，得∑==ni i x n 1||1θ， 故θ的最大似然估计∑==ni i X n 1||1ˆθ； （2）因2/1,,,2/112/12/121)(+<<−=+<<−Ι=Ι=∏θθθθθn i x x x ni x L L ，即θ − 1/2 < x (1) ≤ x (n ) < θ + 1/2，可得当x (n ) − 1/2 < θ < x (1) + 1/2时，都有L (θ ) = 1，故θ 的最大似然估计ˆθ是 (x (n ) − 1/2, x (1) + 1/2) 中任何一个值； （3）因221121,,,1211221)(11),(θθθθθθθθθθ<<=<<Ι−=Ι−=∏n i x x x n ni x L L ，显然θ 1越大且θ 2越小时，L (θ1, θ 2) 越大，但只有θ1 < x 1 , x 2 , …, x n < θ 2 时，才有L (θ1, θ 2) > 0， 即θ 1 = min {x 1, x 2, …, x n }且θ 2 = max {x 1, x 2, …, x n }时，L (θ1, θ 2)达到最大，故θ 1的最大似然估计},,,min{ˆ21)1(1nX X X X L ==θ， θ 2的最大似然估计},,,max{ˆ21)(2nn X X X X L ==θ． 4． 一地质学家为研究密歇根湖的湖滩地区的岩石成分，随机地自该地区取100个样品，每个样品有10块石子，记录了每个样品中属石灰石的石子数．假设这100次观察相互独立，求这地区石子中石灰石的比例p 的最大似然估计．该地质学家所得的数据如下： 样本中的石子数 0 1 2 3 4 5 6 7 8 9 10样品个数0 1 6 7 23 26 21 12 3 1 0解：总体X 为样品的10块石子中属石灰石的石子数，即X 服从二项分布B (10, p )，其概率函数为xx p p x x p −−⎟⎟⎠⎞⎜⎜⎝⎛=10)1(10)(，x = 1, 2, …, 10，因∑−∑⋅⎟⎟⎠⎞⎜⎜⎝⎛=−⎟⎟⎠⎞⎜⎜⎝⎛===−==−∏∏1001100110001001110)1(10)1(10)(i ii iii x x i i ni x x i p p x p p x p L ，即)1ln(1000ln 10ln )(ln 100110011001p x p x x p L i i i i i i −⋅⎟⎟⎠⎞⎜⎜⎝⎛−+⋅+⎟⎟⎠⎞⎜⎜⎝⎛=∑∑∑===， 令01110001)(ln 10011001=−⋅⎟⎟⎠⎞⎜⎜⎝⎛−−⋅=∑∑==p x p x dp p L d i i i i ，得∑==100110001i i x p ，即∑==100110001ˆi i X p 由于49909137261101001=+×+×+×+×+=∑=i i x ，故比例p 的最大似然估计499.049910001ˆ=×=p． 5． 在遗传学研究中经常要从截尾二项分布中抽样，其总体概率函数为m k p p p k m p k X P mk m k ,,2,1,)1(1)1(};{L =−−−⎟⎟⎠⎞⎜⎜⎝⎛==−． 若已知m = 2，X 1, …, X n 是样本，试求p 的最大似然估计．解：当m = 2时，X 只能取值1或2，且p p p p p X P −−=−−−==222)1(1)1(2}1{2，ppp p X P −=−−==2)1(1}2{22， 即pp p p p p p p x X P x x x x−−=⎟⎟⎠⎞⎜⎜⎝⎛−⎟⎟⎠⎞⎜⎜⎝⎛−−==−−−−2)22(2222};{1212，x = 1, 2，因nnx x n ni x x p p p p p p p L ni i ni i i i )2()22(2)22()(112112−∑∑−=−−=−−=−−==∏， 即)2ln(ln )22ln(2)(ln 11p n p n x p x n p L n i i ni i −−⋅⎟⎟⎠⎞⎜⎜⎝⎛−+−⋅⎟⎟⎠⎞⎜⎜⎝⎛−=∑∑==，令02112222)(ln 11=−−⋅−⋅⎟⎟⎠⎞⎜⎜⎝⎛−+−−⋅⎟⎟⎠⎞⎜⎜⎝⎛−=∑∑==p n p n x p x n dp p L d n i i ni i ，得x x n p n i i22221−=−=∑=， 故p 的最大似然估计Xp22ˆ−=． 6． 已知在文学家萧伯纳的“An Intelligent Woman’s Guide to Socialism ”一书中，一个句子的单词数X 近似地服从对数正态分布，即Z = ln X ~ N (µ , σ 2 )．今从该书中随机地取20个句子，这些句子中的单词数分别为52, 24, 15, 67, 15, 22, 63, 26, 16, 32, 7, 33, 28, 14, 7, 29, 10, 6, 59, 30，求该书中一个句子单词数均值22e )(σµ+=X E 的最大似然估计．解：因Z = ln X ~ N (µ , σ 2 )，则µ的最大似然估计09.3)30ln 24ln 52(ln 201ln 11ˆ11=+++====∑∑==L n i in i i x n z n z µ， σ 2的最大似然估计51.0])09.330(ln )09.324(ln )09.352[(ln 201)(12221222=−++−+−=−==∑=∗∧L n i i zz z n sσ， 故由最大似然估计的不变性知22e)(σµ+=X E 的最大似然估计31.28e e )(251.009.322*===++∧zs z X E ．7． 总体X ~ U (θ , 2θ )，其中θ > 0是未知参数，又X 1, …, X n 为取自该总体的样本，X 为样本均值．（1）证明X 32ˆ=θ是参数θ 的无偏估计和相合估计； （2）求θ的最大似然估计，它是无偏估计吗？是相合估计吗？解：（1）因X ~ U(θ , 2θ )，有θθθ2322)(=+=X E ，2212112)2()Var(θθθ=−=X ， 故θθ=⋅===2332)(32)(32)ˆ(X E X E E ，即X 32ˆ=θ是参数θ 的无偏估计； 因n n X n X 2712194)Var(94)Var(94)ˆVar(22θθθ=⋅===，有θθ=→∞)ˆ(lim E n ，0)ˆVar(lim =∞→θn ， 故X 32ˆ=θ是参数θ 的相合估计； （2）因θθθθθθθ2,,,122111)(<<=<<Ι=Ι=∏n i x x x nni x L L ，显然θ 越小，nθ1越大，但只有θ < x 1 , x 2 , …, x n < 2θ 时，才有L (θ ) > 0，即},,,max{2121n x x x L =θ时，L (θ ) 达到最大， 故θ 的最大似然估计为},,,max{2121*ˆ21)(nn X X X X L ==θ；因X 的密度函数为⎪⎩⎪⎨⎧<<=.,0;2,1)(其他θθθx x p ，分布函数为⎪⎩⎪⎨⎧≥<≤−<=.2,1;2,;,0)(θθθθθθx