数理统计总复习课件
合集下载
数理统计总复习
则 D(aX bY ) a 2 DX b 2 DY . 若 X , Y 不相关,
目 录
前一页
后一页
退 出
4)熟记两点分布、二项分布、泊松分布、均匀分布、 正态分布、指数分布的期望值和方差值.
5)掌握协方差和相关系数的定义,不相关的定义及 独立与不相关的关系; COV( X, Y ) = E( X – EX )( Y-EY ) = E XY –EX EY
… … …
yj p1 j p2 j pij
x2
… … …
pi
p1 p2
pi
ቤተ መጻሕፍቲ ባይዱi
p j
pi1
p1
pi 2
p2
…
…
…
p j
…
5)掌握随机变量独立性的充分必要条件:
i , j pij pi p j f x, y f X x fY y 对于几乎所有x,y
5)理解贝努里试验,掌握两点分布及其概率背景;
X ~ B ( 1, p ), 6)掌握二项分布的概率背景,即会把实际问题中 服从二项分布的随机变量构设出来,运用有关公式 求概率. 若 X 表示n重贝努里试验中成功出现的次数, 则 X ~ B ( n , p ),
P{X k} C p 1 p
实轴某一区间上的概率.
(1) F ( x )
x
( 2)
f ( t )dt;
x2
f ( x )dx 1;
x1
(3) P{ x1 < X x 2 } F ( x 2 ) F ( x1 ) f ( x )dx;
概率论与数理统计期末复习课件
置信水平
用于确定样本统计量的不 确定性范围。
置信区间
根据置信水平和抽样分布, 估计未知参数的可能值范 围。
点估计与最优性
点估计
用单一的数值估计未知参数的值。
无偏估计
样本统计量的期望值等于真实参数 值。
最小方差估计
选择一个点估计,使得预测误差的 方差最小。
假设检验与p值
假设检验
根据样本数据对未知参数 提出假设,并进行检验。
详细描述
一元线性回归是一种最简单的回归分析方 法,用于研究一个因变量和一个自变量之 间的线性关系。
一元线性回归模型通常表示为`Y = β0 + β1*X + ε`,其中Y是因变量,X是自变量, ε是误差项。β0和β1是需要估计的参数。
重要概念
适用范围
一元线性回归模型假设因变量Y和自变量X 之间存在线性关系,即Y的变化可以由X的 变化来解释。
02
置信区间
根据自助法计算的统计量的置信区间,可以用来估计总体参数的区间范
围。
03
应用
在社会科学和医学研究中,自助法和置信区间被广泛应用于估计样本参
数的可靠性和精度。例如,在估计人口平均年龄的置信区间时,自助法
可以用来确定样本大小和置信水平之间的关系。
CHAPTER 06
实验设计初步
完全随机设计
描述 马尔科夫链通常用状态转移图来表示,其中每个状态通过 箭头连接到其他状态,箭头上标记了从一个状态转移到另 一个状态的概率。
实例 例如天气预报、股票价格等都可以被视为马尔科夫链。
平稳过程与遍历性
定义
平稳过程是一类特殊的随机过程,它具有“时间齐次性”和“空 间齐次性”的性质。
描述
数理统计知识点PPT课件
]
为底边,作高为 fi xi'
频率直方图.
的矩形,xi' xi'1 xi' , i 1,2,, n 1 ,即得
2021/6/13
3
第3页/共53页
三、几个在统计中常用的概率分布
1、正态分布 N (m,s 2 )
密度函数: p(x)
1
( xm )2
e 2s 2 分布函数:F (x)
2p s
0.4
0.35
0.3
0.25
0.2
0.15
0.1
0.05
0
-6
-4
-2
0
2
4
6
2021/6/13
6
第6页/共53页
4. F 分布 F(n1,n2) 若 X~ 2 (n1),Y~ 2 (n2),且相互独立,则随机变量
X
F n1 Y
n2
服从自由度为(n1,n2)的 F 分布,记作 F~ F(n1,n2).
