参数估计及假设检验习题解答
参数估计、假设检验例子
例2： 某公司宣称有75%以上的消费者满意其产品 某公司宣称有75%以上的消费者满意其产品 的质量，一家市场调查公司受委托调查该公司此 项声明是否属实，随机抽样调查625位消费者， 项声明是否属实，随机抽样调查625位消费者， 表示满意该公司产品质量者有500人，试问在 表示满意该公司产品质量者有500人，试问在 0.05的显著性水平下，该公司的声明是否属实。 0.05的显著性水平下，该公司的声明是否属实。
例2： 在一项新广告活动的跟踪调查中，在被调查 的400人中有240人会记起广告的标语，试求会 400人中有240人会记起广告的标语，试求会 记起广告标语占总体比率的95%置信度的估计区 记起广告标语占总体比率的95%置信度的估计区 间。
假设检验： 1：某橡胶厂生产汽车轮胎，根据历史资料统计结 果，平均里程为25000公里，标准差为1900公里。 果，平均里程为25000公里，标准差为1900公里。 现采用一种新的工艺制作流程，从新批量的轮胎 中随机抽取400个作实验，求得样本平均里程为 中随机抽取400个作实验，求得样本平均里程为 25300公里，试按5%的显著性水平判断新批量 25300公里，试按5%的显著性水平判断新批量 轮胎的平均耐用里程与以前生产的轮胎的耐用里 程有没有显著的差异，或者它们属于同一总体的 假设是否成立。
统计基础试题——参数估计和假设检验
第七章参数估计和假设检验一、填空题1．在抽样推断中，常用的总体指标有、和。
2．在抽样推断中，按随机原则从总体中抽取的部分单位叫，这部分单位的数量叫。
3．整群抽样是对总体中群内的进行的抽样组织形式。
4．若总体单位的标志值不呈正态分布，只要，全部可能样本指标也会接近于正态分布。
5．抽样估计的方法有和两种。
6．扩大误差范围，可以推断的可靠程度，缩小误差范围则会推断的可靠程度。
7．对总体的指标提出的假设可以分为和。
8．如果提出的原假设是总体参数等于某一数值，这种假设检验称为，若提出的原假设是总体参数大于或小于某一数值，这种假设检验称为。
二、单项选择题1．所谓大样本是指样本单位数在（）及以上。
A．50个B．30个C．80个D．100个2．总体平均数和样本平均数的关系是（）。
A．总体平均数是确定值，样本平均数是随机变量B．总体平均数是随机变量，样本平均数是确定值C．总体平均数和样本平均数都是随机变量D．总体平均数和样本平均数都是随机变量3．先对总体按某一标志分组，然后再在各组中按随机原则抽取一部分单位构成样本，这种抽样组织方式称为（）。
A．简单随机抽样B．机械抽样C．类型抽样D．整群抽样4．用样本指标对总体指标作点估计时，应满足4点要求，其中无偏性是指（）。
A．样本平均数等于总体平均数B．样本成数等于总体成数C．样本指标的平均数等于总体的平均数 D．样本指标等于总体指标5．在其它条件不变的情况下，提高抽样估计的可靠程度，其精确度将（）。
A．保持不变B．随之扩大C．随之缩小D．无法确定6．在抽样估计中，样本容量（）。
A．越小越好B．越大越好C．有统一的抽样比例D．取决于抽样估计的可靠性要求。
7．假设检验中的临界区域是指（）。
A．接受域B．拒绝域C．检验域D．置信区间三、多项选择题1．在抽样推断中，抽取样本单位的具体方法有（）。
A．重复抽样B．不重复抽样C．分类抽样D．等距抽样E．多阶段抽样2．在抽样推断中，抽取样本的组织形式有（）。
参数估计假设检验练习题
第三章 假设检验例子例1：某糖厂用自动打包机装糖。
已知每袋糖的重量（单位：千克）服从正态分布()2~,X N μσ。
今随机抽查9袋，称出它们的重量并计算得到*48.5, 2.5x s ==。
取显著性水平0.05α=。
在下列两种情形下分别检验()01:50 :50H H μμ=≠22(1) 4 (2)σσ=未知解：()()2*01220.97512~,48.5, 2.5,9,0.05:50 :50(1) 4 (2)(1) 2.251.962.25 1.96X N x s n H H u uu αμσαμμσσ-=====≠======>糖的重量，现在已知显著性水平，在两种情形下检验：未知解：计算检验统计量的观测值 临界值，因为，所以拒绝原假设即不能认为糖的重量50的平均值是千克，即打包机工作不正常。