x x x x F则X (n ) 的密度函数⎪⎩⎪⎨⎧<<−==−−.,0;2,)()()]([)(11其他θθθθx x n x p x F n x p nn n n因θθθθθθθθθθθ11)()()()(2121)(+=+−⋅=−⋅−=−+−∫n nn x n dx x n x X E n n nn n ，有θ112)()(++=n n X E n ， 且2222122)(22)()()(])[(θθθθθθθθθθθ+=+−⋅=−⋅−=−+−∫n nn x n dx x n x X E n n nn n ， 则2222)()()2()1(12)Var()Var(θθθθ++=⎟⎠⎞⎜⎝⎛+−+=−=n n n n n n n X X n n ， 因θθθ≠++==)1(212)(21*)ˆ()(n n X E E n ，22)()2()1(4)Var(41*)ˆVar(θθ++==n n n X n ， 故)(21*ˆn X =θ不是参数θ 的无偏估计，应该修偏为)(121ˆn X n n ++=θ才是θ 的无偏估计， 因θθθ=++=→∞→∞)1(212lim *)ˆ(lim n n E n n ，0)2()1(4lim *)ˆVar(lim 22=++=∞→∞→θθn n n n n ， 故θ 的最大似然估计)(21*ˆn X =θ是参数θ 的相合估计． 8． 设X 1, …, X n 是来自密度函数为p (x ;θ ) = e − (x − θ), x >θ 的样本．（1）求θ 的最大似然估计1ˆθ，它是否是相合估计？是否是无偏估计？ （2）求θ 的矩估计2ˆθ，它是否是相合估计？是否是无偏估计？ 解：（1）似然函数θθθθθ>+−=>−−Ι∑=Ι==∏n ni i i i x x x n x ni x x L ,,,1)(211ee)(L ，显然θ 越大，θn x ni i +−∑=1e 越大，但只有x 1 , x 2 , …, x n > θ 时，才有L (θ ) > 0， 即θ = min {x 1, x 2, …, x n } 时，L (θ ) 达到最大，故θ 的最大似然估计},,,min{ˆ21)1(1nX X X X L ==θ； 因X 的密度函数与分布函数分别为⎩⎨⎧≤>=−−.,0;,e )()(θθθx x x p x ⎩⎨⎧≤>−=−−.,0;,e 1)()(θθθx x x F x 则X (1) 的密度函数为⎩⎨⎧≤>=−=−−−.,0;,e )()](1[)()(11θθθx x n x p x F n x p x n n 可得X (1) − θ 服从指数分布Exp (n )，因n X E 1)()1(=−θ，2)1(1)Var(nX =−θ， 则θθθ≠+==nX E E 1)()ˆ()1(1，2)1()1(11)Var()Var()ˆVar(n X X =−==θθ， 故)1(1ˆX =θ不是θ 的无偏估计； 因θθθ=⎟⎠⎞⎜⎝⎛+=→∞→∞n E n n 1lim )ˆ(lim 1，01lim )ˆVar(lim 21==→∞→∞n n n θ， 故)1(1ˆX =θ是θ 的相合估计； （2）因总体X 的密度函数为p (x ;θ ) = e − (x − θ), x >θ ，有X − θ 服从指数分布Exp (1)，则E (X − θ ) = E (X ) − θ = 1，即θ = E (X ) − 1，故θ 的矩估计1ˆ2−=X θ； 因E (X ) = θ + 1，Var(X ) = Var(X − θ) = θ 2，则θθ=−=−=1)(1)()ˆ(2X E X E E ，nX n X 22)Var(1)Var()ˆVar(θθ===， 故1ˆ2−=X θ是θ 的无偏估计； 因θθ=∞→)ˆ(lim 2E n ，0lim )ˆVar(lim 22==→∞→∞n n n θθ， 故1ˆ2−=X θ是θ 的相合估计． 9． 设总体X ~ Exp (1/θ )，X 1, …, X n 是样本，θ 的矩估计和最大似然估计都是X ，它也是θ 的相合估计和无偏估计，试证明在均方误差准则下存在优于X 的估计（提示：考虑X a a=θˆ，找均方误差最小者）． 证：因X ~ Exp (1/θ )，有E (X ) = θ ，Var(X ) = θ 2，且X 的密度函数为⎪⎩⎪⎨⎧≤>=−.0,0;0,e 1)(x x x p xθθ故θ = E (X )，即θ 的矩估计为X =θˆ； 因似然函数0,,,110211e1e1)(>−=>−Ι∑=Ι==∏n ni ii ix x x x nni x x L L θθθθθ， 当x 1, x 2, …, x n > 0时，∑=−−=ni i x n L 11ln )(ln θθθ， 令01)(ln 12=+−=∑=ni i x n d L d θθθθ，得x x n ni i ==∑=11θ， 故θ 的最大似然估计也为X =θˆ； 因θ==)((X E X E ，nX n X 2)Var(1)Var(θ==，故X 是θ 的无偏估计；因θ=→∞)(lim X E n ，0lim)Var(lim 2==∞→∞→nX n n θ，故X 是θ 的相合估计；设X a a =θˆ，有θθa X aE E a ==)()ˆ(，na X a a 222)Var()ˆVar(θθ==， 则nnX E X X 2222)(])([)Var()MSE(θθθθθ=−+=−+=，222222212)(])ˆ([)ˆVar()ˆMSE(θθθθθθθθ⎟⎟⎠⎞⎜⎜⎝⎛+−+=−+=−+=a a n a a n a E a a a 2222111111121θθ⎥⎥⎦⎤⎢⎢⎣⎡++⎟⎠⎞⎜⎝⎛+−+=⎟⎠⎞⎜⎝⎛++++−+=n n n a n n n n n a a n n ，故当1+=n n a 时，X n n a 1ˆ+=θ的均方误差1)ˆMSE(2+=n a θθ小于X 的均方误差nX 2)MSE(θ=．10．为了估计湖中有多少条鱼，从中捞出1000条，标上记号后放回湖中，然后再捞出150条鱼，发现其中有10条鱼有记号．问湖中有多少条鱼，才能使150条鱼中出现10条带记号的鱼的概率最大？解：设湖中有N 条鱼，有湖中每条鱼带记号的概率为Np 1000=，看作总体X 服从两点分布b (1, p )，从中抽取容量为150的样本X 1, X 2, …, X 150，有101501=∑=i i x ，似然函数∑−∑=−===−=−∏ni ini iiix n x ni x x p pp p p L 11)1()1()(11，有)1ln(ln )(ln 11p x n p x p L ni i ni i −⋅⎟⎟⎠⎞⎜⎜⎝⎛−+⋅=∑∑==， 令0111)(ln 11=−−⋅⎟⎟⎠⎞⎜⎜⎝⎛−+⋅=∑∑==p x n p x dp p L d ni i n i i ，得x x n p ni i ==∑=11，即p 的最大似然估计为X p =ˆ， 因pN 1000=，由最大似然估计的不变性知X N1000ˆ=， 故湖中有150001015011000ˆ=×=N条鱼时，才能使150条鱼中出现10条带记号的鱼的概率最大． 