概率论与数理统计第7章例题

合集下载

概率论与数理统计(第三版)第七章习题

概率论与数理统计(第三版)第七章习题

解 (1) 2已知,的置信水平为1- 的置信区间为
X

n
z
/
2

n=9, 1-=0.95, =0.05, (z0.025)=1-0.025=0.975, z0.025=1.96,
=0.6 ,x=6, (6 0.6 1.96) (6 0.392) 3
ln
L

n 2
ln

(

d
d
ln L
n
2

1
2
n
ln xi
i 1
0
n
1) ln xi
i 1
得到的最大似然估计值
的最大似然估计量


n2
n
(ln xi )2
i 1


n2
n
( ln Xi )2
i 1
4.(2) 设X1,X2,…,Xn是来自参数为的泊松分布总体的一个样本,试
的一个置信水平为0.95 的置信区间为(5.608, 6.392).
(2) 2未知,的置信水平为1- 的置信区间为 X
S n
t
/
2
(n

1)

n=9, 1-=0.95, =0.05, t /2(n-1)=t 0.025(8)= 2.3060
s=0.5745, 6 0.5745 2.3060 6 0.442
解 两正态总体均值未知,方差比A2/B2的一个置信水平为1- 的
置信区间为
(
S
2 A
SB2
1 F / 2(n1 1, n2

1)
,
S
2 A
SB2

概率论与数理统计(第三版)第七章习题ppt课件

概率论与数理统计(第三版)第七章习题ppt课件

20. 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 A2, B2分别为A,B所测定的测定值总体的方差,设总体均为正态的, 设两样本独立,求方差比A2/B2的置信水平为0.95的置信区间.
解 两正态总体均值未知,方差比A2/B2的一个置信水平为1- 的 置信区间为 (S S B A 2 2F /2 (n 1 1 1 ,n 2 1 ),S S B A 2 2F 1 /2 (n 1 1 1 ,n 2 1 ))
E ( T 2 ) 1 5 [ E ( X 1 ) 2 E ( X 2 ) 3 E ( X 3 ) 4 E ( X 4 ) 1 5 ] ( 1 2 3 4 ) 2
E ( T 3 ) 1 4 [ E ( X 1 ) E ( X 2 ) E ( X 3 ) E ( X 4 ) 1 4 ] ( 1 1 1 1 )
3
的一个置信水平为0.95 的置信.区间为(5.558, 6.442).
9
16.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的置信 水平为0.95 的置信区间.
解 未知,的置信水平为1-的置信区间为 ( n1S , n1S ) 2/2(n1) 12/2(n1)
是两总体公共方差2的无偏估计量(SW2称为2的合并估计). 证 两正态总体N(1, 12 ) ,N(2, 22 )中, 12=22=2
而不管总体X服从什么分布,都有E(S2)=D(X), 因此E(S12)= E(S22)= 2,
E(S w 2n )1 E n 1 (2 ( n1 2 [1 n n )( 1 1 S 1 21 n )2 E (n (2 S 21 2 ) 1 )S (2 2 n 2 ) 1 )E (S 2 2 ) ]2

概率论与数理统计第七章习题答案

概率论与数理统计第七章习题答案
假定重复测量所得温度ξ ~ N (µ,σ 2 ),求总体温度真值µ的95%的置信区间: (1)根据以往长期经验,已知测量精度σ = 11; (2)当σ 未知时。
解:(1)已知ξ ~N (µ, σ 2 ),取统计量U = ξ − µ ,则有U ~ N (0,1),于给定的置信概率1−α ,
n
σ/ n
可求出uα
+ (4 − 0.8)2 ×1] = 0.831.
14.设ξ1,ξ2,……,ξn是取自总体ξ的一个样本,n ≥ 2,ξ ~ B(1, p),其中p为未知,0 < p < 1, 求证:
(1)ξ12是p的无偏估计; (2)ξ12不是p2的无偏估计;
(3) ξ1ξ2是p2的无偏估计。
证明:(1)Eξ
2 1
tα /2 (4) = 2.78, S = 11.937, n = 5代入(*),求得µ的置信区间为(1244.185,1273.815).
20.假定到某地旅游的一个游客的消费额ξ~N (µ,σ 2 ),且σ = 500元,今要对 该地每一个游客的平均消费额µ进行估计,为了能以不小于95%的置信概率 确信这估计的绝对误差小于50元,问至少需要随机调查多少个游客?
乐山师范学院化学学院
1.设总体ξ 有分布律
第七章 参数估计部分习题答案
ξ
−1
0
2
p

θ
1-3θ
其中 0 < θ < 1 为待估参数,求θ 的矩估计。 3
解:总体一阶矩为Eξ = (−1) × 2θ + 0×θ + 2× (1− 3θ ) = −8θ + 2.
用样本一阶矩代替总体一阶矩得ξ = -8θˆ + 2,则θˆ = 1 (2 − ξ ). 8

概率统计第七章作业解答ppt课件

概率统计第七章作业解答ppt课件

i1
xi
0解得
ˆ
n
n
xi
1 为的最大似然估计。 x
i1
即 的最大似 ˆ然 0.21 估 ( 73 计 秒 9 为 )。
第一次作业选做题
1.设总X体 的分布律 X 1为 2
P 2
2 (1- )
3 (1-)2
其中 ( 01)未知。已知 值 x 取 11,得 x2了 2, x31,试求 的矩估计和 计 最 。 大似然
概率密度 f(x为 )0e,x,其 x它 0,0未知。现观6个 测到
间隔时间(单位: 1: .8,1秒 0.1,) 3.2,5.8,4.2,2.5
求(: 1)该路口车辆经过间的隔平时均间的矩(2估 )的 计矩 ;
估计和最大似然估计。
解:(1)
E (X ) x e x d x 1 ,令 E (X ) X 0
解得 ˆ1,而x4.( 6 秒)
故 E(X)1的 x 矩估1的 计矩 ,估 即 x, 计为
从而平均 E(间 X)的 隔 矩 时 估 x间 4计 .( 6 为 秒)
6.设某路口车辆经隔过时的间间服从参数数为分的布指,
概率密度 f(x为 )0e,x,其 x它 0,0未知。现观6个 测到
间隔时间(单位: 1: .8,1秒 0.1,) 3.2,5.8,4.2,2.5
n
xi ne i1 ,xi
0,i1,2,..n,
0 , 其它
由 L ( ) f ( x 1 ,) f ( x 2 ,)f . ( x n , .) ..
n
xi ne i1 ,xi
0,i1,2,..n,
0 , 其它
n
ln L()nln)(xi
d lnL()
d