2021/6/13
17
第17页/共53页
1、总体方差s 2 已知
用 u 检验,检验的拒绝域为
W {z u } 1 2
即 W {z u1 或z u1 }
2
2
2.总体方差s 2 未知
用样本方差s 2 代替总体方差s 2 ,这种检验叫 t 检验.
H0
H1
Ⅰ m m0 m m0 Ⅱ m m0 m m0 Ⅲ m m0 m m0
其中 m 为均值,s 2 为方差, x .
1
e dy x
( ym )2 2s 2
2ps
标准正态分布:N(0,1)
0.4
密度函数
j (x)
概率论与数理统计完整ppt课件
化学
在化学领域,概率论与数理统计被用于研究化学反应的速率和化 学物质的分布,如化学反应动力学、量子化学计算等。
生物
在生物学中,概率论与数理统计用于研究生物现象的变异和分布, 如遗传学、生态学、流行病学等。
在工程中的应用
通信工程
01
概率论与数理统计在通信工程中用于信道容量、误码率、调制
解调等方面的研究。
边缘分布
对于n维随机变量(X_1,...,X_n),在概 率论中,分别定义了X_1的边缘分布 、...、X_n的边缘分布。
04
数理统计基础
样本与抽样分布
01
02
03
总体与样本
总体是包含所有可能数据 的数据集合,样本是总体 的一个随机子集。
抽样方法
包括简单随机抽样、分层 抽样、系统抽样等。
样本分布
描述样本数据的分布情况 ,如均值、中位数、标准 差等。
参数估计与置信区间
参数估计
利用样本数据估计总体的 未知参数,如均值、方差 等。
点估计
用样本统计量作为总体参 数的估计值。
置信区间
给出总体参数的一个估计 区间,表示对总体的参数 有一个可信的估计范围。
假设检验与方差分析
假设检验
通过样本数据对总体参数提出 假设,然后根据假设进行检验
01
定义
设E是一个随机试验,X,Y是定义在E上,取值分别为实数的随机变量
。称有序实数对(X,Y)为一个二维随机变量。
02
分布函数
设(X,Y)是一个二维随机变量,对于任意实数x,y,二元函数
F(x,y)=P({X<=x,Y<=y})称为二维随机变量(X,Y)的分布函数。
03
边缘分布
对于二维随机变量(X,Y),在概率论中,分别定义了X的边缘分布和Y的
在化学领域,概率论与数理统计被用于研究化学反应的速率和化 学物质的分布,如化学反应动力学、量子化学计算等。
生物
在生物学中,概率论与数理统计用于研究生物现象的变异和分布, 如遗传学、生态学、流行病学等。
在工程中的应用
通信工程
01
概率论与数理统计在通信工程中用于信道容量、误码率、调制
解调等方面的研究。
边缘分布
对于n维随机变量(X_1,...,X_n),在概 率论中,分别定义了X_1的边缘分布 、...、X_n的边缘分布。
04
数理统计基础
样本与抽样分布
01
02
03
总体与样本
总体是包含所有可能数据 的数据集合,样本是总体 的一个随机子集。
抽样方法
包括简单随机抽样、分层 抽样、系统抽样等。
样本分布
描述样本数据的分布情况 ,如均值、中位数、标准 差等。
参数估计与置信区间
参数估计
利用样本数据估计总体的 未知参数,如均值、方差 等。
点估计
用样本统计量作为总体参 数的估计值。
置信区间
给出总体参数的一个估计 区间,表示对总体的参数 有一个可信的估计范围。
假设检验与方差分析
假设检验
通过样本数据对总体参数提出 假设,然后根据假设进行检验
01
定义
设E是一个随机试验,X,Y是定义在E上,取值分别为实数的随机变量
。称有序实数对(X,Y)为一个二维随机变量。
02
分布函数
设(X,Y)是一个二维随机变量,对于任意实数x,y,二元函数
F(x,y)=P({X<=x,Y<=y})称为二维随机变量(X,Y)的分布函数。
03
边缘分布
对于二维随机变量(X,Y),在概率论中,分别定义了X的边缘分布和Y的
概率论与数理统计课件(共199张PPT)
P(An|A1A2…An-1).