11．证明：对正态分布N (µ , σ 2 )，若只有一个观测值，则µ , σ 2的最大似然估计不存在． 证：若只有一个观测值，似然函数222)(2eπ21),(σµσσµ−−=x L ，对于任一固定的σ，当µ = x 时，L (µ)取得最大值σπ21， 但显然σ 越小，σπ21越大，且σ 可任意接近于0，即σπ21不存在最大值，故µ , σ 2的最大似然估计不存在．习题6.41． 设总体概率函数是p (x ;θ )，X 1, …, X n 是其样本，T = T (X 1, …, X n )是θ 的充分统计量，则对g (θ )的任一估计gˆ，令)|ˆ(~T g E g =，证明：)ˆMSE()~MSE(g g ≤．这说明，在均方误差准则下，人们只需要考虑基于充分估计量的估计．解：因)|ˆ(~T g E g=，由Rao-Blackwell 定理知)ˆ()~(g E g E =，)ˆVar()~Var(g g ≤， 故)ˆMSE()]()ˆ([)ˆVar()]()~([)~Var()~MSE(22g g g E g g g E g g=−+≤−+=θθ． 2． 设T 1 , T 2分别是θ 1 , θ 2的UMVUE ，证明：对任意的（非零）常数a , b ，aT 1 + bT 2 是a θ 1 + b θ 2的UMVUE ．证：因T 1 , T 2分别是θ 1 , θ 2的UMVUE ，有E (T 1) = θ 1 ，E (T 2) = θ 2 ，且对任意的满足E (ϕ) = 0的ϕ 都有Cov (T 1 , ϕ) = Cov (T 2 , ϕ) = 0， 则E (aT 1 + bT 2) = a E (T 1) + b E (T 2) = a θ 1 + b θ 2 ，且Cov (aT 1 + bT 2 , ϕ) = a Cov (T 1 , ϕ) + b Cov (T 2 , ϕ) = 0， 故aT 1 + bT 2是a θ 1 + b θ 2的UMVUE ．3． 设T 是g (θ ) 的UMVUE ，gˆ是g (θ ) 的无偏估计，证明，若+∞<)ˆ(Var g ，则0)ˆ,Cov(≥g T ． 证：因gˆ和T 都是g (θ ) 的无偏估计，有)()()ˆ(θg T E g E ==，即0)ˆ(=−T g E ， 又因T 是g (θ ) 的UMVUE ，有0)ˆ,(Cov =−T g T ，即0),Cov()ˆ,Cov(=−T T g T ， 故0),Cov()ˆ,Cov(≥=T T gT ． 4． 设总体X ~ N (µ , σ 2)，X 1 , …, X n 为样本，证明，∑==n i i X n X 11，∑=−−=n i i X X n S 122)(11分别为µ , σ 2的UMVUE ．证：因X ~ N (µ , σ 2 )，有X 是µ 的无偏估计，S 2是σ 2的无偏估计，且样本X 1 , …, X n 的联合密度函数为===−−=−−∏ni i ix nni x n x x p 12222)(2112)(21e )π2(1e π21),;,,(µσσµσσσµL ，对任意的满足E (ϕ) = 0的ϕ (x 1 , …, x n )，有0e)π2(1)(1)(21122=∑⋅=∫∫∞+∞−∞+∞−−−=n x ndx dx E ni i L L µσϕσϕ，对E (ϕ) = 0两端关于µ 求偏导数，得∫∫∑∞+∞−∞+∞−−−=⋅−⋅==∂∂=n x ni i ndx dx x E ni i L L 1)(2112122e )(1)π2(10)(µσµσϕσµϕ∫∫∞+∞−∞+∞−−−∑⋅−⋅==n x n dx dx n x n ni i L L 1)(212122e)(1)π2(1µσµσϕσ)()]()([])[(222ϕσϕµϕσϕµσX E nE X E nX E n=−=−=，则0)(=ϕX E ，0)(()(),Cov(=⋅−=ϕϕϕE X E X E X ，故∑==ni i X n X 11是µ 的UMVUE ；对0)(=ϕX E 两端再关于µ 求偏导数，得∫∫∑∞+∞−∞+∞−−−=∑⋅−⋅==∂∂=n x n i i ndx dx x x X E ni i L L 1)(2112122e )(1)π2(10)(µσµσϕσµϕ∫∫∞+∞−∞+∞−−−∑⋅−⋅==n x n dx dx n x n x ni i L L 1)(212122e)(1)π2(1µσµσϕσ )()]()([])[(22ϕσϕµϕσϕµσX E nX E X E nX X E n=−=−=，则0)(2=ϕX E ，对0)()π2(=ϕσE n 两端关于σ 2求偏导数，得∫∫∑∞+∞−∞+∞−−−=∑⋅−⋅==∂∂=n x ni indx dx xE ni i L L 1)(211242122e)(210)]()π2[(µσµσϕσϕσ∫∫∑∞+∞−∞+∞−−−=∑⋅⎟⎟⎠⎞⎜⎜⎝⎛+−⋅==n x n i i dx dx n x n x ni i L L 1)(212124122e 221µσµµσϕ⎥⎦⎤⎢⎣⎡⎟⎟⎠⎞⎜⎜⎝⎛+−=∑=ϕµµσσ21222)π2(n X n X E n i i n ⎟⎟⎠⎞⎜⎜⎝⎛=⎥⎦⎤⎢⎣⎡+−⎟⎟⎠⎞⎜⎜⎝⎛=∑∑==n i i n n i i n X E E n X E n X E 122122)π2()()(22)π2(ϕσσϕµϕµϕσσ， 则012=⎟⎟⎠⎞⎜⎜⎝⎛∑=n i i X E ϕ，因⎟⎟⎠⎞⎜⎜⎝⎛−−=−−=∑∑==21212211)(11X n X n X X n S n i i n i i ，有0)(11)(2122=⎥⎦⎤⎢⎣⎡−⎟⎟⎠⎞⎜⎜⎝⎛−=∑=ϕϕϕX nE X E n S E n i i ， 则Cov (S 2, ϕ ) = E (S 2ϕ ) − E (S 2) ⋅ E (ϕ) = 0，故∑=−−=ni i X X n S 122)(11是σ 2的UMVUE ． 5． 设总体的概率函数为p(x ;θ )，满足定义6.4.2的条件，若二阶导数);(22θθx p ∂∂对一切的θ ∈ Θ 存在，证明费希尔信息量⎟⎟⎠⎞⎜⎜⎝⎛∂∂−=);(ln )(22θθθX p E I ． 证：因θθ∂∂⋅=∂∂p p p 1ln ，2222222221ln 111ln θθθθθθθ∂∂⋅+⎟⎠⎞⎜⎝⎛∂∂−=∂∂⋅+⎟⎠⎞⎜⎝⎛∂∂⋅−=⎟⎟⎠⎞⎜⎜⎝⎛∂∂⋅∂∂=∂∂p p p p p p p p p p ， 故∫∫∞+∞−∞+∞−∂∂+−=⋅∂∂⋅+−=⎟⎟⎠⎞⎜⎜⎝⎛∂∂⋅+⎟⎠⎞⎜⎝⎛∂∂−=⎟⎟⎠⎞⎜⎜⎝⎛∂∂dx p I pdx p p I p p E p E p E 222222222)(1)(1ln ln θθθθθθθ)()()(22θθθI dx x p I −=⎟⎠⎞⎜⎝⎛∂∂+−=∫∞+∞−．