《概率论与数理统计》习题及答案 第七章

《概率论与数理统计》习题及答案  第七章

《概率论与数理统计》习题及答案第 七 章1.对某一距离进行5次测量,结果如下:2781,2836,2807,2765,2858(米). 已知测量结果服从2(,)N μσ,求参数μ和2σ的矩估计.解 μ的矩估计为ˆX μ=,2σ的矩估计为22*211ˆ()ni i X X S n σ==-=∑ 1(27812836280727652858)2809.05X =++++=,*215854.01170.845S =⨯=所以2ˆ2809,1170.8μσ== 2.设12,,,n X X X 是来自对数级数分布1(),(01,1,2,)(1)kp P X k p k lu p k==-<<=-的一个样本,求p 的矩估计.解 111111ln(1)ln(1)ln(1)1k kk k p p p p p p p μ∞∞==-==-=-⋅----∑∑ (1) 因为p 很难解出来,所以再求总体的二阶原点矩121111ln(1)ln(1)ln(1)kk k x pk k k p p kp kp x p p p μ∞∞∞-===='-⎛⎫==-=- ⎪---⎝⎭∑∑∑ 21ln(1)1ln(1)(1)x pp x p p x p p ='⎡⎤=-=-⋅⎢⎥----⎣⎦ (2) (1)÷(2)得 121p μμ=- 所以 212p μμμ-= 所以得p 的矩估计21221111n i i n i i X X X n p X n α==-==-∑∑3.设总体X 服从参数为N 和p 的二项分布,12,,,n X X X 为取自X 的样本,试求参数N 和p 的矩估计 解 122,(1)()Np Np p Np μμ⎧=⎪⎨=-+⎪⎩ 解之得1/N p μ=, 21(1)p Np μμ-+=, 即1N pμ=,22111p μμμ-=-,所以 N 和p 的矩估计为ˆX N p=,*21S p X =-. 4.设总体X 具有密度11(1)1,,(;)0,.Cx x C f x θθθθ-+⎧>⎪=⎨⎪⎩其他其中参数01,C θ<<为已知常数,且0C >,从中抽得一个样本,12,,,n X X X ,求θ的矩估计解11111111111CCEX C x dx C xθθθθμθθθ+∞--+∞===-⎰111()11C C C C θθθθ-=-⋅=--, 解出θ得11,Cθμ=-92 于是θ的矩估计为 1C Xθ=-. 5.设总体的密度为(1),01,(;)0,.x x f x ααα⎧+<<⎪=⎨⎪⎩其他试用样本12,,,n X X X 求参数α的矩估计和极大似然估计.解 先求矩估计:111210011(1),22EX x dx x ααααμααα++++==+==++⎰解出α得 1112,1μαμ-=- 所以α的矩估计为 121XX α-=-. 再求极大似然估计: 1121(,,;)(1)(1)()nn n i n i L X X x x x x ααααα==+=+∏,1ln ln(1)ln nii L n xαα==++∑,1ln ln 01nii d L nx d αα==++∑,解得α的极大似然估计: 1(1)ln nii nxα==-+∑.6.已知总体X 在12[,]θθ上服从均匀分布,1n X X 是取自X 的样本,求12,θθ的矩估计和极大似然估计.解 先求矩估计: 1212EX θθμ+==,22222211211222()()1243EX θθθθθθθθμ-+++==+=解方程组121221122223θθμθθθθμ⎧+=⎪⎪⎨++⎪=⎪⎩得11θμ=±2123(θμμμ=-注意到12θθ<,得12,θθ的矩估计为*1X θ=-,*2X θ=.再求极大似然估计 1121212111(,,;,)()nn ni L X X θθθθθθ===--∏,1122,,,n x x x θθ≤≤,由极大似然估计的定义知,12,θθ的极大似然估计为11(1)min(,,)n X X X θ==;21()max(,,)n n X X X θ==.7.设总体的密度函数如下,试利用样本12,,,n x x x ,求参数θ的极大似然估计.(1)1(),0,(;)0,.x x e x f x αθαθαθα--⎧>⎪=⎨⎪⎩其它;已知(2)||1(;),,2x f x e x θθθ--=-∞<<+∞-∞<<+∞. 解 (1)111111(,,;)()()ni i i nx x n nn i n i L X X x ex x eααθθααθθαθα=----=∑==∏111ln (;)ln ln (1)ln nnn i i i i L X X n n x x αθθααθ===++--∑∑1ln 0ni i d L nx d αθθ==-∑解似然方程1ni i nx αθ==∑,得θ的极大似然估计94 1.ni i nx αθ==∑(2)1||||1111(;)22ni i i n x x n n i L X X e eθθθ=----=∑==∏由极大似然估计的定义得θ的极大似然估计为样本中位数,即1()2()(1)22,1(),.2n n n X n X X n θ++⎧⎪⎪=⎨⎪+⎪⎩为奇数,为偶数8.设总体X 服从指数分布(),,(;)0,.x ex f x θθθ--⎧≥⎪=⎨⎪⎩其他试利用样本12,,,n X X X 求参数θ的极大似然估计.解 1()11(,,;),,1,2,,.ni i i nx n x n i i L X X eex i n θθθθ=-+--=∑==≥=∏1ln nii L n Xθ==-∑ln 0d Ln d θ=≠ 由极大似然估计的定义,θ的极大似然估计为(1)x θ= 9.设12,,,n X X X 来自几何分布1()(1),1,2,,01k P X k p p k p -==-=<<,试求未知参数p 的极大似然估计. 解 1111(,,;)(1)(1)ni i i nx nx n n i L x x p p p p p =--=∑=-=-∏,1ln ln ()ln(1),nii L n p Xn p ==+--∑1ln 0,1ni i X nd L n dp p p=-=--∑解似然方程11nii n X n p p=-+=-∑, 得p 的极大似然估计1p X=。

概率论与数理统计第七章练习题与答案详解

概率论与数理统计第七章练习题与答案详解

概率论与数理统计 第七章 参数估计练习题与答案(答案在最后)1.设总体X 的二阶矩存在,n X X X ,,,21 是来自总体X 的一个样本,则2EX 的矩估计是( ).(A) X (B) ()∑=-n i i X X n 121 (C) ∑=n i i X n 121 (D) 2S2.矩估计必然是( ).(A) 总体矩的函数 (B) 样本矩的函数 (C) 无偏估计 (D) 最大似然估计3.某钢珠直径X 服从()1,μN ,从刚生产出的一批钢珠中随机抽取9个,求得样本均值06.31=X ,样本标准差98.0=S ,则μ的最大似然估计是 .4.设θˆ是未知参数θ的一个估计量,若θθ≠ˆE ,则θˆ是θ的( ) (A) 最大似然估计 (B) 矩估计 (C) 有效估计 (D) 有偏估计5.设21,X X 是()1,μN 的一个样本,下面四个关于μ估计量中,只有( )才是μ的无偏估计.(A) 213432X X + (B) 214241X X + (C)215352X X + (D) 214143X X - 6.设总体X 服从参数为λ的Poisson 分布,n X X X ,,,21 是来自总体X 的一个样本,则下列说法中错误的是( ).(A) X 是EX 的无偏估计量 (B) X 是DX 的无偏估计量 (C) X 是EX 的矩估计量 (D) 2X 是2λ的无偏估计量 7.设321,,X X X 是()1,μN 的一个样本,下面四个关于μ无偏估计量中,根据有效性这个标准来衡量,最好的是( ).(A) 321313131X X X ++ (B) 213132X X + (C)321412141X X X ++ (D) 216561X X + 8.设n X X X ,,,21 是来自总体()2,σμN 的一个样本,其中μ未知,而σ已知,则⎪⎪⎭⎫⎝⎛+-n U X n U X σσ025.0025.0,作为μ的置信区间,其置信水平是( ).(A) 0.9 (B) 0.95 (C) 0.975 (D) 0.05 9.设n X X X ,,,21 是来自总体()2,σμN 的一个样本,其中μ未知,而σ已知,μ的置信水平为α-1的置信区间⎪⎪⎭⎫ ⎝⎛+-n U X n U X σσαα22 ,的长度是α的减函数,对吗?10.总体X 的密度函数为()⎪⎩⎪⎨⎧<<=-其它101x x x f θθ,其中θ是未知参数,n X X X ,,,21 是来自总体X 的一个样本,求参数θ的矩估计量和最大似然估计量.11.总体X 的密度函数为()⎪⎩⎪⎨⎧>=-其它002222x ex x f x θθ, 其中θ是未知参数,n X X X ,,,21 是来自总体X 的一个样本,求参数θ的矩估计量和最大似然估计量.12.设总体X 服从几何分布:()()11--==x p p x X P ,() ,2,1=x ,n X X X ,,,21 是来自总体X 的一个样本,求参数p 的最大似然估计. 13.设n X X X ,,,21 是来自总体()2,0σN 的一个样本,求参数2σ的最大似然估计.14.设n X X X ,,,21 是来自总体()2,7t a n σμ+N 的一个样本,其中22πμπ<<-,求参数2,σμ的最大似然估计.15.设n X X X ,,,21 是来自总体()2,~σμN X 的一个样本,对给定t ,求()t X P ≤的最大似然估计.16.一个罐子里装有黑球和白球,有放回地抽取一个容量为n 的样本,发现其中有k 个白球,求罐中黑球数和白球数之比R 的最大似然估计. 17.总体X 的分布律是:()()()θθθ312,0,21-=====-=X P X P X P ,n X X X ,,,21 是来自总体X 的一个样本,求参数θ的矩估计和最大似然估计. 18.设总体X 服从二项分布()p N B ,,N 为正整数,10<<p ,n X X X ,,,21 是来自总体X 的大样本,求参数p N ,的矩估计量.19.设μ=EX ,n X X X ,,,21 是来自总体X 的一个样本,证明:()∑=-=n i i X n T 121μ是总体方差的无偏估计.20.总体X 服从()θθ2,上均匀分布,n X X X ,,,21 是来自总体X 的一个样本,证明X 32ˆ=θ是参数θ的无偏估计.21.设总体X 服从二项分布()p m B ,,n X X X ,,,21 是来自总体X 的一个样本,证明∑==ni i X n m p 11ˆ是参数θ的无偏估计. 22.设n X X X ,,,21 是来自总体X 的一个样本,且X 服从参数为λ的Poisson 分布,对任意()1,0∈α,证明()21S X αα-+是λ的无偏估计,其中2,S X 分别是样本均值和样本方差.23.设02>=σDX ,n X X X ,,,21 是来自总体X 的一个样本,问2X 是否是()2EX 的无偏估计.24.设321,,X X X 是来自总体()2,σμN 的一个样本,试验证:32112110351ˆX X X ++=μ,32121254131ˆX X X ++=μ,都是参数μ的无偏估计,并指出哪个更有效.25.从总体()1,1μN 抽取一个容量为1n 的样本:1,,,21n X X X ,从总体()4,2μN 抽取一个容量为2n 的样本:2,,,21n Y Y Y ,求21μμα-=的最大似然估计αˆ.假定总的样本容量21n n n +=不变时,求21,n n 使αˆ的方差最小. 26.为了测量一台机床的椭圆度,从全部产品中随机抽取100件进行测量,求得样本均值为mm X 081.0=,样本标准差为mm S 025.0=,求平均椭圆度μ的置信水平为0.95的置信区间.27.自动机床加工的同类零件中,随机抽取9件,测得长度如下:21.1,21.3,21.4,21.5,21.3,21.7,21.4,21.3,21.6,已知零件长度X 服从()2,σμN ,置信水平为0.95,(1) 若15.0=σ,求μ置信区间; (2) 若σ未知,求μ置信区间; (3) 若4.21=μ,求σ置信区间; (4) 若μ未知,求σ置信区间. 28.设总体X 服从()23,μN ,如果希望μ的置信水平为0.9的置信区间长度不超过2,则需要抽取的样本容量至少是多少?29.某厂利用两条自动化流水线灌装面粉,分别从两条流水线上抽取12和17的两个独立样本,其样本均值和样本方差分别为:6.10=X ,4.221=S ,5.9=Y ,7.422=S ,假设两条生产线上灌装面粉的重量都服从正态分布,其均值分别为21,μμ,方差相等,求21μμ-的置信水平为0.9的置信区间. 30.设两位化验员独立对某种聚合物含氯量用相同方法各作10次测定,其测定值的样本方差分别为:5419.021=S ,6065.022=S ,设2221,σσ分别为两位化验员所测定值总体的方差,设两位化验员的测定值都服从正态分布,求方差比2221σσ的置信水平为0.9的置信区间.31.从一批产品中抽取100个产品,发现其中有9个次品,求这批产品的次品率p 的置信水平为0.9的置信区间.答案详解1.C 2.B 3.31.064.D 5.C 6.D 7.A 8.B 9.对10.(1) 矩估计因为()⎰∞+∞-=dx x xf EX 11+==⎰θθθθdx x ,所以21⎪⎭⎫⎝⎛-=EX EX θ,而X EX =∧,由此得参数θ的矩估计量为21ˆ⎪⎪⎭⎫ ⎝⎛-=X X θ (2) 最大似然估计似然函数为:()()∏==ni i x f L 1θ()()121-=θθnnx x x ,两边取对数, ()θL ln ()()nx x x n21ln 1ln 2-+=θθ,令()θθd L d ln ()0ln 21221=+=n x x x n θθ, 得参数θ的最大似然估计为:212ln ˆ⎪⎭⎫⎝⎛=∑=ni i x n θ11.(1) 矩估计因为()⎰∞+∞-=dx x xf EX ⎰∞+-=022222dx exx θθ⎰∞+∞--=dx e xx 2222221θθ⎰∞+∞--=dx exx 2222222θθπθπθπ22=, 所以EX πθ2=,而X EX =∧,由此得参数θ的矩估计量为X πθ2ˆ=。