33
例3. r只红球○ t只白球○
每次任取一只球观 察颜色后, 放回, 再 放回a只同色球
在袋中连续取球4次, 试求第一、二次取到红球且 第三、四次取到白球的概率.
34
(三) 全概率公式和贝叶斯公式:
1. 样本空间的划分
定:义 若 B 1,B 2, ,B n一组事 : 件
计算条件概率有两种方法:
1. 公式法:
先计P算(A)P, (AB然 ), 后按公式计算
P(B| A) P(AB.) P(A)
31
2. 缩减样本空间法:
在A发生的前提下, 确定B的缩减样本空间, 并在其 中计算B发生的概率, 从而得到P(B|A). 例2. 在1, 2, 3, 4, 5这5个数码中, 每次取一个数码, 取 后不放回, 连取两次, 求在第1次取到偶数的条件下, 第2
B
A S
(1) AB
8
2.和事件:
AB{x|xA或xB}称 为 A与B的 和 事 . 件
即AB,中 至 少 有 一 ,称个 为 A与 发 B的生,和 记AB.
可 列 个A1事 , A2,件 的 和 事 件 记 Ak. 为
k1
3.积事件: 事件A B={x|x A 且 x B}称A与B的积,
即事件A与B同时发A生. A B 可简记为AB.
i1
1i jn
P(A i A j Ak )
1i jkn
(1)n1 P(A1 A 2 A n ).
27
例4. 设P(A)=p, P(B)=q, P(AB)=r, 用p, q, r表示下列事 件的概率:
( 1 ) P ( A B ) (; P ( 2 A B ) ( ) ; P ( 3 A B ) ) (; ( 4 A B )
33
例3. r只红球○ t只白球○
每次任取一只球观 察颜色后, 放回, 再 放回a只同色球
在袋中连续取球4次, 试求第一、二次取到红球且 第三、四次取到白球的概率.
34
(三) 全概率公式和贝叶斯公式:
1. 样本空间的划分
定:义 若 B 1,B 2, ,B n一组事 : 件
计算条件概率有两种方法:
1. 公式法:
先计P算(A)P, (AB然 ), 后按公式计算
P(B| A) P(AB.) P(A)
31
2. 缩减样本空间法:
在A发生的前提下, 确定B的缩减样本空间, 并在其 中计算B发生的概率, 从而得到P(B|A). 例2. 在1, 2, 3, 4, 5这5个数码中, 每次取一个数码, 取 后不放回, 连取两次, 求在第1次取到偶数的条件下, 第2
B
A S
(1) AB
8
2.和事件:
AB{x|xA或xB}称 为 A与B的 和 事 . 件
即AB,中 至 少 有 一 ,称个 为 A与 发 B的生,和 记AB.
可 列 个A1事 , A2,件 的 和 事 件 记 Ak. 为
k1
3.积事件: 事件A B={x|x A 且 x B}称A与B的积,
即事件A与B同时发A生. A B 可简记为AB.
i1
1i jn
P(A i A j Ak )
1i jkn
(1)n1 P(A1 A 2 A n ).
27
例4. 设P(A)=p, P(B)=q, P(AB)=r, 用p, q, r表示下列事 件的概率:
( 1 ) P ( A B ) (; P ( 2 A B ) ( ) ; P ( 3 A B ) ) (; ( 4 A B )
数理统计的基本知识概要PPT课件
总体就可以用一个随机变量及其分布来描述. 因此在理论上可以把总体与概率分布等同起来.
第7页/共43页
一、总体和样本
例如: 研究某批灯泡的寿命时,关心的数量指标 就是寿命,那么,此总体就可以用随机变量X表示, 或用其分布函数F(x)表示.