6． 设总体密度函数为p (x ;θ ) = θ x θ − 1, 0 < x < 1, θ > 0，X 1 , …, X n 是样本．（1）求g (θ ) = 1/θ 的最大似然估计； （2）求g (θ )的有效估计．解：（1）似然函数1,,,0121110121)()(<<−=<<−Ι=Ι=∏n i x x x n n ni x i x x x x L L L θθθθθ，当0 < x 1, x 2, …, x n < 1时，ln L (θ ) = n ln θ + (θ − 1) ln (x 1x 2…x n )，令0)ln()(ln 21=+=n x x x n d L d L θθθ，得∑=−=−=ni i n x n x x x n 121ln )ln(L θ，即∑=−=ni iX n 1ln ˆθ， 故g(θ ) = 1/θ 的最大似然估计为∑=−==ni iX n g 1ln 1ˆ/1ˆθ； （2）因θθθθθθθθ1101ln )(ln ln )(ln 10101010101−=−=⋅−=⋅=⋅=∫∫∫−x dx x x x x x d x dx x x X E ，21102102101222)(ln 2ln 2)(ln )()(ln )(ln )(ln θθθθθθθ=−=⋅−==⋅=∫∫∫−X E dx x x x x x x d x dx x x X E ， 则22222112)](ln [)(ln )Var(ln θθθ=⎟⎠⎞⎜⎝⎛−−=−=X E X E X ，可得)(111)(ln 1)ˆ(1θθθg n n X E n gE n i i ==⎟⎠⎞⎜⎝⎛−⋅⋅−=−=∑=，即∑=−=n i i X n g 1ln 1ˆ是g (θ )的无偏估计， 且22212111)Var(ln 1)ˆ(Var θθn nn X ngni i =⋅⋅==∑=， 因p (x ; θ ) = θ x θ − 1 I 0 < x < 1，当0 < x < 1时，ln p (x ; θ ) = ln θ + (θ − 1) ln x ，则x x p ln 1);(ln +=∂∂θθθ，2221);(ln θθθ−=∂∂x p ，即2221);(ln )(θθθθ=⎥⎦⎤⎢⎣⎡∂∂−=X p E I ，可得g (θ ) = 1/θ 无偏估计方差的C-R 下界为)ˆ(Var 111)()]([22222g n n nI g ==⋅⎟⎠⎞⎜⎝⎛−=′θθθθθ， 故∑=−=ni i X n g1ln 1ˆ是g (θ ) = 1/θ 的有效估计． 7． 设总体密度函数为2e 2);(3x xx p θθθ−=, x > 0, θ > 0，求θ 的费希尔信息量I (θ )．解：因032e 2);(>−Ι=x x xx p θθθ，当x > 0时，2ln 3ln 2ln );(ln x x x p θθθ−−+=，。
数值分析答案第二章参数估计习题
f(x)= （） { > − ex λ ) λ 0λ ( x解： λe , x ≥ 0
第二章 参数估计 1.设母体X具有负指数分布，它的分布密度 −λ x 为 λe , x ≥ 0 f(x)= 0, x < 0 其中 λ > 0 。试用矩法求的估计量。 解：x e(λ ) f(x)=
0
1
θ −1
dx =
θ θ +1
X 估计EX
X ∴θ = 1− X
1 e 5.设母体X的密度为 f ( x) = 2σ
−
x
σ
, −∞ < x < ∞
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 解： n 1 −σ 1 n − σ
i
L = ∏ f ( xi ) = ∏
i =1 i =1
ln L = n ln θ + (θ − 1)∑ ln xi
i
0, 其他 n
i =1
( θ >0 )
n i =1
d ln L n ＾= − n = + ∑ ln xi = 0,∴θ θ i dθ ∑ ln xi
i
2矩法估计
EX =
用
X 用估计EX
+∞
−∞
∫ x ⋅ f ( x)dx = ∫ x ⋅θ ⋅ x
2
给定置信概率1−α 即
P ( x − uα
2
σ/ n
，有 uα ，使
2
P{ u ≤ uα } = 1 − α
参数估计习题课
第21讲 参数估计习题课教学目的：1. 通过练习使学生进一步掌握矩估计和最大似然估计的计算方法； 2. 通过练习使学生理解无偏性和有效性对于评价估计量标准的重要性； 3. 通过练习使学生进一步掌握正态总体参数的区间估计和单侧置信限。
教学重点：矩估计和最大似然估计，无偏性与有效性，正态总体参数的区间估计。
教学难点：矩估计，最大似然估计，正态总体参数的区间估计。
教学时数：2学时。
教学过程：一、知识要点回顾1. 矩估计 ）用各阶样本原点矩n ki i 11x n k V ==∑ 作为各阶总体原点矩k EX 的估计,1,2,k =。
若有参数2g(,(),,)k EX E X E X θ=（）（），则参数θ的矩估计为n n n 2i=1i=1i=1111ˆ(,,,)ki i i X X X n n n θ=∑∑∑。
2. 最大似然估计似然函数1()(;)ni i L f x θθ==∏，取对数ln[()]L θ，从ln()d d θθ=0中解得θ的最大似然估计θˆ。
3. 无偏性,有效性当θθ=ˆE 时，称θˆ为θ的无偏估计。
当21ˆD ˆD θθ<时，称估计量1ˆθ比2ˆθ有效。
二 、典型例题解析1．设,0()0, 0x e x f x x θθ-⎧>=⎨≤⎩，求θ的矩估计。
解 ,0dx xe EX x ⎰+∞-=θθ设du dx u x x u θθθ1,1,===则000111()0()u uu EX ue du ue e du e θθθθ+∞+∞--+∞--+∞⎡⎤⎡⎤==-+=+-⎣⎦⎢⎥⎣⎦⎰⎰=θ1)故1EXθ=，所以x 1ˆ=θ。
2. 设总体X 在[]b a ,上服从均匀分布，求a 和b 的矩估计。
解 由均匀分布的数学期望和方差知1()()2E X a b =+ （1）21()()12D X b a =- （2）由（1）解得a EX b -=2，代入（2）得2)22(121a EX DX -=，整理得2)(31a EX DX -=，解得()()a E X b E X ⎧=-⎪⎨=⎪⎩ 故得b a ,的矩估计为ˆˆa x b x ⎧=-⎪⎨=+⎪⎩其中∑=-=ni i x x n 122)(1ˆσ。
《应用数理统计》吴翊李永乐第二章 参数估计课后习题参考答案
第二章 参数估计课后习题参考答案2.1 设总体X 服从二项分布()n X X X p p N B ,,,,11,,21 <<为其子样，求N 及p 的矩法估计。
解：()()()p Np X D Np X E -==1,令()⎪⎩⎪⎨⎧-==p Np S Np X 12解上述关于N 、p 的方程得：2.2 对容量为n 的子样，对密度函数22(),0(;)0,0x x f x x x ααααα⎧-⎪=⎨⎪≤≥⎩其中参数α的矩法估计。