概率论与数理统计第七章

概率论与数理统计第七章
第七章
参数估计
湖南商学院信息系 数学教研室
第七章
第一节
第二节
参数估计
矩估计
极大似然估计
第三节
第四节
估计量的优良性准则
正态总体的区间估计(一)
第五节
正态总体的区间估计(二)
总体是由总体分布来刻画的.
总体分布类型的判断──在实际问题中, 我们根据问题本身的专业知识或以往的经验 或适当的统计方法,有时可以判断总体分布 的类型.
本章讨论:
参数估计的常用方法.
估计的优良性准则. 若干重要总体的参数估计问题.
参数估计问题的一般提法 设有一个统计总体,总体的分布函数 为 F(x, ),其中 为未知参数 ( 可以是 向量) . 现从该总体抽样,得样本 X1, X2 , … , Xn
要依据该样本对参数 作出估计,或估计
(m=1,2, ,k)
步骤二、 算出m阶样本原点矩:
1 n m Am X i m 1,2, , k n i 1 步骤三、令 am (1,2,,k) = Am
(m=1,2, ,k)得关于 1,2,,k的 方程组 步骤四、解这个方程组,其解记为
ˆ ( X , X ,, X ) i 1 2 n ,i 1,2, , k
n
1 2 ˆ : ˆ 其中 (X i X ) n i 1
矩法的优点是简单易行,并不需要 事先知道总体是什么分布 . 缺点是,当总体类型已知时,没有 充分利用分布提供的信息 . 一般场合下, 矩估计量不具有唯一性 .
其主要原因在于建立矩法方程时, 选取那些总体矩用相应样本矩代替带 有一定的随意性 .
数和2的矩估计为
例如 求正态总体 N(,2)两个未知参

概率论与数理统计教程第七章答案

概率论与数理统计教程第七章答案

.第七章假设检验7.1设总体J〜N(4Q2),其中参数4, /为未知,试指出下面统计假设中哪些是简洁假设,哪些是复合假设:(1) W o: // = 0, σ = 1 ;(2) W o√∕ = O, σ>l5(3) ∕70:// <3, σ = 1 ;(4) % :0< 〃 <3 ;(5)W o :// = 0.解:(1)是简洁假设,其余位复合假设7.2设配么,…,25取自正态总体息(19),其中参数〃未知,无是子样均值,如对检验问题“0 :〃 = 〃o, M :4工从)取检验的拒绝域:c = {(x1,x2,∙∙∙,x25)r∣x-χ∕0∖≥c},试打算常数c ,使检验的显著性水平为0. 05_ Q解:由于J〜N(〃,9),故J~N(",二)在打。

成立的条件下,一/3 5cP o(∖ξ-^∖≥c) = P(∖ξ-μJ^∖≥-)=2 1-Φ(y) =0.05Φ(-) = 0.975,-= 1.96,所以c=L176°3 37. 3 设子样。

,乙,…,25取自正态总体,cr:已知,对假设检验%邛=μ0, H2> /J。

,取临界域c = {(X[,w,…,4):片>9)},(1)求此检验犯第一类错误概率为α时,犯其次类错误的概率夕,并争论它们之间的关系;(2)设〃o=0∙05, σ~=0. 004, a =0.05, n=9,求"=0.65 时不犯其次类错误的概率。

解:(1)在儿成立的条件下,F~N(∕o,军),此时a = P^ξ≥c^ = P0< σo σo )所以,包二为册=4_,,由此式解出c°=窄4f+为% ∖∣n在H∣成立的条件下,W ~ N",啊 ,此时nS = %<c°) = AI。