总体
寿命 X 可用一概率 (指数)分布来刻划
某批灯泡的寿命
F(x)
一、总体和样本
2. 样本
总体分布一般是未知,或只知道是包含未知 参数的分布,为推断总体分布及各种特征,按一定
规则从总体中抽取若干个体进行观察试验,以获得
有关总体的信息 ,这一抽取过程称为 “抽样”,所
抽取的部分个体称为样本. 样本中所包含的个体数
目称为样本容量.
从国产轿车中抽5辆 进行耗油量试验
样本容量为5 抽到哪5辆是随机的
第10页/共43页
一、总体和样本
n称为这个样本的容量.
1. 代表性: X1,X2,…,Xn中每一个与所考察的总体有 相同的分布.
2. 独立性: X1,X2,…,Xn是相互独立的随机变量.
一旦取定一组样本X1,… ,Xn ,得到n个具体的数 (x1,x2,…,xn),称为样本的一次观察值,简称样本值 .
第29页/共43页
三、分布函数的近似求法
0,
x 4
1 10 , 4 x 0
2 10 , 0 x 2
F10 ( x)
4 7
10 , 10 ,
2 x 2.5 2.5 x 3
8 10 , 3 x 3.2 9 10 , 3.2 x 4
1,
x4
第30页/共43页
三、分布函数的近似求法
对于任何实数x,Fn ( x) 等于在n次重复独立试验 中事件 { X x} 的频率,由频率与概率的关系知, Fn ( x) 可作为总体X的分布函数F(x)的近似,且当样 本容量充分大时,Fn ( x) 几乎为F(x).
第7页/共43页
一、总体和样本
例如: 研究某批灯泡的寿命时,关心的数量指标 就是寿命,那么,此总体就可以用随机变量X表示, 或用其分布函数F(x)表示.
总体
寿命 X 可用一概率 (指数)分布来刻划
某批灯泡的寿命
F(x)
一、总体和样本
2. 样本
总体分布一般是未知,或只知道是包含未知 参数的分布,为推断总体分布及各种特征,按一定
规则从总体中抽取若干个体进行观察试验,以获得
有关总体的信息 ,这一抽取过程称为 “抽样”,所
抽取的部分个体称为样本. 样本中所包含的个体数
目称为样本容量.
从国产轿车中抽5辆 进行耗油量试验
样本容量为5 抽到哪5辆是随机的
第10页/共43页
一、总体和样本
n称为这个样本的容量.
1. 代表性: X1,X2,…,Xn中每一个与所考察的总体有 相同的分布.
2. 独立性: X1,X2,…,Xn是相互独立的随机变量.
一旦取定一组样本X1,… ,Xn ,得到n个具体的数 (x1,x2,…,xn),称为样本的一次观察值,简称样本值 .
第29页/共43页
三、分布函数的近似求法
0,
x 4
1 10 , 4 x 0
2 10 , 0 x 2
F10 ( x)
4 7
10 , 10 ,
2 x 2.5 2.5 x 3
8 10 , 3 x 3.2 9 10 , 3.2 x 4
1,
x4
第30页/共43页
三、分布函数的近似求法
对于任何实数x,Fn ( x) 等于在n次重复独立试验 中事件 { X x} 的频率,由频率与概率的关系知, Fn ( x) 可作为总体X的分布函数F(x)的近似,且当样 本容量充分大时,Fn ( x) 几乎为F(x).