解：122()()a E x xx dx ααα==-⎰22022()x x dx ααα=-⎰2321221333ααααααα=-=-= 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。
2.3 使用一测量仪器对同一值进行了12次独立测量，其结果为(单位：mm) 232.50，232.48，232.15，232.52，232.53，232.30 232.48，232.05，232.45，232.60，232.47，232.30 试用矩法估计测量的真值和方差(设仪器无系统差)。
⎪⎪⎩⎪⎪⎨⎧-=-==X S p S X X p X N 2221ˆˆˆ解：()()()∑∑====-====ni i ni i S X X n X D X X n X E 12210255.014025.23212.4 设子样1.3，0.6，1.7，2.2，0.3，1.1是来自具有密度函数()10,1,<<=βββx f 的总体，试用矩法估计总体均值、总体方差及参数β。
解：()()()()4.22ˆ2,1,407.012.1101221========-===⎰⎰∑∑==X Xdx xdx x xf X E x f XX n S X n X ni i ni i ββββββββ参数：总体方差：总体均值：2.5 设n X X X ,,,21 为()1N ，μ的一个字样，求参数μ的MLE ；又若总体为()21N σ，的MLE 。
统计学习题(抽样分布、参数估计)
统计学习题(抽样分布、参数估计)练习题第1章绪论（略）第2章统计数据的描述2.1某家商场为了解前来该商场购物的顾客的学历分布情况，随机抽取了100名顾客。
其学历表示为：1.初中;2.高中/中专;3.大专;4.本科及以上学历。
调查结果如下：4222434414 2244432422 3121441424 2332134344 3312424324 2322212244 2123333334 2343313232 4313434214 2242334121（1）制作一张频数分布表。
（2）绘制一张条形图，反映学历分布。
2.2为了解某电信客户对该电信公司的服务的满意度情况，某调查公司分别对两个地区的电信用户在以下五个方面对受访用户的满意情况进行了问卷调查得到的数据如下（表中数据为平均满意度打分，从1分到10分满意度依次递增）：地区企业形象客户期望质量感知价值感知客户总体满意度A 8.269504 7.51773 9.2624117.9148948.411348B 7.447368 8.3684218.9736848.1052637.394737试用条形图反映将两地区的满意度情况。
2.3下面是一个班50个学生的经济学考试成绩：88569179699088718279 988534744810075956092 83646569996445766369 6874948167818453912484628183698429667594（1）对这50名学生的经济学考试成绩进行分组并将其整理成频数分布表，绘制直方图。
（2）用茎叶图将原始数据表现出来。
2.4如下数据反映的是某大学近视度数的情况，共120名受访同学，男女同学各60名。
男149 161761821310 80 951081414 0 144145151515161681882121 0 21211052121211116817521 0 356462121212121312121 0 2121212121375375383838 8 45566065120 30120 7521女120 3334537437538700 90700 60141516212121211517170 0 0 0 0 0 0 0 5 521 0 1752121214043451217517 8 181818518519195196202021 0 21212121212121333335 0 3636363840474865055（1）按近视度数分别对男女学生进行分组。
徐国祥《统计学》(第2版)配套题库【课后习题】(参数估计)
第8章参数估计1．什么是统计推断？统计推断的两类问题是什么？答：统计推断就是根据样本的信息，对总体的特征作出推断，它包括参数估计和假设检验，其中参数估计可分为点估计和区间估计两大类。
2．什么是点估计？什么是区间估计？两者各有什么优缺点？答：点估计是根据样本数据计算的一个估计值，其优点在于它通过样本资料就能够明确地估计总体参数。
不足之处是，一般点估计值不会等于总体参数的真值，并且无法给出它与真值的误差以及估计可靠性程度。
区间估计是通过样本来估计总体参数可能位于的区间。
优点是指出了未知参数所在区间的上下限，同时指出该区间包含真值的可靠度（置信度），弥补了点估计的不足。
3．评判一个估计量好坏的标准有哪些？答：评判一个估计量的好坏有以下三个标准：（1）无偏性如果样本统计量的期望值等于该统计量所估计的总体参数，则这个估计量叫做无偏估计量。
这是一个好的估计量的一个重要条件。
（2）一致性当样本容量n增大时，如果估计量越来越接近总体参数的真值时，就称这个估计量为一致估计量。
估计量的一致性是从极限意义上讲的，它适用于大样本的情况。
（3）有效性有效性是指估计量的离散程度。
如果两个估计量都是无偏的，其中方差较小的（对给定的样本容量而言）就可认为相对来说是更有效的。
4．确定样本容量大小的因素有哪些？ 答：决定样本容量大小的因素有以下三点： （1）受总体方差σ2数值大小的影响总体方差大，抽样误差大，则应多抽一些样本容量，反之，则可少抽一些。
当然，总体方差为0时，那么只需抽出其中一个就能代表总体。
但实际工作中，我们往往不知道总体方差，因而必须做试验性调查，或以过去的历史资料做参考。
（2）可靠性程度的高低要求可靠性越高，所必需的样本容量就越大。
也就是说，为获得所需精度而指定的概率越大，所需要的样本容量就越大。
（3）允许误差的大小这主要由研究的目的而定。
若要求推断比较精确，允许误差应该低一些，随之抽取的样本容量也要求多一些；反之，若允许误差可以大一些，样本容量也可以少一些。
概率论与数理统计第七章参数估计习题答案
æ çè
x
±
ua
/
2
s n
ö ÷ø
=
(14.95
±
0.1´1.96)
=
(14.754,15.146)
大学数学云课堂
3028709.总体X ~ N (m,s 2 ),s 2已知,问需抽取容量n多大的样本，
才能使m的置信概率为1 -a,且置信区间的长度不大于L？
解：由s
2已知可知m的置信度为1
-
a的置信区间为
64 69 49 92 55 97 41 84 88 99 84 66 100 98 72 74 87 84 48 81 （1）求m的置信概率为0.95的置信区 间.
（2）求s 2的置信概率为0.95的置信区间.