气L =①(^^~品)二①匹%=①(2δξ^历σoA∣-σ+A)-A-------------- y∕n)。

概率论与数理统计习题及答案第七章

概率论与数理统计习题及答案第七章

习题7-11. 选择题(1) 设总体X 的均值μ与方差σ2都存在但未知, 而12,,,n X X X L 为来自X 的样本, 则均值μ与方差σ2的矩估计量分别是( ) .(A) X 和S 2. (B) X 和211()nii X nμ=-∑. (C) μ和σ2. (D) X 和211()nii X X n=-∑.解 选(D).(2) 设[0,]X U θ:, 其中θ>0为未知参数, 又12,,,n X X X L 为来自总体X 的样本, 则θ的矩估计量是( ) .(A) X . (B) 2X . (C) 1max{}i i nX ≤≤. (D) 1min{}i i nX ≤≤.解 选(B).2. 设总体X 的分布律为其中0<θ<12n , 试求θ的矩估计量.解 因为E (X )=(-2)×3θ+1×(1-4θ)+5×θ=1-5θ, 令15X θ-=得到θ的矩估计量为ˆ15X θ-=. 3. 设总体X 的概率密度为(1),01,(;)0, x x f x θθθ+<<=⎧⎨⎩其它.其中θ>-1是未知参数, X 1,X 2,…,X n 是来自X 的容量为n 的简单随机样本, 求: (1) θ的矩估计量;(2) θ的极大似然估计量. 解 总体 X 的数学期望为1101()()d (1)d 2E X xf x x x x θθθθ+∞+-∞+==+=+⎰⎰. 令()E X X =, 即12X θθ+=+, 得参数θ的矩估计量为21ˆ1X X θ-=-. 设x 1, x 2,…, x n 是相应于样本X 1, X 2,… , X n 的一组观测值, 则似然函数为1(1),01,0,n n i i i x x L θθ=⎧⎛⎫+<<⎪ ⎪=⎨⎝⎭⎪⎩∏其它. 当0<x i <1(i =1,2,3,…,n )时, L >0且 ∑=++=ni ixn L 1ln )1ln(ln θθ,令1d ln ln d 1ni i L nx θθ==++∑=0, 得θ的极大似然估计值为 1ˆ1ln nii nxθ==--∑,而θ的极大似然估计量为 1ˆ1ln nii nXθ==--∑.4. 设总体X 服从参数为λ的指数分布, 即X 的概率密度为e ,0,(,)0,0,x x f x x λλλ->=⎧⎨⎩≤ 其中0λ>为未知参数, X 1, X 2, …, X n 为来自总体X 的样本, 试求未知参数λ的矩估计量与极大似然估计量.解 因为E (X )=1λ =X , 所以λ的矩估计量为1ˆXλ=. 设x 1, x 2,…, x n 是相应于样本X 1, X 2,… ,X n 的一组观测值, 则似然函数11nii inxx nni L eeλλλλ=--=∑==∏,取对数 1ln ln ()ni i L n x λλ==-∑.令1d ln 0,d ni i L n x λλ==-=∑ 得λ的极大似然估计值为1ˆxλ=,λ的极大似然估计量为1ˆXλ=. 5. 设总体X 的概率密度为,01(,)1,120,x f x x θθθ<<=-⎧⎪⎨⎪⎩,≤≤,其它,其中θ(0<θ<1)是未知参数. X 1, X 2, …, X n 为来自总体的简单随机样本, 记N 为样本值12,,,n x x x L 中小于1的个数. 求: (1) θ的矩估计量; (2) θ的极大似然估计量.解 (1) 1213()d (1)d 2X E X x x x x θθθ==+-=-⎰⎰, 所以32X θ=-矩.(2) 设样本12,,n x x x L 按照从小到大为序(即顺序统计量的观测值)有如下关系:x (1) ≤ x (2) ≤…≤ x (N ) <1≤ x (N +1)≤ x (N +2)≤…≤x (n ) .似然函数为(1)(2)()(1)(2)(1),1()0,,N n N N N N n x x x x x x L θθθ-++-<=⎧⎨⎩L L ≤≤≤≤≤≤≤其它.考虑似然函数非零部分, 得到ln L (θ ) = N ln θ + (n − N ) ln(1−θ ),令d ln ()0d 1L N n N θθθθ-=-=-, 解得θ的极大似然估计值为ˆN nθ=. 习题7-21. 选择题: 设总体X 的均值μ与方差2σ都存在但未知, 而12,,,n X X X L 为X 的样本, 则无论总体X 服从什么分布, ( )是μ和2σ的无偏估计量.(A) 11nii X n=∑和211()nii X X n=-∑. (B)111nii X n =-∑和211()1nii X X n =--∑.(C)111nii X n =-∑和211()1nii X n μ=--∑. (D)11nii X n=∑和211()nii X nμ=-∑.解 选(D).2. 若1X ,2X ,3X 为来自总体2(,)X N μσ:的样本, 且Y 1231134X X kX =++为μ的无偏估计量, 问k 等于多少?解 要求1231111()3434E X X kX k μμμμ++=++=, 解之, k =512.3. 设总体X 的均值为0, 方差2σ存在但未知, 又12,X X 为来自总体X的样本, 试证:2121()2X X -为2σ的无偏估计.证 因为22212112211[()][(2)]22E X X E X X X X -=-+2222112212[()2()()]22E X E X X E X σσ=-+==,所以2121()2X X -为2σ的无偏估计.习题7-31. 选择题(1) 总体未知参数θ的置信水平为0.95的置信区间的意义是指( ). (A) 区间平均含总体95%的值. (B) 区间平均含样本95%的值.(C) 未知参数θ有95%的可靠程度落入此区间. (D) 区间有95%的可靠程度含参数θ的真值. 解 选(D).(2) 对于置信水平1-α(0<α<1), 关于置信区间的可靠程度与精确程度, 下列说法不正确的是( ).(A) 若可靠程度越高, 则置信区间包含未知参数真值的可能性越大. (B) 如果α越小, 则可靠程度越高, 精确程度越低. (C) 如果1-α越小, 则可靠程度越高, 精确程度越低. (D) 若精确程度越高, 则可靠程度越低, 而1-α越小. 解 选(C )习题7-41. 某灯泡厂从当天生产的灯泡中随机抽取9只进行寿命测试, 取得数据如下(单位:小时):1050, 1100, 1080, 1120, 1250, 1040, 1130, 1300, 1200. 设灯泡寿命服从正态分布N (μ, 902), 取置信度为0.95, 试求当天生产的全部灯泡的平均寿命的置信区间.解 计算得到1141.11,x = σ2 =902. 对于α = 0.05, 查表可得/20.025 1.96z z ==α.所求置信区间为/2/2(,)(1141.11 1.96,1141.11 1.96)(1082.31,1199.91).x x z +=-=αα2. 为调查某地旅游者的平均消费水平, 随机访问了40名旅游者, 算得平均消费额为105=x 元, 样本标准差28=s 元. 设消费额服从正态分布. 取置信水平为0.95, 求该地旅游者的平均消费额的置信区间.解 计算可得105,x = s 2 =282.对于α = 0.05, 查表可得0.0252(1)(39) 2.0227t n t α-==.所求μ的置信区间为22((1),(1))(105 2.0227,105 2.0227)x n x n αα--+-=+=(96.045, 113.955).3. 假设某种香烟的尼古丁含量服从正态分布. 现随机抽取此种香烟8支为一组样本, 测得其尼古丁平均含量为18.6毫克, 样本标准差s =2.4毫克. 试求此种香烟尼古丁含量的总体方差的置信水平为0.99的置信区间.解 已知n =8, s 2 =2.42, α = 0.01, 查表可得220.0052(1)(7)20.278n αχχ-==, 220.99512(1)(7)0.989n αχχ--==, 所以方差σ 2的置信区间为2222122(1)(1)(,)(1)(1)n S n S n n ααχχ---=--22(81) 2.4(81) 2.4(,)20.2780.989-⨯-⨯=(1.988, 40.768). 4. 某厂利用两条自动化流水线灌装番茄酱, 分别从两条流水线上抽取样本:X 1,X 2,…,X 12及Y 1,Y 2,…,Y 17, 算出221210.6g,9.5g, 2.4, 4.7x y s s ====.假设这两条流水线上装的番茄酱的重量都服从正态分布, 且相互独立, 其均值分别为12,μμ. 又设两总体方差2212σσ=. 求12μμ-置信水平为0.95的置信区间, 并说明该置信区间的实际意义.解 由题设22121210.6,9.5, 2.4, 4.7,12,17,x y s s n n ======2222112212(1)(1)(121) 2.4(171) 4.71.94212172wn s n s s n n -+--⨯+-⨯===+-+-120.0252(2)(27) 2.05181,t n n t α+-==所求置信区间为122(()(2)((10.69.5) 2.05181 1.94x y t n n s α-±+-=-±⨯ =(-0.40,2.60).结论“21μμ-的置信水平为0.95 的置信区间是(-0.40,2.60)”的实际意义是:在两总体方差相等时, 第一个正态总体的均值1μ比第二个正态总体均值2μ大-0.40~2.60,此结论的可靠性达到95%.5. 某商场为了了解居民对某种商品的需求, 调查了100户, 得出每户月平均需求量为10公斤, 方差为9 . 如果这种商品供应10000户, 取置信水平为0.99.(1) 取置信度为0.99,试对居民对此种商品的平均月需求量进行区间估计; (2) 问最少要准备多少这种商品才能以99%的概率满足需要? 解 (1) 每户居民的需求量的置信区间为2222((1),(1))()(10 2.575,10 2.575)(9.2275,10.7725).,x n x n x z x αααα-+-≈+=-=10000户居民对此种商品月需求量的置信度为0.99的置信区间为(92275,107725);(2)最少要准备92275公斤商品才能以99%的概率满足需要.。