《数理统计》课件
季节性分析
要点一
总结词
季节性分析是时间序列分析的重要环节,通过季节性分析 可以了解时间序列数据中存在的季节性波动。
要点二
详细描述
季节性分析的方法包括季节性分解、季节性自相关图、季 节性指数等。这些方法可以帮助我们识别时间序列数据中 的季节性模式,并基于这些模式进行预测和建模。
THANKS FOR WATCHING
参数与统计量
参数是描述总体特性的指标, 统计量是描述样本特性的指标 。
概率与随机变量
概率用于描述随机事件发生的 可能性,随机变量是表示随机 现象的变量。
估计与检验
估计是用样本数据推断总体参 数的过程,检验是利用样本数
据对假设进行判断的过程。
CHAPTER 02
描述性统计
数据的收集与整理
数据来源
描述数据的来源,如调查、观察、实 验等。
非线性回归分析
总结词
非线性回归分析是数理统计中用于研究非线 性关系的分析方法。
详细描述
非线性回归分析不依赖于最小二乘法原理, 而是通过其他优化方法来拟合非线性模型。 非线性回归分析适用于因变量和自变量之间 存在非线性关系的情况。常见的非线性回归 模型包括多项式回归、指数回归、对数回归 等。非线性回归分析广泛应用于各个领域,
如正态分布、指数分 布等。
随机事件的概率计算
条件概率
在某个事件发生的条件下,另一个事件发生 的概率。
互斥事件的概率计算
两个互斥事件同时发生的概率等于各自发生 概率的和。
独立事件的概率计算
两个独立事件同时发生的概率等于各自发生 概率的乘积。
全概率公式
一个复杂事件的概率可以分解为若干个互斥 事件的概率之和。
单因素方差分析
概率论与数理统计总复习知识点归纳PPT课件
P( AB ) P( A B) 1 P( A B) 0.4
鄙
什
杯
雇
烁
舅
笋
第3页/共19页
编 孤 描 辛 填 屠 帧 暂 骂 巾 冀 芭
齐
蛆
稳
仔
第二、三章 随机变量及其分布
1.常用分布
B(n,p),P( ),U[a,b],E( ),N(, 2 );
二维均匀、二维正态
2.联合分布和边缘分布
C
0.3*0.2
于是有
D
P(C / D)
P(C ) P(D / C )
P(C) P(D / C) P(C ) P(D / C )
0.9 * 0.3 * 0.2
0.1*(0.3*0.8 0.7 *0.2) 0.9*0.3*0.2
0.587.
组
债
攒
韶
燕
邢
版
第2页/共19页
决 晾 础 肖 影 拂 普 函 棒 芥 成 肥
载
活
断
挞
例2 填空(可作图帮助分析)
(1) 设P(A)=0.7,P(A-B)=0.3,则
=P_(_A__B__) 0.6
P(A B) P(A) P(AB) 0.3,P(AB) 0.7 0.3 0.4
(2) 若A 与B 独立,且A 与B 互不相容,则min{P(A),P(B)}=____。
解
SG
1
dx
1x dy 1
00
2
1/ S 2,(x, y) G
f (x, y) 0 ,
(x, y) G
1
1 x
1
EX xf (x, y)dxdy 0 dx0 R2
2xdy 3
同理 E(X2 )=1/6, E(XY )=1/12. 从而DX=E(X2 )- (EX )2=1/18
鄙
什
杯
雇
烁
舅
笋
第3页/共19页
编 孤 描 辛 填 屠 帧 暂 骂 巾 冀 芭
齐
蛆
稳
仔
第二、三章 随机变量及其分布
1.常用分布
B(n,p),P( ),U[a,b],E( ),N(, 2 );
二维均匀、二维正态
2.联合分布和边缘分布
C
0.3*0.2
于是有
D
P(C / D)
P(C ) P(D / C )
P(C) P(D / C) P(C ) P(D / C )
0.9 * 0.3 * 0.2
0.1*(0.3*0.8 0.7 *0.2) 0.9*0.3*0.2
0.587.