解：x = 76.6, s = 18.14,a = 1- 0.95 = 0.05, n = 20,
大学数学云课堂
3028706.设X1,X 2,L,X n是取自总体X的样本,E（X）= m,D（X）= s 2,
n -1
å sˆ 2 = ( X i+1 - X i )2 ,问k为何值时sˆ 2为s 2的无偏估计. i =1 解：令 Yi = X i+1 - X i , i = 1, 2,¼, n -1, 则E(Yi ) = E( X i+1) - E( X i ) = m - m = 0, D(Yi ) = 2s 2 , n -1 å 于是Esˆ 2 = E[k ( Yi2 )] = k(n -1)EY12 = 2s 2 (n -1)k, i =1 那么当E(sˆ 2 ) = s 2 ,即2s 2 (n -1)k = s 2时, 有k = 1 . 2(n -1)
的密度函数为f
(x,q
概率论与数理统计（第三版）课后答案习题7
第七章 参数估计1. 解 )1()(,)(),,(~p np X D np X E p n B X -==∴⎩⎨⎧=-=⎩⎨⎧==22)1(,)()(B p np X np B X D X X E 即由解之，得n,p 的矩估计量为XB p B X X n 2221,-=⎥⎥⎦⎤⎢⎢⎣⎡-=∧∧注：“[ ]”表示取整。
2. 解 因为：220)(22)(1)1()(1)()(λλθλλθλθλθλ++=⋅=+=⋅==⎰⎰⎰∞+--∞+--∞+∞-dx e x x E dx e x dx x xf x E x x所以，由矩估计法得方程组： ⎪⎩⎪⎨⎧++=+=2221)1(1λλθλθA X 解得λθ,的矩估计量为 ⎪⎩⎪⎨⎧=-=∧∧221B B X λθ3. 解 (1) 由于 222)]([)()(X E X E X D -==σ令 ∑===n i iX n A X E 12221)( 又已知 μ=)(X E故 2σ的矩估计值为 ∑∑==∧-=-=-=n i i n i i X n X n A 12122222)(11μμμσ(2) μ已知时，似然函数为:⎭⎬⎫⎩⎨⎧--⋅=∑=-ni in x L 122222)(21exp )2()(μσπσσ因此∑=---=ni ixn L 12222)(21)2ln(2)(ln μσπσσ令 0)(2112)(ln 124222=-+-=∑=ni ixn L d dμσσσσ解得2σ的极大似然估计为: ∑=∧-=n i i X n 122)(1μσ4. 解 矩估计：λλ=∴=)()(X E X E 令X X E =)(故X =∧λ为所求矩估计量。
注意到 λ=)(X D 若令 2)(B X D =, 可得: 2B =∧λ似然估计：因为λλ-==e k k X P k!)(所以，λ的似然函数为∏=-=ni i xe x L i1!)(λλλ取对数λλλn x x L ni i ni i --=∑∑==11)!ln(ln )(ln令ln 1=-=∑=n xd d ni iλλλ, 解得∑=∧=ni ix n 11λ故,λ极大似然估计量为 X =∧λ5. 解 矩估计：21)1()()(11++=+==⎰⎰+∞+∞-θθθθdx x dx x xf X E令 X X E =)(, 即 X=++21θθ; 解之X X --=∧112θ 似然估计: 似然函数为⎪⎩⎪⎨⎧<<+=⎪⎩⎪⎨⎧<<+=∏∏==其它其它,010,)()1(,010,)1()(11i ni i ni n i i x x x x L θθθθθ 只需求10,)()1()(11<<+=∏=i ni i nx x L θθθ的驻点即可.又∑=++=ni ix n L 11ln )1ln()(ln θθθ令∑=++=ni ix n L d d 11ln 1)(ln θθθ; 解之∑=∧--=ni ixn1ln 1θ6. 解：似然函数为∑===---=-=---∏∏ni i i xn i i n ni x i ex ex L 12222)(l n 21112212)(l n 12)()2(21),(μσσμπσσπσμ取对数得 ∑----===∏n i ini i x x n L 122122)(l n 21)l n ()2l n (2),(ln μσπσσμ由 0)(l n 2112),(ln 0)1()(ln 221),(ln 124222122=∑-+⋅-=∂∂=∑-⋅--=∂∂==n i i n i i x n L x L μσσσμσμσσμμ联立解之，2,σμ的极大似然估计值为 ∑∑-=∑===∧=∧n i n i i in i i x n x n x n 12121)ln 1(ln 1,ln 1σμ7. 解：似然函数为 n i x x e ax L i i n i x a i ai ,,2,1;0,00,)(11 =⎪⎩⎪⎨⎧≤>=∏=--λλλ只需求∑⋅===--==--∏∏ni ai ai x a n i n n ni x a i ex a eax L 111111)()(λλλλλ的最值点。
茆诗松《概率论与数理统计教程》(第2版)(课后习题 参数估计)【圣才出品】
第6章 参数估计一、点估计的概念与无偏性1．设x 1，x 2，x 3是取自某总体的容量为3的样本，试证下列统计量都是该总体均值μ的无偏估计，在方差存在时指出哪一个估计的有效性最差？（1）1123111=236x x x μ∧++（2）2123111=333x x x μ∧++（3）3123112=663x x x μ∧++解：先求三个统计量的数学期望，1123111111()=()()()236222E E x E x E x μμμμμ∧++=++=2123111111()=()()()333333E E x E x E x μμμμμ∧++=++=3123112112()=()()()663663E E x E x E x μμμμμ∧++=++=这说明它们都是总体均值μ的无偏估计，下面求它们的方差，不妨设总体的方差为σ2，则222211231111117()=()()()4936493618Var Var x Var x Var x μσσσσ∧++=++=222221231111111()=()()()9999993Var Var x Var x Var x μσσσσ∧++=++=222231231141141()=()()()36369363692Var Var x Var x Var x μσσσσ∧++=++=不难看出，从而的有效性最差．123()<()<()Var Var Var μμμ∧∧∧3μ∧由此可推测。
当用样本的凸组合估计总体均值时，样本均值是最有效的。