概率论与数理统计第七章课后习题及参考答案

概率论与数理统计第七章课后习题及参考答案

故ˆ 是 的无偏估计.
(3)
E(X 2)
x2 f (x, )dx
0
6x3
( 3
x)
d
x
3 10
2

从而
D( X ) E( X 2 ) [E( X )]2 1 2 . 20
由此得 D(ˆ) D(2 X ) 4D( X ) 4 D( X ) 4 1 2 2 .
n
n 20 5n
(2) ˆ 是 的无偏估计吗? (3) 求 的方差 D(ˆ) .
解: E(X )
xf (x, )d x
0
6x2 ( 3
x)
dx
2

(1) 令 E( X ) X ,即 X ,由此得 的矩估计量为ˆ 2X . 2
(2) E(ˆ) E(2X ) 2E( X ) 2E( X ) 2 , 2
X
1
2
3
P
2
2 (1 )
(1 )2
其中, ( 0 1 )为未知数.已知取得了样本值 x1 1, x2 2 , x3 1 ,求 的矩估计值和最大似然估计值.
(2) 设 X1 , X 2 ,…, X n 是来自参数为 的泊松分布总体的一个样本,试求
的矩估计量和极大似然估计量.
解:(1) 因为 E( X ) 1 2 2 2 (1 ) 3(1 )2 3 2 ,
d ln L d
5n
0
,所以
ln
L(
)

的单调增函数,
又因为 xi ,i 1,2,, n ,故当 m1iinn{xi} 时 ln L( ) 达到最大值.由此得
的极大似然估计值为
ˆ
m1iinn{xi
}
,则其极大似然估计量为