()()()()2*0120.97512~,48.5, 2.5,9,0.05:50 :50(2) 1.818 2.306 1.8 2.306X N x s n H H t t n t αμσαμμσ-=====≠===-==<糖的重量，现在已知显著性水平，在两种情形下检验：未知解：计算检验统计量的观测值 临界值，因为，所以不能拒绝原假设，即不能认为打包机工作不正常。
例2：在上题中，试在显著性水平0.1α=下检验()2201: 4 :4H H σσ=>()()()()*2201*22202210.948.5, 2.5,9,0.1: 4 :4112.51813.36212.513.362.x s n H H n s n αασσχσχχ-=====>-==-==<显著性水平，解：计算检验统计量的观测值 临界值，因为，所以不能拒绝原假设，即不能认为打包机工作不正常例3：监测站对某条河流每日的溶解氧（DO ）质量浓度记录了30个数据，并由此算得 2.52, 2.05x s ==。
已知这条河流的每日DO 质量浓度服从()2,N μσ，试在显著性水平0.05α=下检验()01: 2.7 : 2.7H H μμ=≠。
医学统计学-高级统计学课后部分习题答案第四版孙振球主编
11-多因素实验资料的方差分析11-3（1）本题为4个处理组的2×2析因涉及，因分成3天进行，若将每天的实验结果设为一个区组，先进行随机区组的方差分析:方差分析表1变异来源df SS MS F Sig.总变异11 818.369区组间 2 3.762 1.881 .230 .801处理组间 3 765.529 255.176 31.196 .000误差 6 49.078 8.180从上表可以看出，各区组间差异无统计学意义，即各天的实验结果间无差异。
（3）依据完全随机设计析因试验方法进行方差分析方差齐性检验表F df1 df2 Sig.1.429 3 8 0.304P值大于0.05，尚不能认为方差不齐。
方差分析表2变异来源df SS MS F Sig.总变异11 818.37试样处理方式（A） 1 716.11 716.11 108.42 0.000试样重量（B） 1 36.40 36.40 5.51 0.047AB 1 13.02 13.02 1.97 0.198误差8 52.84 6.605结局：可以认为高锰酸盐处理及试样重量均会对甘蓝叶核黄素浓度测定产生影响，尚不能认为高猛酸盐及试样重量的交互作用会对甘蓝叶核黄素浓度测量有影响。
11-4假定不存在高阶交互作用，仅对A、B、C、D、E5个因素的主效应进行分析，采用正交设计的方差分析法：正交设计的方差分析变异来源df SS MS F Sig.总变异15 3495.366A 1 540.911 540.911 21.714 .001B 1 1743.689 1743.689 69.998 .000C 1 787.223 787.223 31.602 .000D 1 82.038 82.038 3.293 .100E 1 92.400 92.400 3.709 .083误差10 249.104 24.910从上表可以看出，A、B、C三个因素的主效应有统计学意义（P<0.05），即A、B、C三个参数对高频呼吸机的通气量有影响。
mba参数估计假设检验参考答案
mba参数估计假设检验参考答案1．某公司雇⽤2 000名推销员，并希望估计其平均每年的乘车⾥程。
从过去的经验可知，通常每位推销员⾏程的标准差为5 000公⾥。
随机选取的25辆汽车样本的均值为14 000公⾥。
1）求出总体均值µ所需要的估计量；14 0002）确定总体均值µ95%的置信区间；（14000±1.96*5000/5）。
虽是⼩样本，但“从过去的经验可知，通常每位推销员⾏程的标准差为5 000公⾥”这句话，表明总体服从正太分布且标准差已知，所以⽤最基本的公式。