组
债
攒
韶
燕
邢
版
第2页/共19页
决 晾 础 肖 影 拂 普 函 棒 芥 成 肥
载
活
断
挞
例2 填空(可作图帮助分析)
(1) 设P(A)=0.7,P(A-B)=0.3,则
=P_(_A__B__) 0.6
P(A B) P(A) P(AB) 0.3,P(AB) 0.7 0.3 0.4
(2) 若A 与B 独立,且A 与B 互不相容,则min{P(A),P(B)}=____。
解
SG
1
dx
1x dy 1
00
2
1/ S 2,(x, y) G
f (x, y) 0 ,
(x, y) G
1
1 x
1
EX xf (x, y)dxdy 0 dx0 R2
2xdy 3
同理 E(X2 )=1/6, E(XY )=1/12. 从而DX=E(X2 )- (EX )2=1/18
北京理工大学《概率论与数理统计2》课件-第七章 总复习
S
S2
1 n1
n i 1
(Xi
X
)2
它反映了总体 标准差的信息
37
它反映了总体k
阶矩的信息
3(1) 样本k阶原点矩
an,k
1 n
n
X
k i
,
Байду номын сангаас
k
1,
2,
i1
(2)样本k阶中心矩
它反映了总体k 阶
中心矩的信息
mn,k
1 n
n i1
(Xi
X )k ,k
2, 3,
特别
an,1 X
mn,2
1 n
有时也根据总体分布的类型来称呼总体 的名称,如正态总体、二项分布总体、0-1分 布总体等等.
11
1.2.2. 样本空间和样本的两重性 1 样本空间
为推断总体分布及各种特征,按一定规 则从总体中抽取若干个体进行观察试验, 以获得有关总体的信息,这一抽取过程称 为 “抽样”
所抽取的部分个体称为样本(或子样). 样本中所包含的个体数目称为样本容量.
设样本X1, X 2 , , X ni.i.d., X1 ~ N (, 2 ), 其中和 2未知.
设样本X1, X 2 , , X ni.i.d., X1 ~ Exp(), 其中未知.
这些未知的量只有通过样本去估计. 统计学上把出现在样本分布中的未知的 常数称为参数.
25
在一些问题中,参数虽然未知,但根据 参数的性质可以给出参数取值范围.
33
注1:统计量只与样本有关,不能依赖 任何未知参数
注2:统计量既然是依赖于样本的,而
后者又是随机变量,即统计量是随机变量
的函数,故统计量是随机变量,具有概率
数理统计全集ppt课件
ak
1 n
n i1
xik
由大数定律可知:
bk
1n ni1(xi
x)k
Ak
1n n i1
Xi k
依概率收敛于
E( X k )
.
例1. 从一批相同的电子元件中随机地抽出8个,测得使用
寿命(单位:小时)分别为:2300,2430,2580,2400,
2280,1960,2460,2000,试计算样本均值、样本方差及
n
证 明:设 χ2 X i2 X i ~N (0,1)i1,2,,n i 1 X1,X2,,Xn相互独立,则
E (X i)0 ,D (X i)1 , E (X i2) D (X i) E (X i)21,
E χ2 E n Xi2 n E(X i2) n i1 i1
.
E(Xi4)
1 x4ex22dx3 2π
ψ(x) Γ(Γn2(1)n1Γ 2n(2)n22)(n n1 2)(n n1 2x0)n211
1 x n1
n1n2 2
n2
x0 x0
.
f(x;n1,n2) n1 20
n2 n2 25
n2 10
o
x
.
注意:统计的三大分布的定义、基本性质在后面的
学习中经常用到,要牢记!!