概率论第七章 习题解答

概率论第七章 习题解答

第七章 假设检验I 教学基本要求1、了解假设检验的相关概念及基本思想,掌握假设检验的基本步骤,知道犯两类错误的概率的含义;2、掌握单正态总体均值和方差的假设检验;3、掌握两个正态总体均值差与方差比的假设检验;4、了解分布的假设检验.II 习题解答A 组1、某企业生产铜丝,而折断力的大小是铜丝的主要质量指标.从过去的资料来看,可认为折断力2(570,8)X N ~(单位:千克力),现更换了一批原材料,测得10个样品的折断力如下:578 572 570 568 572 570 570 572 596 584 从性能上看,折断力的方差不会有什么变化,试问折断力的大小与原先有无差异(0.05)α=?解:若折断力的大小与原先无差异,则总体均值μ应为570,因此,提出假设如下:0H :570μ= vs 1H :570μ≠由0.05α=,查附表得临界值0.975 1.96u =,根据样本观测值求得575.2x =于是,检验统计量U 的值2.055U ==由于0.975||U u ≥,所以,在显著性水平0.05α=下拒绝原假设0H ,即认为折断力与原先有差异.2、某工厂生产的电子元件平均使用寿命2(,)X N μσ~,现抽测15个元件,得到18000x =、5200s =(单位:小时),试问该工厂生产的电子元件的平均使用寿命是否为20000(0.05)α=?解:若该工厂生产的电子元件的平均使用寿命为20000,则总体均值μ应为20000,因此,提出假设如下:0H :20000μ= vs 1H :20000μ≠由0.05α=,查附表得临界值0.975(14) 2.145t =,由已知数据求得检验统计量T 的值0.149T ==-由于0.975||(14)T t <,所以,在显著性水平0.05α=下接受原假设0H ,即认为该工厂生产的电子元件的平均使用寿命是20000小时.3、用热敏电阻测温仪间接测量地热勘探井底温度,重复测量6次,测得温度(C )为:111.0112.4110.2111.0113.5111.9假定测量的温度服从正态分布,且井底温度的真实值为111.6C ,试问用热敏电阻测温仪间接测温是否准确(0.05)α=?解:若用热敏电阻测温仪间接测温是准确的,则总体均值μ应为111.6,因此,提出假设如下:0H :111.6μ= vs 1H :111.6μ≠由0.05α=,查附表得临界值0.975(5) 2.571t =,根据样本观测值求得111.67x =、2 1.399s =于是,检验统计量T 的值0.145T ==由于0.975||(5)T t <,所以,在显著性水平0.05α=下接受原假设0H ,即认为用热敏电阻测温仪间接测温是准确的.4、设考生在某次考试中的成绩服从正态分布,从中随机地抽取36位考生的成绩,得到平均成绩为66.5分、标准差为15分,问是否可以认为这次考试全体考生的平均成绩为70分(0.05)α=?解:若这次考试全体考生的平均成绩为70分,则总体均值μ应为70,因此,提出假设如下:0H :70μ= vs 1H :70μ≠由0.05α=,查附表得临界值0.975(35) 2.0301t =,由已知数据求得检验统计量T 的值1.4T ==-由于0.975||(35)T t <,所以,在显著性水平0.05α=下接受原假设0H ,即认为这次考试全体考生的平均成绩为70分.5、某化肥厂用自动包装机包装化肥,每包质量服从正态分布2(50,)N σ,某日开工后,随机抽取8包化肥,测得质量(单位:kg )如下:49.249.850.350.849.749.650.550.1问该天包装的化肥质量的方差是否为1.3(0.05)α=?解:若该天包装的化肥质量的方差是1.3,则21.3σ=,因此,提出假设如下:0H :2 1.3σ= vs 1H :2 1.3σ≠由0.05α=,查附表得临界值20.025(8) 2.1797χ=、20.975(8)17.5345χ=,根据样本观测值求得21()2.192nii x μ=-=∑于是,检验统计量2χ的值2 2.1921.6861.3χ== 由于220.025(8)χχ≤,所以,在显著性水平0.05α=下拒绝原假设0H ,即认为该天包装的化肥质量的方差不是1.3.6、设某化纤厂生产的维尼纶的纤度在正常情况下服从方差为20.05的正态分布,现随机抽取6根,测得其纤度为1.33 1.351.541.451.371.53问维尼纶纤度的方差是否正常(0.10)α=?解:若维尼纶纤度的方差正常,则220.05σ=,因此,提出假设如下:0H :220.05σ= vs 1H :220.05σ≠由0.10α=,查附表得临界值20.05(5) 1.146χ=、20.95(5)11.07χ=,根据样本观测值求得1.43x =、20.0085s =于是,检验统计量2χ的值22(61)0.00851.70.05χ-⨯==由于2220.050.95(5)(5)χχχ<<,所以,在显著性水平0.10α=下接受原假设0H ,即认为维尼纶纤度的方差是正常的.7、生产某种产品可用两种操作方法.用第一种操作方法生产的产品抗折强度21(,7)X N μ~;用第二种操作方法生产的产品抗折强度22(,9)Y N μ~(单位:千克),现从第一种操作方法生产的产品中随机抽取13件,得到42x =,从第二种操作方法生产的产品中随机抽取17件,测得36y =,问这两种操作方法生产的产品的平均抗折强度是否有显著差异(0.05)α=?解:若这两种操作方法生产的产品的平均抗折强度无显著差异,则12μμ=,因此,提出假设如下:0H :12μμ= vs 1H :12μμ≠由0.05α=,查附表得临界值0.975 1.96u =,由已知数据求得检验统计量U 的值2.054U ==由于0.975||U u ≥,所以,在显著性水平0.05α=下拒绝原假设0H ,即认为这两种操作方法生产的产品的平均抗折强度有显著差异.8、某种物品在处理前与处理后分别抽样分析其含脂率,测得数据如下:假设处理前后的含脂率都服从正态分布,且方差不变,问该物品处理前后含脂率的均值是否有显著差异(0.01)α=?解:若该物品处理前后含脂率的均值无显著差异,则12μμ=,因此,提出假设如下:0H :12μμ= vs 1H :12μμ≠由0.01α=,查附表得临界值0.995(13) 3.012t =,根据样本观测值求得0.23x =、0.18y =、20.0094x s =、20.0045ys =、0.0822w s = 于是,检验统计量T 的值2.273T==由于0.995||(13)T t<,所以,在显著性水平0.01α=下接受原假设H,即认为该物品处理前后含脂率的均值无显著差异.9、有甲、乙两台机床加工同样的产品,现从这两台机床加工的产品中随机地抽取若干产品,测得产品直径(单位:)为:问甲乙两台机床加工的精度是否有显著差异(0.05)α=?解:若甲乙两台机床加工的精度无显著差异,则它们的方差相同,因此,提出假设如下:0H:2212σσ=vs1H:2212σσ≠由0.05α=,查附表得临界值0.0250.97511(7,6)0.1953(6,7) 5.12FF===、0.975(7,6) 5.70F=,根据样本观测值求得19x=、19y=、20.1029xs=、20.3967ys=于是,检验统计量F的值0.10290.25940.3967F==由于0.0250.975(7,6)(7,6)F F F<<,所以,在显著性水平0.05α=下接受原假设H,即认为甲乙两台机床加工的精度无显著差异.10、某车床生产滚珠,现随机抽取了50个产品,测得它们的直径(单位:mm)为:15.0 15.8 15.2 15.1 15.9 14.7 14.8 15.5 15.6 15.315.1 15.3 15.0 15.6 15.7 14.8 14.5 14.2 14.9 14.915.2 15.0 15.3 15.6 15.1 14.9 14.2 14.6 15.8 15.215.9 15.2 15.0 14.9 14.8 14.5 15.1 15.5 15.5 15.115.1 15.0 15.3 14.7 14.5 15.5 15.0 14.7 14.6 14.2问滚珠直径是否服从正态分布(0.05)α=?解:若滚珠直径服从正态分布,则2(,)X Nμσ~,因此,提出假设如下:0H:2(,)X Nμσ~由于μ、2σ未知,因而用它们的最大似然估计值ˆ15.1xμ==、222ˆ0.4325sσ==代替得到分布2(15.1,0.4325)N,为了求统计量2χ的值,取14.05a=、16.15ka=,将0[,]k a a 等分为7个小区间,列表计算得:于是,检验统计量2χ的值221() 3.062ki i i i n np np χ=-==∑再由0.05α=,查附表得临界值20.95(4)9.488χ=,由于220.95(4)χχ<,所以,在显著性水平0.05α=下接受原假设0H ,即认为滚珠直径服从正态分布.B 组1、随机地从一批直径服从正态分布的滚珠中抽取7个,测得其直径(单位:mm )为: 13.70 14.21 13.90 13.91 14.32 14.32 14.10假设滚珠直径总体分布的方差为0.05,问这批滚珠的平均直径是否小于等于14.25(0.05)α=?解:若这批滚珠的平均直径是小于等于14.25,则14.25μ≤,因此,提出假设如下:0H :14.25μ≤ vs 1H :14.25μ>由0.05α=,查附表得临界值0.95 1.65u =,根据样本观测值求得14.07x =于是,检验统计量U 的值2.118U ==-由于0.95U u <,所以,在显著性水平0.05α=下接受原假设0H ,即认为这批滚珠的平均直径小于等于14.25.2、设1x 、2x 、…、n x 是取自正态总体2(,)N μσ的样本,记11ni i x x n ==∑、221()ni i Q x x ==-∑,试在此记号下求检验假设0H :0μ=的检验统计量?解:该问题是单正态总体方差未知时关于期望μ的假设检验问题,检验统计量应选为x T =由于222111()11n ii s x x Q n n ==-=--∑,即s =,从而检验统计量为x T ==3、某种导线要求其电阻的标准差不超过0.004欧姆,现从生产的一批导线中随机抽取8根,得到220.006s =,若该导线的电阻服从正态分布,问能否认为这批导线的标准差偏小(0.05)α=?解:若这批导线的标准差偏小,则220.004σ≤,因此,提出假设如下:0H :220.004σ≤ vs 1H :220.004σ>由0.05α=,查附表得临界值20.95(7)14.067χ=,由已知数据求得检验统计量2χ的值222(81)0.00615.750.004χ-⨯== 由于220.95(7)χχ≥,所以,在显著性水平0.05α=下拒绝原假设0H ,即认为这批导线的标准差偏大.4、下面是某两种型号的电器充电后所能使用的时间(单位:小时)的观测值 型号A 5.5 5.6 6.3 4.6 5.3 5.0 6.2 5.8 5.1 5.2 5.9 型号B 3.8 4.3 4.2 4.0 4.9 4.5 5.2 4.8 4.5 3.9 3.7 4.6设两样本独立且抽样的两个正态总体方差相等,试问能否认为型号A 比型号B 平均使用的时间更短(0.01)α=?解:若型号A 比型号B 平均使用的时间更短,则12μμ≤,因此,提出假设如下:0H :12μμ≤ vs 1H :12μμ>由0.01α=,查附表得临界值0.99(21) 2.5176t =,根据样本观测值求得5.5x =、 4.3667y =、20.274x s =、20.2188ys =、0.4951w s =于是,检验统计量T的值5.4837T==由于0.99(21)T t≥,所以,在显著性水平0.01α=下拒绝原假设H,即认为型号A比型号B平均使用的时间更长.5、某药厂生产一种新的止痛片,厂方希望验证服用新药片后到开始起作用的时间间隔较原有止痛片至少缩短一半,因此厂方提出检验假设H:122μμ=vs1H:122μμ>其中1μ、2μ分别是服用原有止痛片和服用新止痛片后到开始起作用的时间间隔的总体均值,若这两个总体均服从正态分布,且方差21σ、22σ已知,现分别从两个总体中抽取两个独立样本1x、2x、…、mx和1y、2y、…、ny,试给出上述假设检验问题的检验统计量及拒绝域?解:设X为服用原有止痛片后到开始起作用的时间间隔,Y为服用新止痛片后到开始起作用的时间间隔,则211(,)X Nμσ~、222(,)Y Nμσ~,于是22121242(2,)x y Nm nσσμμ-~-+()~(0,1)x yU N⇒=当H成立,有~(0,1)x yU N=所以,可选取检验统计量x yU=对于给定的显著性水平α,检验的拒绝域为1{|}W U U uα-=≥.6、有两箱来自不同厂家的功能相同的金属部件,从第一箱中抽取60个,从第二箱中抽取40个,得到部件重量()mg的样本方差分别为215.46xs=、29.66ys=.若两样本相互独立且服从正态分布,试问第一箱重量的总体方差是否比第二箱重量的总体方差小(0.05)α=?解:若第一箱重量的总体方差比第二箱重量的总体方差小,则2212σσ≤,因此,提出假设如下:0H :2212σσ≤ vs 1H :2212σσ> 由0.05α=,查附表得临界值0.95(59,39) 1.64F =,根据已知数据求得检验统计量F 的值15.461.609.66F == 由于0.95(59,39)F F <,所以,在显著性水平0.05α=下接受原假设0H ,即认为第一箱重量的总体方差比第二箱重量的总体方差小.7A B 设两批电子器件的电阻分别服从211(,)N μσ、222(,)N μσ,试问能否认为两个总体服从相同的正态分布(0.05)α=?解:(1) 先检验两个总体方差相同.若两个总体方差相同,则2212σσ=,因此,提出假设如下: 0H :2212σσ= vs 1H :2212σσ≠ 由0.05α=,查附表得临界值0.0250.97511(5,5)0.140(5,5)7.15F F ===、0.975(5,5)7.15F =,根据样本观测值求得0.141x =、0.139y =、20.0000078x s =、20.0000071ys = 于是,检验统计量F 的值0.00000781.10.0000071F ==由于0.0250.975(5,5)(5,5)F F F <<,所以,在显著性水平0.05α=下接受原假设0H ,即认为两个总体方差相同;(2) 在(1)的基础上检验两个总体均值相同.若两个总体均值相同,则12μμ=,因此,提出假设如下:0H :12μμ= vs 1H :12μμ≠由0.05α=,查附表得临界值0.975(10) 2.2281t =,根据样本观测值求得20.0000074w s =于是,检验统计量T 的值1.267T ==由于0.975||(10)T t <,因而在显著性水平0.05α=下接受原假设0H ,即认为两个总体均值相同;所以,可认为两个总体服从相同的正态分布.8、在一批灯泡中抽取300只进行寿命测试,试验结果如下:试检验假设:0H :灯泡寿命服从指数分布0.0050.0050()00te tf t t -⎧>=⎨≤⎩(0.05)α=?解:根据题意提出假设0H :(0.005)X E ~为了求统计量2χ的值,将(0,)+∞分为4个小区间(0,100]、(100,200]、(200,300]、(300,)+∞,列表计算得:于是,检验统计量2χ的值221() 1.8393ki i i in np np χ=-==∑再由0.05α=,查附表得临界值20.95(3)7.8147χ=,由于220.95(3)χχ<,所以,在显著性水平0.05α=下接受原假设0H ,即认为该批灯泡寿命服从参数为0.005的指数分布.。