1ni ii a x =∑x 2．x 1，x 2，…，x n 是来自Exp(λ)的样本，已知为1/λ的无偏估计，试说明1/是x x 否为λ的无偏估计．解：因为x 1，x 2，…，x n 服从Exp(λ)，所以y ＝~Ga （n ，λ），相应的密度函数1ni i x =∑为1()exp()y 0()n n p y n y y n λλλ-=->Γ，，，于是20(1/)e y ()n n y E y yn λλ∞--=Γ⎰d所以，．即不是λ的无偏估计，但它是λ的渐近无偏估计，经修偏，是λ的无偏估计．3．设是参数θ的无偏估计，且有，试证不是θ2的无偏估计．证：由方差的定义可知，由于是参数θ的无偏估计，即．因而所以不是θ2的无偏估计．4．设总体，是来自该总体的一个样本．试确定常数c 使为σ2的无偏估计．解：由于总体，这给出，于是若要使为σ2的无偏估计，即，这给出5．设总体为，为样本，证明样本均值和样本中程都是θ的无偏估计，并比较它们的有效性．解：由总体，得，，因而，这首先说明样本均值是θ的无偏估计，且为求样本中程的均值与方差，注意到，令则由于，故，从而这就证明了样本中程是θ的无偏估计．又注意到（参见第五章5.3节习题33）所以从而于是在n＞2时，，这说明作为0的无偏估计，在n＞2时，样本中程比样本均值有效．6．设x 1，x2，x3服从均匀分布，试证及都是θ的无偏估计量，哪个更有效？证：由可知x（1），x（3）的密度函数分别为从而故，由知两者均为θ的无偏估计．又可算得，从而故，即更有效．事实上，这里x（3）是充分统计量，这个结果与充分性原则是一致的．7．设从均值为μ，方差为的总体中，分别抽取容量为n1和n2的两独立样本，和分别是这两个样本的均值．试证，对于任意常数a，b（a＋b＝1），都是μ的无偏估计，并确定常数a，b使Var（Y）达到最小．证：由于和是容量分别为n1和n2的两独立样本的均值，故，，，因而这证明了是μ的无偏估计．又由a＋b＝1知，，从而由求导知，当时，Var（Y）达到最小，此时这个结果表明，来自同一总体的两个容量为n1和n2的样本的合样本（样本量为n1＋n2）的均值是线性无偏估计类中方差最小的．8．设总体X的均值为μ，方差为σ2，是来自该总体的一个样本，为μ的任一凸线性无偏估计量．证明：与T的相关系数为．证：由于为μ的线性无偏估计量，故，其中，于是而，故有，从而9．设有k台仪器，已知用第i台仪器测量时，测定值总体的标准差为σi（i＝1，2，…，k）．用这些仪器独立地对某一物理量θ各观察一次，分别得到设仪器都没有系统误差．问应取何值，方能使成为θ的无偏估计，且方差达到最小？解：若要使为θ的无偏估计，即则必须有，此时，。
应用数理统计吴翊李永乐第二章-参数估计课后习题参考答案
《应用数理统计》吴翊李永乐第二章-参数估计课后习题参考答案(总19页)--本页仅作为文档封面，使用时请直接删除即可----内页可以根据需求调整合适字体及大小--第二章 参数估计课后习题参考答案设总体X 服从二项分布()n X X X p p N B ,,,,11,,21 <<为其子样，求N 及p 的矩法估计。
解：()()()p Np X D Np X E -==1,令()⎪⎩⎪⎨⎧-==p Np S Np X 12 解上述关于N 、p 的方程得：对容量为n 的子样，对密度函数22(),0(;)0,0x x f x x x ααααα⎧-⎪=⎨⎪≤≥⎩其中参数α的矩法估计。
解：122()()a E x xx dx ααα==-⎰2222()x x dx ααα=-⎰2321221333ααααααα=-=-= 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。
使用一测量仪器对同一值进行了12次独立测量，其结果为(单位：mm) ，，，，，⎪⎪⎩⎪⎪⎨⎧-=-==X S p S X X p X N 2221ˆˆˆ，，，，，试用矩法估计测量的真值和方差(设仪器无系统差)。
解：()()()∑∑====-====ni ini i S XX nX D X X n X E 12210255.014025.2321设子样，，，，，是来自具有密度函数()10,1,<<=βββx f 的总体，试用矩法估计总体均值、总体方差及参数β。
解：()()()()4.22ˆ2,1,407.012.1101221========-===⎰⎰∑∑==X Xdx xdx x xf X E x f XX n S X n X ni i ni i ββββββββ参数：总体方差：总体均值：设n X X X ,,,21 为()1N ，μ的一个字样，求参数μ的MLE ；又若总体为()21N σ，的MLE 。
概率论与数理统计(茆诗松)第二版课后第六章习题参考答案
习题 6.1
1． 设 X1, X2, X3 是取自某总体容量为 3 的样本，试证下列统计量都是该总体均值µ 的无偏估计，在方差存 在时指出哪一个估计的有效性最差？
（1） µˆ1
=
1 2
X1
+
1 3
X
2
+
1 6
X3 ；
（2） µˆ2
=
1 3
X1
+
1 3
X
2
+
1 3
X
3
；
（3） µˆ3
=
n1 + n2
n1 + n2
n1 + n2
8． 设总体 X 的均值为µ ，方差为σ 2，X1, …, Xn 是来自该总体的一个样本，T (X1, …, Xn)为µ 的任一线性
无偏估计量．证明： X 与 T 的相关系数为 Var( X ) Var(T ) ．
n
∑ 证：因 T (X1, …, Xn)为µ 的任一线性无偏估计量，设 T ( X1, L, X n ) = ai X i ， i=1
2． 设 X1, X2, …, Xn 是来自 Exp(λ)的样本，已知 X 为 1/λ的无偏估计，试说明1/ X 是否为λ的无偏估计． 解：因 X1, X2, …, Xn 相互独立且都服从指数分布 Exp(λ)，即都服从伽玛分布 Ga(1, λ)，
n
∑ 由伽玛分布的可加性知 Y = X i 服从伽玛分布 Ga(n, λ)，密度函数为 i=1
=
(n
2 + 1)(n
+
2)
，
E(Y(2n) )
=
1 y 2 ⋅ nyn−1dy = n ，
- 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21讲 参数估计习题课教学目的：1. 通过练习使学生进一步掌握矩估计和最大似然估计的计算方法； 2. 通过练习使学生理解无偏性和有效性对于评价估计量标准的重要性； 3. 通过练习使学生进一步掌握正态总体参数的区间估计和单侧置信限。
教学重点：矩估计和最大似然估计，无偏性与有效性，正态总体参数的区间估计。
教学难点：矩估计，最大似然估计，正态总体参数的区间估计。
教学时数：2学时。
教学过程：一、知识要点回顾1. 矩估计用各阶样本原点矩n ki i 11x n k V ==∑ 作为各阶总体原点矩k EX 的估计,1,2,k =L 。
若有参数2g(,(),,)k EX E X E X θ=L （）（），则参数θ的矩估计为 n n n 2i=1i=1i=1111ˆ(,,,)ki i i X X X n n n θ=∑∑∑L 。
2. 最大似然估计似然函数1()(;)ni i L f x θθ==∏，取对数ln[()]L θ，从ln()d d θθ=0中解得θ的最大似然估计θˆ。
3. 无偏性,有效性当θθ=ˆE 时，称θˆ为θ的无偏估计。
当21ˆD ˆD θθ<时，称估计量1ˆθ比2ˆθ有效。
二 、典型例题解析1．设,0()0, 0x e x f x x θθ-⎧>=⎨≤⎩，求θ的矩估计。
解 ,0dx xe EX x ⎰+∞-=θθ设du dx u x x u θθθ1,1,===则000111()0()u uu EX ue du ue e du e θθθθ+∞+∞--+∞--+∞⎡⎤⎡⎤==-+=+-⎣⎦⎢⎥⎣⎦⎰⎰=θ1故1EXθ=，所以x 1ˆ=θ。
2. 设总体X 在[]b a ,上服从均匀分布，求a 和b 的矩估计。
解 由均匀分布的数学期望和方差知1()()2E X a b =+ （1）21()()12D X b a =- （2）由（1）解得a EX b -=2，代入（2）得2)22(121a EX DX -=，整理得2)(31a EX DX -=，解得()()a E X b E X ⎧=-⎪⎨=⎪⎩ 故得b a ,的矩估计为ˆˆa x b x ⎧=-⎪⎨=+⎪⎩其中∑=-=ni i x x n 122)(1ˆσ。
3．设总体X 的密度函数为(;)!x e f x x θθθ-=，求θ的最大似然估计。