4、上α分位点
例3.设总体X和Y相互独立,同服从 N(0,32 )
分布,而 X1,X2,…, X9 和 Y1,Y2,…, Y9 分别是来自X和Y的简单随机样本,求统计量
U X1X2 X9 的分布. Y12 Y22 Y92
解:Xi ~N(0,9)
9
Xi ~ N(0,81)
i1
9
Xi
i1 ~ N(0,1) 9
《数理统计基本概念》课件
不可能事件
概率等于0的事件,表示一定 不会发生。
独立事件
两个事件的发生相互独立,一 个事件的发生不影响另一个事 件的发生。
随机变量及其分布
01
02
03
04
离散型随机变量
随机变量可以取到有限个或可 数无穷个值。
连续型随机变量
随机变量可以取到任何实数值 。
概率分布函数
描述随机变量取值概率的函数 。
概率密度函数
确定因子、提出假设、构造统计量、 进行统计分析、做出推断结论。
方差分析的应用场景
比较不同组数据的均值差异、分析多 因素对结果的影响等。
方差分析的注意事项
满足正态性和方差齐性的假设、注意 组间和组内的比较等。
04
回归分析
一元线性回归
总结词
一元线性回归是数理统计中常用的回归分析方法,用于研究一个因变量与一个自变量之间 的线性关系。
假设检验的类型
单侧检验、双侧检验、独立样本检验、配对 样本检验等。
假设检验的基本步骤
提出假设、构造检验统计量、确定临界值、 做出推断结论。
假设检验的注意事项
避免两类错误、注意样本量和分布情况等。
方差分析
方差分析的概念
方差分析是用来比较不同组数据的变 异程度和分析变异来源的一种统计方 法。
方差分析的基本步骤
详细描述
一元线性回归分析通过最小二乘法拟合一条直线,使得因变量的观测值与自变量的预测值 之间的残差平方和最小。它可以帮助我们了解自变量和因变量之间的相关性和预测因变量 的未来值。
公式
(y = ax + b) 其中,(a) 是斜率,(b) 是截距。
多元线性回归
01
总结词
- 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)。
f
(
x)
(
1) 0,
x
,
0 x 1, 其它
其中 1是未知参数,X1, X2,L , Xn为总体X
的一个容量为n简单随机样本,求参数的极大
似然估计量。
这个题目和2005级 224学时的类似。
二、有关区间估计及假设检验方面的题型
考题(1 2009级 24学时) 四、(本题12分)测定某种溶液中的水分,它的10个 测定值给出样本均值为:x 0.452%, 样本均方差为:
x
s/ n
4.10 t (n 1) t0.025(9) 2.26,
2
故拒绝H0
(2)检验H0: 0.04%,H1: 0.04%,
H
的拒绝域为
0
(n 1)s2
2
2
1
(
n
1)
2
2 0.975
(
9)
2.7
或 (n 1)s2
2
2
(
n
题型分析
一、有关矩估计法及极大似然估计法方面的题型 考题(1 2009级 24学时) 五、(本题18分)设随机变量X的分布函数为:
F
(
x;
,
)
1
(
x
)
,
x ,其中参数 0, 1,
0,
x
设X1, X2,L , Xn是来自X的简单随机样本,
(1)当 1时,求未知参数的矩估计量;
2 2
,
2 2
,即为(0.3000,2.1137)。
考题(4 2008级 24学时)
五、(本题10分)设总体X 服从参数为的指数分布,
其中 0未知,X1,L , X10为取自总体X的样本,若
已知U
2
n i 1
Xi
~
2(2n),求
(1)的置信水平为1 的单侧置信下限;
2
x
2
,
0 x ,其中未知参数 0,
0, 其他
X1,L , Xn是来自X的样本,求(1)的矩估计;
(2)的极大似然估计。
解:1,E( X )
x f ( x)d x
0
2x2
2 dx
2
3
令1
E( X )
A1
X
2,
i 1
得
d ln L =
d
n
n i 1
ln
xi令
d ln L
d
0, 可得
n
n
ln Xi
i 1
故的最大似然估计量为 ˆ n n .
ln Xi
i 1
考题(8 2005级 224学时)
三、(本题8分)设X1,
X2,L
,
X
为总体的样本,
n
X的密度函数为:
f
(
x)
x1 x2 L xn )3
,
i 1
0,
xi ,(i 1, 2L , n)
其它
当xi 时,越大,L( )越大,所以的极大似然估计 量为 ˆ min{ X1, X2,K , Xn}
考题(2 2008级 24学时) 三、(本题14分)设随机变量X的概率密度为:
f
(
x)
, 0 x 1 f ( x, ) 1 , 1 x 2;其中未知参数 0
0,
其他
设N为样本值x1,L , xn中小于1的个数,求的极
大似然估计。
解:似然函数为:
n
L( xi , ) f ( xi , ) N (1 )nN
i 1
综上,认为工厂生产正常。
考题(6 2008级 24学时,作业题) 六、(本题14分)某工厂正常生产时,排出的污水 中动植物油的浓度X~N(10,2 ),2未知,今阶段性 抽取10个水样,测得平均浓度为10.(8 mg / L),标准 差为1.(2 mg / L),问该工厂生产是否正常? ( 0.05, t0.025(9) 2.2622,)
(1
)
0,
x
,
0 x 1, 1
其他
求参数的极大似然估计。
考题(9 2005级 256学时)
三、(本题8分)设X1,
X2,L
,
X
为服从泊松分布
n
()的总体X的一个样本,求的极大似然估计量。
考题1(0 2004级 32学时)
三、(本题8分)设总体X的概率密度为:
X,
解得的矩估计量为ˆ X .