概率论与数理统计习题册 第七章 答案

概率论与数理统计习题册 第七章  答案

解之得
⎧ ⎪ ⎪⎪1 ⎨3
π
1 2
π
1
1
+
2 3
+ π
1π 3 2+
2
1 2
= π
π1 3=
π
2
⎪ ⎪ ⎪ ⎩
1 6
π
1
+
1 2
π
3
=
π3
π1 +π2 +π3 =1
π1
=
6 17
,
π2
=
9, 17
π3
=
2 17

五、设齐次马氏链的一步转移概率矩阵为
⎡q p 0⎤ P = ⎢⎢q 0 p⎥⎥ , q = 1 − p, 0 < p < 1.
解之得 π1
=
1, 2
π2
=
1 2

四 、设齐次马氏链{ X (n), n ≥ 1} 的状态空间 I = {0,1, 2} ,一步转移概率矩阵为
⎡1 / 2 1 / 3 1 / 6⎤
P = ⎢⎢1 / 3 2 / 3
0
⎥ ⎥
⎢⎣ 0 1 / 2 1 / 2⎥⎦
它的初始状态的概率分布为 P{ X (0) = 0} = 1 , P{ X (0) = 1} = 2 , P{ X (0) = 2} = 1 ,试求
⎡1 1⎤
P
=
⎢ ⎢
2
2
⎥ ⎥
⎢1 2⎥
⎢⎣3 3 ⎥⎦
⎡5 P 2 = ⎢⎢12
⎢7 ⎢⎣18
7⎤
12
⎥ ⎥,
11 ⎥
18 ⎥⎦
所以已知
5

1
日为晴天,5

概率论与数理统计第七章

概率论与数理统计第七章

第七章 参数估计1. 样本均值74.002X =样本方差822611() 6.8571081i i S X X -==-=⨯-∑ 样本二阶中心矩 822611()6108ii S X X -==-=⨯∑ 均值与方差的矩估计值分别为: 2674.002610μσ-= =⨯ 2.(1)矩估计(1)()1cccE X x c xdx c x dx θθθθθθθθ+∞+∞-+-===-⎰⎰ 令1c X θθ=-,得θ的估计量为 X X c θ=-,θ的估计值为 1111ni i ni i x n x c n θ===-∑∑ (2)极大似然估计(1)(1)(1)11()()()n n n L c x c x c x x θθθθθθθθθθ-+-+-+==1ln ()ln()(1)ln ni i L n c x θθθθ==-+∑令1ln ln ln 0ni i L n n c x θθ=∂=+-=∂∑得θ的估计值为 1ln ln nii nx n cθ==-∑,θ的估计量为 1ln ln nii nXn cθ==-∑3.(1) 矩估计121433X ++== 22()122(1)3(1)32E X θθθθθ=⨯+⨯-+⨯-=-令()E X X = 得θ的估计值为 56θ= 极大似然估计2256112233()()()()2(1)22L P X x P X x P X x θθθθθθθ=====⨯-⨯=-令ln 5101L θθθ∂=-=∂-,得θ的估计值为 56θ=(2)矩估计量11ni i X X n λ===∑极大似然估计1111211()()()...()...!!!...!inx x x nn n n n e e L P X x P X x P X x ex x x x λλλλλλλ---∑======令ln ()0i x L n λθλ∂=-+=∂∑,得λ的似然估计值为 i x nλ=∑, 从而λ的似然估计量为11ni i X X n λ===∑。

概率论与数理统计第七章参数估计习题答案

概率论与数理统计第七章参数估计习题答案
概率论与数理统计第七章参数估计习题答案
3028701.设总体X 服从二项分布B(n,p),n已知,X1,X 2,L,X n为来自X的样本 求参数p的矩法估计. 解:E( X ) = np, E( X ) = A1 = X ,\ np = X . \ p的矩估计量 pˆ = X n
大学数学云课堂
3028702.设总体X的密度函数(f x,q)= ìïíq22 (q - x), 0 < x < q ,
n
-q
-q xi
i=1
i =1
i =1
0 < x < 1, 其他.
n
g = ln L = n lnq -q å xi
i =1
由 dg
å å dq
=
d ln L dq
=n q
-
n i =1
xi
= 0知qˆ
=
n
n
xi
所以q的极大似然估计量为qˆ = 1 . i=1
X
大学数学云课堂
3028703.设总体X
(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,
ta
/2
(n
-1)
=
t0.025
(19)
=
2.093,
c2 a /2
(n
-1)
=
c2 0.025
(19)
=
32.852,
c2 0.975
(19)
=
8.907
i =1
n
ln L = n lnq + (q -1) ln Õ xi
i =1

概率论与数理统计第七章

概率论与数理统计第七章

矩估计法的具体做法如下 设总体的分布函数中含有k个未知参数 1,2, ,k 。 (1) 写出总体的前 k 阶矩μ1, μ2, , μk ,,一般是这 k 个未知参数的函数, 记为:
μi μi (θ1 , θ2 ,
θ j θ j ( μ1 , μ2 ,
(3)
, θk )
, μk )
你就会想,只发一枪便打中,猎人命中的概率一 般大于这位同学命中的概率。看来这一枪是猎人 射中的。
这个例子所作的推断已经体现了最大似然法的基 本思想 :一次试验就出现的事件有较大的概率。
718 例7.4 设总体 X 服从0-1分布, 且P {X = 1} = p, 用最大似然法求 p 的估计值。 解: 总体 X 的分布律为
以Ai分别代替上式的 可得 a , b 的矩估计量为
i , i 1, 2,
总体矩
n 3 2 2 ˆ a A 3( A A ) X ( X X ) , 1 2 1 i n i 1 n 3 ˆ 2 2 b A 3( A A ) X ( X X ) . 1 2 1 i n i 1
1. 矩估计法(简称“矩法” ) 矩法是基于一种简单的“替换”思 想建立起来的一种估计方法 。又称 数字特征法估计。 是由英国统计学家K.皮尔逊最早提出的。
1 n l 依据:(1) 样本矩 Al X i 依概率收敛于相应 n i 1 的总体矩 l , l 1, 2,.., k .
(2) 样本矩的连续函数依概率收敛于相应的总体矩 的连续函数。
解:
1
2X 1 ˆ , 由矩法, 可得α的矩估计量 1 X
矩法的优点是简单易行, 并不需要事先知道总体 是什么分布。 缺点是,当总体类型已知时,没有充分利用分布 提供的信息。一般场合下 , 矩估计量不具有唯一 性。

概率论与数理统计第七章习题讲解

概率论与数理统计第七章习题讲解

1 6
1 3
因此T1,T3是的无偏估计量. (2) X1,X2,X3,X4相互独立
1 1 1 5 2 2 1 D(T1 ) [ D( X1 ) D( X 2 )] [ D( X 3 ) D( X 4 )] 2 ( ) 36 9 36 9 18 1 1 5 D(T3 ) [ D( X1 ) D( X 2 ) D( X 3 ) D( X 4 )] (1 1 1 1) 2 2 16 16 20
故 E(Y)=aE(X1)+bE(X2)=(a+b)=, (a+b=1) 所以,对于任意常数,a,b(a+b=1), Y=aX1+bX2都是的无偏估计. 由于两样本独立,故两样本均值X1和X2独立,所以
2 2 2 2 a ( 1 a ) a b ] 2 D(Y ) a 2 D( X 1 ) b 2 D( X 2 ) [ ] 2 [ n1 n2 n1 n2 dD(Y ) 2a 2(1 a ) 2 由极值必要条件 [ ] 0 da n1 n2
1 E( X )
1 0
xf ( x)dx.
1 1 0
x dx x 1 1 解出 ( )2 1 1