3）公司经理们认为均值介于13 000到15 000公⾥之间，那么该估计的置信度是多少？对应的Z在-1-+1之间，所以置信度为68.26%。
这⾥要注意的是应⽤均值的分布。
4）如果在3）的估计中希望有95%的置信⽔平，那么所要求的样本容量是多少。
96=1.962*50002/100022．⽣产隐形眼镜的某公司⽣产⼀种新的型号，据说其寿命⽐旧型号的寿命长。
请6个⼈对该新型眼镜做实验，得出平均寿命为4.6年，标准差为0.49年。
构造该新型眼镜的平均寿命90%的置信区间。
⼩样本且总体标准差未知，⽤t公式。
4.6±2.015*0.49/2.453．假设某⼚家⽣产的可充电的电池式螺丝⼑的使⽤寿命近似于正态分布。
对15个螺丝⼑进⾏测试，并发现其平均寿命为8 900⼩时，样本标准差为500⼩时。
1）构造总体均值置信⽔平为95%的区间估计；8900±2.145*500/3.872）构造总体均值置信⽔平为90%的区间估计；8900±1.761*500/3.874．电话咨询服务部门在每次通话结束时都要记录下通话的时间。
从⼀个由16个记录组成的简单随机样本得出⼀次通话的平均时间为1.6分钟。
试求总体平均值的置信度为90%的置信区间。
已知总体服从标准差为0.7分钟的正态分布。
1.6±1.645*0.7/45．某仓库中有200箱⾷品，每箱⾷品均装100个。
参数估计习题答案
参数估计习题答案参数估计是指在统计学中，根据样本数据来估计总体参数的过程。
以下是一些参数估计习题的答案示例：1. 简单随机抽样的均值估计：假设我们有一个总体，其均值未知，我们从这个总体中随机抽取了一个样本，样本均值（\(\bar{x}\)）可以用来估计总体均值（\(\mu\)）。
如果样本量足够大，根据中心极限定理，样本均值的分布接近正态分布。
样本均值的估计值为：\[\hat{\mu} = \bar{x}\]2. 总体比例的点估计：如果我们要估计一个二项分布的总体比例（\(p\)），我们可以使用样本比例（\(\hat{p}\)）作为点估计。
样本比例的计算公式为：\[\hat{p} = \frac{\text{样本中具有特定特征的个体数}}{\text{样本总数}}\]3. 总体方差的估计：总体方差（\(\sigma^2\)）可以通过样本方差（\(s^2\)）来估计。
样本方差的计算公式为：\[s^2 = \frac{1}{n-1} \sum_{i=1}^{n} (x_i - \bar{x})^2\]其中，\(n\) 是样本大小，\(x_i\) 是第 \(i\) 个样本值。
4. 总体标准差的估计：总体标准差（\(\sigma\)）可以通过样本标准差（\(s\)）来估计。
样本标准差的计算公式为：\[s = \sqrt{s^2}\]5. 置信区间的计算：如果我们想要得到总体均值的95%置信区间，我们可以使用以下公式：\[\text{置信区间} = \bar{x} \pm z_{\alpha/2} \times\frac{s}{\sqrt{n}}\]其中，\(z_{\alpha/2}\) 是标准正态分布的临界值，对应于置信水平（例如，对于95%置信水平，\(z_{\alpha/2} = 1.96\)）。
6. 假设检验：在假设检验中，我们通常使用样本统计量来检验关于总体参数的假设。
例如，如果我们想要检验总体均值是否等于某个特定值（\(\mu_0\)），我们可以使用以下检验统计量：\[t = \frac{\bar{x} - \mu_0}{s / \sqrt{n}}\]然后，我们可以根据自由度（\(df = n - 1\)）和显著性水平（\(\alpha\)）来确定拒绝域，并做出决策。
统计学第六章参数估计和假设检验习题
统计学第六章参数估计和假设检验习题第六章参数估计和假设检验一、填空题1、总体参数估计是指2、称为置信水平，表示为3、落在总体均值两个抽样标准差范围内的概率为4、影响样本的单位数目的因素有5、是研究者想收集证据予以反对的假设。
答案：1、就是以样本统计量来估计总体参数，总体参数是常数，而统计量是随机变量。