X 1
(2)似然函数为:
L( )
n
f
(
xi
)
(
x1 x2
L
n
xn ) 1
,
i 1
0,
xi 1,(i 1, 2L , n) 其它
n
当xi 1时, 对数似然函数为ln L( ) nln ( 1) ln xi
ln L() N ln (n N ) ln(1 )
令 d ln L = N n N 0, 解得:ˆ N
d 1
n
所以的极大似然估计为ˆ N n
考题(7 2006级 32学时)
三、(本题14分)设总体X的概率密度为:
f
(
x,
)
1
X 1
n
2 似然函数为:L( xi , ) f ( xi , )
i 1
(
x1 x2
L
n
xn )
1
,
0,
xi 1(i 1, 2,L , n) 其他
当xi 1(i 1, 2,L , n)时,L( ) 0,取对数得
n
ln L( ) nln ( 1) ln xi , 两边对 求导,
f
(
x)
2
x
2
,
0 x ,其中未知参数 0,
0, 其他
X1,L , Xn是样本,求的矩估计和最大似然估计。
(此题和2008级的第三大题一样的.)
考题(6 2007级 64学时 作业P153 四)
七、(本题8分)设X1,L , Xn为总体X的样本, X的密度函数为:
(2)求的置信水平为0.95的置信区间;
解(1)E( X ) E(eY ) e y f ( y)dy
1
e
ye(
y )2 2
dy
2 1
e2
2
1
[ y( 1)]2
e 2 dy
2
1
e 2
(2)的置信区间为:
y
x 1
,
0,
x 1, 其中未知参数 1,
x 1.
X1,L , Xn为来自X的简单随机样本,
求(1)的矩估计量;
(2)的最大似然估计量。
解:1,由于E( X )
x f ( x; )d x
1
x
x 1d x
, 1
令 X,解得参数的矩估计量ˆ X .
18 ( 2
0.025
9)
,
18
2 0.975
(9)
,即为(0.9462,6.6667);
(2)D
X2 3
1 2
D
X2 2
1 2
D[2(1)]Fra bibliotek2 2;
由于D
X2 3
2 2
是2的单调减少函数,
置信区间为
(2)检验假设;H0: 10,H1: 10 取统计量:t X 10 ~ t(9) S / 10
拒绝域为 t t0.025(9) 2.2622
Q t 10.8 10 2.1028 2.2622, 1.2 / 10
所以接受H0,即可以认为排出的污水中动植物油 的平均浓度是1(0 mg / L)。
2nX 2 (2n)
(2) 2 16 5010 3764.706 42.585
考题(5 2008级 24学时,作业题)
六、(本题14分)某工厂正常生产时,排出的污水
中动植物油的浓度X ~ N (10,1),今阶段性抽取10个
水样,测得平均浓度为10.(8 mg / L),标准差为
s 0.037%,设测定值总体服从正态分布N(, 2 ),试在 5%显著水平下,分别检验假设(1)H0: 0.5%; (2)H0: 0.04%。
解:(1)检验H0: 0.5%,H1: 0.5%,
H
的拒绝域为:
0
t
x
s/ n
t (n 1)
2
经计算:
t
(2)某种元件的寿命(单位:h)服从上述指数分布,
现从中抽得容量为16的样本,得样本均值为510(h),
试求元件平均寿命的置信水平为0.90的单侧置信下
限。
解:(1)Q
P