解 设)!)...(!)(!(),()(2111n n x ni i x x x e x f L ni iθθθθ-=∑===∏，则11ln ()()ln ln(!)n ni i i i L x n x θθθ===--∑∑11ln ()11ˆ0, n ni i i i d L x n x x d n θθθθ===-===∑∑4．设总体X 的密度函数1(,)()(aa x f x a x e a θθθ--=已知），求参数θ的最大似然估计。
解 11121()(,)(...)nai i nx nna i n i L f x a x x x eθθθθ=--=∑==∏11ln ()ln ln (1)ln nna i i i i L n n a a x x θθθ===++--∑∑1ln ()0n ai i d L n x d θθθ==-=∑ 解得 ∑==n i ai x n 11θ。
5. 设1ˆθ和2ˆθ为参数θ的两个独立的无偏估计量，且假定21ˆ2ˆθθD D =，求常数c 和d ，使21ˆˆˆθθθd c +=为θ的无偏估计，并使方差θˆD 最小。
解 由于θθθθθθ)(ˆˆ)ˆˆ(ˆ2121d c dE cE d c E E +=+=+=,且知θθ=ˆE ，故得c+d=1。
又由于2222222221221ˆ)2(ˆˆ2ˆˆ)ˆˆ(ˆθθθθθθθθD d c D d D c D d D c d c D D +=+=+=+= 并使其最小，即使222d c f +=，满足条件c+d=1的最小值。
令d=1-c ，代入得22)1(2c c f -+=，'42(1)0, 620c f c c c =--=-=解得321,31=-==c d c 。
7. 设某电子元件的寿命服从正态分布),(2σμN ，抽样检查10个元件，得样本均值)(1200h x =，样本标准差)(14h s =。
求(1) 总体均值μ置信水平为%99的置信区间；(2) 用x 作为μ的估计值，求绝对误差值不大于10（h ）的概率。
解 (1)由于σ未知，s=14（h ）,根据求置信区间的公式得 ))1(),1((22-+--n t n sx n t n s x αα ))9(10141200),9(10141200(005.0005.0t t +-查表得25.3)9(005.0=t ，故总体均值μ置信水平为%99的置信区间为(120014.388, 120014.388)(1185.612, 1214.388)-+=(2))141010)1(()10()10(<-=<-=<-n t P ns n x P x P μμ=-=<≈<=α21))9()9(()2588.2)9((025.0t t P t P 1-0.05=0.958. 设n X X X ,...,,21为正态总体),(2σμN 的一个样本，确定常数c 的值，使2111)(∑-=+-=n i i i x x c Q 为2σ的无偏估计。
解])()()(2)([])())((2)[()]()[()(21112121112121112111μμμμμμμμμμ-+----=-+----=---=-=∑∑∑∑-=++-=++-=+-=+i n i i i i i n i i i i n i i i n i i i x E x E x E x E c x x x x E c x x E c x x c EQ由于0)(=-=-=-μμμμi i Ex x E ，所以有2112111)1(2)2(]0[σσ-==+-=∑∑-=-=+n c c Dx Dx c EQ n i n i i i由2σ=EQ （无偏性），故有1)1(2=-n c ，所以)1(21-=n c 。
二、计算题1.某工厂生产滚珠.从某日生产的产品中随机抽取9个,测得直径(单位:mm)如下:14.6 14.7 15.1 14.915.0 14.8 15.1 15.2 14.8用矩估计法估计该日生产的滚珠的平均直径和均方差.解.设滚珠的直径为X, 平均直径为μ,均方差为σ. 由矩估计法可知,而,∴.,而=0.03654,∴.2.设总体X的密度函数为,其中(θ＞0), 求θ的极大似然估计量.解. 设(X1, X2,…, X n)是来自X的一样本.由极大似然估计原理,参数θ的似然函数为:,上式两边取对数,似然方程为,解似然方程得θ的极大似然估计量是.3.设总体X的密度函数为,求α的极大似然估计量和矩估计量.解.设(X1, X2,…, X n)是来自X 的样本.(1)由矩估计法,∴.即参数α的矩估计量是.(2) 由极大似然估计原理, 参数α的似然函数为,上式两边取对数,似然方程为,解似然方程得到参数α的极大似然估计量是.1．设,0()0, 0x e x f x x θθ-⎧>=⎨≤⎩，求θ的矩估计。
解 ,0dx xe EX x ⎰+∞-=θθ设du dx u x x u θθθ1,1,===则00111()0()uuu EX ue du ue e du e θθθθ+∞+∞--+∞--+∞⎡⎤⎡⎤==-+=+-⎣⎦⎢⎥⎣⎦⎰⎰=θ1故1EXθ=，所以x 1ˆ=θ。
3. 一地质学家研究密歇根湖湖地区的岩石成分，随机地自该地区取100个样品，每个样品有10块石子，记录了每个样品中属石灰石的石子数。
假设这100次观察相互独立，并由过去经验知，它们都服从参数为n=10，P 的二项分布。
P 是该地区一块石子是石灰石的概率。
求p 的极大似然估计值，该地质学家所得的数据如下解：λ的极大似然估计值为λˆ=X =0.4994. 设X 1，X 1，…，X n 为总体的样本，求各未知参数的极大似然估计值和估计量（1）⎩⎨⎧>=+-其它,0,)()1(cx x c θx f θθ其中c >0为已知，θ>1，θ为未知参数。
（2）⎪⎩⎪⎨⎧≤≤=-.,010,)(1其它x x θx f θ其中θ>0，θ为未知参数。
解（1）似然函数 1211)()()(+-===∏θn θn n ni i x x x c θx f θL Λ0ln ln )(ln ,ln )1(ln )ln()(ln 11=-+=-++=∑∑==ni ini i xc n n θθd θL d x θc θn θn θL∑=-=ni icn xnθ1ln ln ˆ （解唯一故为极大似然估计量）（2）∑∏=--=-+-===ni i θn nni ix θθnθL x x x θx f θL 112121ln )1()ln(2)(ln ,)()()(Λ∑∑====+⋅-=ni ini i x nθx θθn θd θL d 121)ln (ˆ,0ln 2112)(ln 。
(解唯一)故为极大似然估计量。
6. 设样本12,,n X X X L 来自总体~(,0.25)X N u ，如果要以99.7%的概率保证0.1X u -<，试问样本容量n 应取多大？解：~(0,1)N 。
现要求n,使{0.1}210.997P X u P φ-<=<=-≥即0.9985φ≥，查表得， 2.96≥，所以n=219，即样本容量为219。
8. 设总体X 具有分布律其中θ(0<θ<1)为未知参数。
已知取得了样本值x1=1，x2=2，x3=1，试求θ的矩估计值和最大似然估计值。
解：（1）求θ的矩估计值θθθθθθθθθX E 23)]1()][1(3[)1(3)1(221)(22-=-+-+=-+-⋅+⨯=X θX E =-=23)(令则得到θ的矩估计值为6523121323ˆ=++-=-=X θ（2）求θ的最大似然估计值 似然函数}1{}2{}1{}{)(32131======∏=X P X P X P x XP θL i i i)1(2)1(2522θθθθθθ-=⋅-⋅=ln L (θ )=ln2+5ln θ+ln(1－θ) 求导0115)(ln =--=θθθθd L d得到唯一解为65ˆ=θ。