2、将构造置信区间的步骤重复很多次，置信区间包含总体参数真值的次数所占的比例，(1 -3、0.95454、总体变量的变异程度σ、允许的误差范围△、抽样的可靠程度1-α5、纯随机抽样、等距抽样（机械抽样）、类型抽样（分层抽样）和整群抽样二、单项选择题1、估计量的含义是指（A）A．用来估计总体参数的统计量的名称B．用来估计总体参数的统计量的具体数值C．总体参数的名称D．总体参数的具体数值2、一个95%的置信区间是指（ C ）A．总体参数有95%的概率落在这一区间内B．总体参数有5%的概率未落在这一区间内C．在用同样方法构造的总体参数的多个区间中，有95%的区间包含该总体参数D．在用同样方法构造的总体参数的多个区间中，有95%的区间不包含该总体参数3、抽取一个容量为100的随机样本，其均值为x =81，标准着s=12。
总体均值μ的99%的置信区间为（ C ）81±1.9781±2.3581±3.1081±3.524．成数与成数方差的关系是(C )A.成数的数值越接近0，成数的方差越大B.成数的数值越接近0.3，成数的方差越大C.成数的数值越接近0.5，成数的方差越大D.成数的数值越接近l ，成数的方差越大5．纯随机重复抽样的条件下，若其他条件不变，要使抽样平均误差缩小为原来的1/3，则样本单位数必须（ B ）Ａ．增大到原来的３倍Ｂ．增大到原来的９倍Ｃ．增大到原来的６倍Ｄ．也是原来的1/36、对于非正态总体，使用统计量x z =估计总体均值的条件是（D ） A ．小样本B ．总体方差已知C ．总体方差未知D ．大样本7、在假设检验中，原假设和备选假设（ C ）A. 都有可能成立B. 都有可能不成立C. 只有一个成立而且必有一个成立D. 原假设一定成立，备选假设不一定成立8．一种零件的标准长度5cm ，要检验某天生产的零件是否符合标准要求，建立的原假设和备选假设就为（ A ）A ．0:5H μ=，1:5H μ≠B ．0:5H μ≠，1:5H μ>C ．0:5H μ≤，1:5H μ>D ．0:5H μ≥，1:5H μ<9、若检验的假设为00:H μμ≥，10:H μμ<，则拒绝域为（ B ）A ．z z α>B ．z z α<-C ．/2z z α<-或/2z z α<-D ．z z α>或z z α<-10。
考研数学一(参数估计和假设检验)模拟试卷2(题后含答案及解析)
考研数学一（参数估计和假设检验）模拟试卷2(题后含答案及解析) 题型有：1. 选择题 2. 填空题 3. 解答题选择题下列每题给出的四个选项中，只有一个选项符合题目要求。
1．设为未知参数θ的无偏一致估计，且是θ2的( )A．无偏一致估计。
B．无偏非一致估计。
C．非无偏一致估计。
D．非无偏非一致估计。
正确答案：C解析：根据无偏估计和一致估计的概念可得的非无偏一致估计，故选C。
知识模块：参数估计2．设是取自总体X中的简单随机样本X1，X2，…，Xn的样本均值，则是μ的矩估计，如果( )A．X～N(μ，σ2)。
B．X服从参数为μ的指数分布。
C．P{X=m}=μ(1—μ)m—1，m=1，2，…。
D．X服从[0，μ]上均匀分布。
正确答案：A解析：若X～N(μ，σ2)，则E(X)=μ，μ的矩估计为，故选A。
对于选项B，X服从参数为μ的指数分布，则E(X)=，μ的矩估计，对于选项C，X服从参数为μ的几何分布，E(X)=，μ的矩估计，对于选项D，E(X)=，μ的矩估计。
知识模块：参数估计3．总体均值μ置信度为95％的置信区间为，其含义是( )A．总体均值μ的真值以95％的概率落入区间。
B．样本均值以95％的概率落入区间。
C．区间含总体均值μ的真值的概率为95％。
D．区间含样本均值的概率为95％。
正确答案：C解析：根据置信区间的概念，故选C。
均值μ是一个客观存在的数，说“μ以95％的概率落入区间”是不妥的，所以不选A，而B、D两项均与μ无关，无法由它确定μ的置信区间。
知识模块：参数估计4．下列关于总体X的统计假设H0属于简单假设的是( )A．X服从正态分布，H0：E(X)=0。
B．X服从指数分布，H0：E(X)≥1。
C．X服从二项分布，H0：D(X)=5。