1
将总体一阶矩1换成样本一阶矩A1=X ,
得到参数的矩估计量
矩估计值
X 2 ( ) 1 X

x 2 ( ) 1 x
( x1 x2 t / 2 ( n1 n2 2) sw
1 1 2 (n1 1) S12 (n2 1) S22 2 ) Sw , Sw Sw . n1 n2 n1 n2 2
n1=4,n2=5,1-=0.95, =0.05, t/2(n1+n2-2)=t0.025(7)= 2.3646
  1. 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. 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. 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7章例题1.的无偏估计下列统计量是总体均值的样本为总体设,,,321X X X X 量的是B321321613121..X X X B X X X A ++++321321814121.212121.X X X D X X X C ++++ 2.的无偏估计下列统计量是总体均值的样本为总体设,,21X X X 量的是 D21.X X A +213121.X X B + 214141.X X C + 212121.X X D + 3.样本()(),则,,来自总体221,...,σμ==X D X E X X X X n BA.的无偏估计是μi ni X ∑=1B. 的无偏估计是μXC. ()的无偏估计是221σn i X i ≤≤ D. 的无偏估计是22σX4.设),(21X X 是来自任意总体X 的一个容量为2的样本,则在下列总体均值的无偏估计中,最有效的估计量是 DA. 213132X X +B. 214341X X +C. 215352X X +D. )(2121X X +5.从总体中抽取样本,,X X 12下面总体均值μ的估计量中哪一个最有效DA. 11X =μB. 22X =μC. 2134341X X +=μD. 2142121X X +=μ 6.从总体中抽取样本32,1,X X X 统计量 6323211X X X ++=μ),4423212X X X ++=μ) 3333213X X X ++=μ)中更为有效的是CA. 1μ)B. 2μ)C. 3μ)D. 以上均不正确7.设21,X X 是取自总体()2σμ,N 的样本,已知21175.025.0X X +=μ和2125.05.0X X +=μ都是μ的无偏估计量,则________更有效8.设X 1,X 2, X 3, X 4是来自均值为λ的指数分布总体的样本,其中λ未知,设有估计量)(31)(6143211X X X X T +++=)432(43212X X X X T +++= 4)(43213X X X X T +++=(1)找出其中λ的无偏估计量;(2)证明3T 较为有效. 解(1)由于X i 服从均值为λ的指数分布,所以λ=+++=)]()([31)]()([61)(43211X E X E X E X E T Eλ2)](4)(3)(2)([51)(43212=+++=X E X E X E X E T Eλ=+++=)]()()()([41)(43213X E X E X E X E T E即31,T T 是λ的无偏估计量 (2)由方差的性质知243211185)]()([91)]()([361)(λ=+++=X D X D X D X D T D 24321341)]()()()([161)(λ=+++=X D X D X D X D T D)()(31T D T D >,所以3T 较为有效。

9. 设总体X 的概率密度为(),,0,x e x x x λλϕλ-⎧>=⎨≤⎩ 其中λ为未知参数,如果取得样本观测值为12,,,n x x x L ,求参数λ的极大似然估计值 . 解1i nx i L e λλ-==∏1ln ln ni i L n x λλ==-∑11nii nxxλ===∑)10. 设总体X 的概率密度为()1,01;,0,x x f x θθθ-⎧<<=⎨⎩其它 其中θ>0,若取得样本观测值为n x x x ,,,21Λ,求参数θ的极大似然估计值 解 11-=∏=θθini x L∑=-+=ni i x n L 1ln )1(ln ln θθ ∑=-=ni ixn1ln θ)11.设总体X 的概率密度为⎩⎨⎧≤>=--θθθθx x e x f x ,0,2);()(2,其中0>θ为未知参数.如果取得样本观测值为n x x x ,,,21Λ,求参数θ的最大似然估计值.解:似然函数⎪⎩⎪⎨⎧>∑==--其他0,2)(1)(2θθθi x n x e L ni i , θ>i x 当, 时, 0)(>θL ,取对数 得∑=--=ni i x n L 1)(22ln )(ln θθ02d )(ln d >=n L θθ,所以)(θL 单调增加. 由于i x <θ,即θ应该满足),,,min(21n x x x Λ≤θθ的最大似然估计值为),,,min(21n x x x Λ≤∧θ .12.设921,,,X X X Λ为正态总体)4.0,(~2μN X 的样本,样本均值的观测值5=x ,则未知参数μ的置信度为0.95的置信区间为 A))9(34.05),9(34.05(.))8(34.05),8(34.05(.)34.05,34.05.()34.05,34.05(.025.0025.0025.0025.005.005.0025.0025.0t t D t t C u u B u u A +-+-+-+-13.设2521,,,X X X Λ为正态总体)4.0,(~2μN X 的样本,样本均值的观测值8=x ,则未知参的数μ置信度为0.90的置信区间为 B)54.08,54.08.()54.08,54.08(.05.005.01.01.0u u B u u A +-+-))24(54.08),24(54.08(.))24(54.08),24(54.08(.05.005.01.01.0t t D t t C +-+-14.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(mm )如下:14.6,14.7,15.1,14.9,14.8,15.0,15.1,15.2,14.8.设滚珠直径X ~()2,σμN ,如果已知直径标准差15.0=σ(mm ), 求在置信水平1-α=0.95的置信区间.(96.1025.0=u )解、已知15.0=σ,n=9,91.14=x ,所以μ的置信度为0.95的置信区间为⎪⎪⎭⎫ ⎝⎛+-2020,ααμσμσn X n X , 即 (14.81,15.01)15. 某厂生产的滚珠直径()2,~σμN X ,从某天的产品里随机抽取6个,测得直径如下:(单位:毫米)14.70、15.21、14.98、14.91、15.32、15.32.如果知道该天产品直径的方差是0.05,试找出置信度为0.95的直径平均值的置信区间. (0.025 1.96u =)解、 15.06x =,ˆ15.06x μ== 由置信水平10.95α-=,则0.05α=,/20.025 1.96u u α== 1.960.18=所以置信区间为:[]15.060.18,15.060.18-+即[]14.88,15.24 16. 随机地从一批钉子中抽取9枚,测得长度 (单位:cm )分别为2.24 2.10 2.13 2.05 2.13 2.12 2.23 2.20 2.15 设钉子的长度 服从正态分布,试求总体均值μ的90%的置信区间. (1) 若已知0.01()cm σ=; (=05.0u 1.645) (2) 若σ未知. (86.1)8(05.0=t )解(1)μ的置信度为1α-的置信区间为 ),(2/2/αασσU nX U nX +-其中n=9,α=0.10,σ=0.01由计算得15.2=X 代入上式得 (2.145,2.155)----5分 (2)μ的置信度为1α-的置信区间为),(2/2/ααt n S X t n S X +-其中n=9,α=0.10,由计算得15.2=X ,代入得(2.111 ,2.189 )17.从一批零件中,抽取9个零件,测得其直径(毫米)为19.7, 20.1, 19.8, 19.9, 20.2, 20, 19.9, 20.2, 20.3,若零件直径服从正态分布2(,)N μσ,且未知σ,求零件直径的均值μ的0.95的置信区间. ()()0.0250.05,8 2.31t α== 解 20.010.2030.05X S α===20.16α=置信区间(19.85, 20.17)18.某厂生产的钢丝.其抗拉强度),(~2σμN X ,其中2,σμ均未知,从中 任取9根钢丝,测得其强度(单位:kg )为:578,582,574,568,596, 572,570,584,578,试在置信水平1-α=0.99下求s 2的置信区间.(34.1)8(,0.22)8(2995.02005.0=χ=χ;)解 : 578x =,7459281S 2=⨯=,方差2σ的置信区间为⎪⎪⎪⎭⎫ ⎝⎛χ-χ-α-α2212222S)1n (,S )1n ( 即:(26.91,441.79)19.今从一批零件中,随机抽取10个,测量其直径尺寸与标准尺寸之间的偏差(mm )分别为2,1,-2,3,2,4,-2,5,3,4。

零件尺寸偏差随机变量X ~()2,N σμ,试在置信水平1-α=0.95下求s 2的置信区间.[7.2)9(,19)9(2975.02025.0=χ=χ]解: 2x =,778.5s 2=,所以2σ的置信区间为⎪⎪⎪⎭⎫⎝⎛---221222211ααχχS n S n )(,)(即:(2.74,19.26)。

相关文档
最新文档