D．X服从泊松分布，H0：D(X)=3。
正确答案：D解析：A、B、C三项的假设都不能完全确定总体的分布，所以是复合假设，而D选项的假设可以完全确定总体分布，因而是简单假设，故选D。
概率论与数理统计实验实验3参数估计假设检验
概率论与数理统计实验实验3 参数估计假设检验实验目的实验内容直观了解统计描述的基本内容。
2、假设检验1、参数估计3、实例4、作业一、参数估计参数估计问题的一般提法X1, X2,…, Xn要依据该样本对参数作出估计，或估计的某个已知函数.现从该总体抽样，得样本设有一个统计总体，总体的分布函数向量). 为F(x, )，其中为未知参数( 可以是参数估计点估计区间估计点估计——估计未知参数的值区间估计——根据样本构造出适当的区间，使他以一定的概率包含未知参数或未知参数的已知函数的真?（一）、点估计的求法1、矩估计法基本思想是用样本矩估计总体矩.令设总体分布含有个m未知参数??1 ，…，??m解此方程组得其根为分别估计参数??i ，i=1,...,m，并称其为??i 的矩估计。
2、最大似然估计法（二）、区间估计的求法反复抽取容量为n的样本,都可得到一个区间,这个区间可能包含未知参数的真值,也可能不包含未知参数的真值,包含真值的区间占置信区间的意义1、数学期望的置信区间设样本来自正态母体X(1) 方差?? 2已知, ?? 的置信区间(2) 方差?? 2 未知, ?? 的置信区间2、方差的区间估计未知时, 方差?? 2 的置信区间为（三）参数估计的命令1、正态总体的参数估计设总体服从正态分布，则其点估计和区间估计可同时由以下命令获得：[muhat,sigmahat,muci,sigmaci] = normfit(X,alpha)此命令以alpha 为显著性水平，在数据X下，对参数进行估计。
（alpha缺省时设定为0.05），返回值muhat是X的均值的点估计值，sigmahat是标准差的点估计值, muci是均值的区间估计,sigmaci是标准差的区间估计.例1、给出两列参数?? =10, ??=2正态分布随机数，并以此为样本值，给出?? 和?? 的点估计和区间估计命令:r=normrnd(10,2,100,2);[mu,sigm,muci,sigmci]=normfit(r);[mu1,sigm1,muci1,si gmci1]=normfit(r,0.01);mu=9.8437 9.9803sigm=1.91381.9955muci=9.4639 9.584310.2234 10.3762sigmci=1.68031.75202.2232 2.3181mu1=9.8437 9.9803sigm1=1.91381.9955muci1=9.3410 9.456210.3463 10.5043sigmci1=1.6152 1.68412.3349 2.4346例2、产生正态分布随机数作为样本值，计算区间估计的覆盖率。
习题八假设检验答案
习题八假设检验答案(总13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--习题八 假设检验一、填空题1．设12,,...,n X X X 是来自正态总体的样本，其中参数2,μσ未知，则 检验假设0:0H μ=的t -t -检验使用统计量tX2．设12,,...,n X X X 是来自正态总体的样本，其中参数μ未知，2σ已知。
要检验假设0μμ=应用 U 检验法，检验的统计量是X U =0H 成立时该统计量服从N （0，1） 。
3．要使犯两类错误的概率同时减小，只有 增加样本容量 ;4 ． 设12,,...,n X X X 和12,,...,m Y Y Y 分别来自正态总体2~(,)X X X N μσ和2~(,)Y Y Y N μσ，两总体相互独立。
（1）当X σ和Y σ已知时，检验假设0:X Y H μμ=所用的统计量为X YU =0H 成立时该统计量服从 N （0，1） 。
（2）若X σ和Y σ未知，但X Y σσ= ，检验假设0:X Y H μμ=所用的统计量 为X YT =0H 成立时该统计量服从(2)t m n +- 。
5．设12,,...,n X X X 是来自正态总体的样本，其中参数μ未知，要检验假设 2200:H σσ=，应用 2χ 检验法，检验的统计量是 2220(1)n S χσ-=；当0H 成立时，该统计量服从 2(1)n χ- 。
6．设12,,...,n X X X 和12,,...,m Y Y Y 分别来自正态总体2~(,)X X X N μσ和2~(,)Y Y Y N μσ，两总体相互独立。
要检验假设220:X YH σσ=，应用 F 检验法，检验的统计量为 22XYS F S = 。
7．设总体22~(,),,X N μσμσ 都是未知参数，把从X 中抽取的容量为n 的 样本均值记为X ，样本标准差记为S （修正），在显著性水平α下，检验假设 01:80;:80;H H μμ=≠的拒绝域为 2||(1)T t n α≥- 在显著性水平α下，检验假设22220010:;:;H H σσσσ=≠的拒绝域为 222(1)n αχχ≥-或222(1)n αχχ≤- ;8．设总体22~(,),,X N μσμσ都是未知参数，把从X 中抽取的容量为n 的样本均值记为X ，样本标准差记为S （修正），当2σ已知时，在显著性水平α下，检验假设0010:;:H H μμμμ≥<的统计量为 X U ={}U u α≤- 。
假设检验习题及答案
假设检验习题及答案第8章假设检验一、填空题1、对正态总体的数学期望μ进行假设检验，如果在显著性水平0.05下，接受假设00:μμ=H ，那么在显著性水平0.01下，必然接受0H 。
2、在对总体参数的假设检验中，若给定显著性水平为α，则犯第一类错误的概率是α。
3、设总体),(N ~X 2σμ，样本n 21X ,X ,X Λ，2σ未知，则00:H μ=μ，01:H μ<μ的拒绝域为 )}1(/{0--<-n t nS X αμ，其中显著性水平为α。
4、设n 21X ,X ,X Λ是来自正态总体),(N 2σμ的简单随机样本，其中2,σμ未知，记∑==n 1i i X n 1X ，则假设0:H 0=μ的t 检验使用统计量=T Q n n X )1(- .二、计算题1、某食品厂用自动装罐机装罐头食品，规定标准重量为250克，标准差不超过3克时机器工作为正常，每天定时检验机器情况，现抽取16罐，测得平均重量252=X 克，样本标准差4=S 克，假定罐头重量服从正态分布，试问该机器工作是否正常？解：设重量),(~2σμN X 05.016==αn 4252==S X(1)检验假设250:0=μH 250:1≠μH ，因为2σ未知，在0H 成立下，)15(~/250t n S X T -=拒绝域为)}15(|{|025.0t T >，查表得1315.2)5(025.0=≠t由样本值算得1315.22<=T ，故接受0H(2)检验假设9:20=σH 9:201>σH 因为μ未知，选统计量2022)1(σS n x -= 在0H 成立条件下，2x 服从)15(2x 分布，拒绝域为)}15({205.02x x >，查表得996.24)15(205.0=x ，现算得966.24667.26916152>=?=x ？拒绝0H ，综合(1)和(2)得，以为机器工作不正常2、一种电子元件，要求其使用寿命不得低于1000小时，现在从一批这种元件中随机抽取25 件，测得其寿命平均值为950小时，已知该种元件寿命服从标准差100=σ小时正态分布，试在显著性水平0.05下确定这批产品是否合格.解：设元件寿命),(~2σμN X ，2σ已知10002=σ，05.0,950,25===αX n检验假设1000:0=μH 1000:1<μH在2σ已知条件下，设统计量)1,0(~/1000N n X σμ-=拒绝域为}{05.0μμ<，查表得645.195.005.0-=-=μμ 而645.15.2205025/1001000950-<-=-=-=μ 拒绝假设0H 选择备择假设1H ，所以以为这批产品不合格.3. 对显著水平 a ，检验假设 H 0 ; m = m 0，H 1 ; m ≠ m 0，问当 m 0， m ， a一定时，增大样本量 n 必能使犯第二类错误概率 b 减少对吗？并说明理由。
概率论与数理统计第四版课后习题答案
概率论与数理统计课后习题答案第七章 参数估计1．[一] 随机地取8只活塞环，测得它们的直径为（以mm 计）求总体均值μ及方差σ2的矩估计，并求样本方差S 2。
解：μ，σ2的矩估计是6122106)(1ˆ,002.74ˆ-=⨯=-===∑ni i x X n X σμ621086.6-⨯=S 。
2．[二]设X 1，X 1，…，X n 为准总体的一个样本。
求下列各总体的密度函数或分布律中的未知参数的矩估计量。
（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。
（5）()p p m x p p x X P xm x m x ,10,,,2,1,0,)1()(<<=-==- 为未知参数。
解：（1）Xθcθθc θc θc θdx x c θdx x xf X E θθcθθ=--=-===+-∞+-∞+∞-⎰⎰1,11)()(1令，得cX X θ-=（2）,1)()(10+===⎰⎰∞+∞-θθdx xθdx x xf X E θ2)1(,1X X θX θθ-==+得令（5）E (X ) = mp 令mp =X， 解得mX p=ˆ3．[三]求上题中各未知参数的极大似然估计值和估计量。
解：（1）似然函数1211)()()(+-===∏θn θn n ni ix x x cθx f θL0ln 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 iθn nni ix θθnθL x x x θx f θL 112121ln )1()ln(2)(ln ,)()()(∑∑====+⋅-=ni ini ix n θxθθn θd θL d 121)ln (ˆ,0ln 2112)(ln 。
参数估计和假设检验习题解答
参数估计和假设检验习题解答(总6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--参数估计和假设检验习题1.设某产品的指标服从正态分布，它的标准差σ已知为150，今抽了一个容量为26的样本，计算得平均值为1637。
问在5％的显著水平下，能否认为这批产品的指标的期望值μ为1600解: 01:1600, :1600,H H μμ=≠标准差σ已知,拒绝域为2Z z α>,取0.05,α=26,n =0.0250.97521.96z z z α===,由检验统计量1.25 1.96Z ===<,接受0:1600H μ=,即,以95%的把握认为这批产品的指标的期望值μ为1600.2.某纺织厂在正常的运转条件下，平均每台布机每小时经纱断头数为根，各台布机断头数的标准差为根，该厂进行工艺改进，减少经纱上浆率，在200台布机上进行试验，结果平均每台每小时经纱断头数为根，标准差为根。
问,新工艺上浆率能否推广(α=解: 012112:, :,H H μμμμ≥<3.某电器零件的平均电阻一直保持在Ω，改变加工工艺后，测得100个零件的平均电阻为Ω，如改变工艺前后电阻的标准差保持在Ω，问新工艺对此零件的电阻有无显著影响(α=解: 01: 2.64, : 2.64,H H μμ=≠已知标准差σ=,拒绝域为2Z z α>,取0.02520.05, 1.96z z αα===,100,n =由检验统计量 3.33 1.96Z ===>,接受1: 2.64H μ≠,即, 以95%的把握认为新工艺对此零件的电阻有显著影响.4.有一批产品，取50个样品，其中含有4个次品。
在这样情况下，判断假设H 0：p ≤是否成立(α=解: 01:0.05, :0.05,H p H p ≤>采用非正态大样本统计检验法,拒绝域为Z z α>,0.950.05, 1.65z α==,50,n =由检验统计量0.9733Z ===<,接受H 0：p ≤.即, 以95%的把握认为p ≤是成立的.5.某产品的次品率为，现对此产品进行新工艺试验，从中抽取4O0件检验，发现有次品56件，能否认为此项新工艺提高了产品的质量(α=解: 01:0.17, :0.17,H p H p ≥<采用非正态大样本统计检验法,拒绝域为Z z α<-,400,n =0.950.05, 1.65z α=-=-,由检验统计量4001.5973i x npZ -===-∑>, 接受0:0.17H p ≥,即, 以95%的把握认为此项新工艺没有显著地提高产品的质量.6.从某种试验物中取出24个样品，测量其发热量，计算得x =11958，样本标准差s =323，问以5％的显著水平是否可认为发热量的期望值是12100(假定发热量是服从正态分布的)解: 01:12100, :12100,H H μμ=≠总体标准差σ未知,拒绝域为2(1)t t n α>-,24,n = x =11958,s =323,0.0250.05,(23) 2.0687t α==, 由检验统计量2.1537t ===>,拒绝0:12100H μ=,接受1:12100,H μ≠ 即, 以95%的把握认为试验物的发热量的期望值不是12100.7．某食品厂用自动装罐机装罐头食品，每罐标准重量为500克，每隔一定时间需要检查机器工作情况。
第七章参数估计-含答案
第七章参数估计-含答案第七章参数估计⼀、单项选择题1.区间X2.58x S的含义是（）。
A. 99%的总体均数在此范围内B. 样本均数的99%可信区间C. 99%的样本均数在此范围内D. 总体均数的99%可信区间答案：D2.以下关于参数估计的说法正确的是（）。
A. 区间估计优于点估计B. 样本含量越⼤，参数估计准确的可能性越⼤C. 样本含量越⼤，参数估计越精确D. 对于⼀个参数只能有⼀个估计值答案：B3.假定抽样单位数为400，抽样平均数为300和30，相应的变异系数为50%和20%，试以0.9545的概率来确定估计精度为（）。
A.15和0.6B.5%和2%C.95%和98%D.2.5%和1答案：C4.根据10%抽样调查资料，甲企业⼯⼈⽣产定额完成百分⽐⽅差为25，⼄企业为49。
⼄企业⼯⼈数四倍于甲企业，⼯⼈总体⽣产定额平均完成率的区间（）。
A. 甲企业较⼤B. ⼄企业较⼤C. 两企业⼀样D. ⽆法预期两者的差别答案：A5.对某轻⼯企业抽样调查的资料，优质品⽐重40%，抽样误差为4%，⽤多⼤的概率才能确信全及总体的这个指标不⼩于32%（）。
A.0.6827B.0.9545C.0.9973D.2.00答案：B6.根据抽样调查的资料，某城市⼈均⽇摄⼊热量2500千卡，抽样平均误差150千卡，该市⼈均摄⼊热量在2350千卡⾄2650千卡之间的置信度为（）。
A.0.9545B. 0.6827C.1D. 0.90答案：B7.对进⼝的⼀批服装取25件作抽样检验,发现有⼀件不合格。
概率为0.9545时计算服装不合格率的抽样误差为7.3%。
要使抽样误差减少⼀半,必须抽（）件服装做检验。
A.50B.100C.625D.25答案：B8.根据以往调查的资料，某城市职⼯平均每户拥有国库券和国债的⽅差为1600，为使极限抽样误差在概率保证程度为0.9545时不超过4元，应抽取（）户来进⾏调查。
A.I600B.400C.10D.200答案：B9.⼀般情况下，总体平均数的⽆偏、有效、⼀致的估计量是（）。
参数估计习题及答案
参数估计习题及答案参数估计习题及答案在统计学中，参数估计是一种重要的技术，用于根据样本数据估计总体的未知参数。
参数估计的目标是通过样本数据推断总体参数的取值范围，并得到一个接近真实值的估计。
本文将通过几个习题来探讨参数估计的方法和应用。
习题一：某研究人员想要估计某种新药对病人的治疗效果。
他从一家医院中随机选取了100名患者，并将他们随机分为两组，一组接受新药治疗，另一组接受传统药物治疗。
研究人员希望通过样本数据估计新药的治疗效果是否显著优于传统药物。
解答：在这个问题中，我们需要估计两个总体的治疗效果，即新药组和传统药物组的平均治疗效果。
为了估计这两个总体的差异，我们可以使用两个独立样本的 t检验。
假设新药组的平均治疗效果为μ1，传统药物组的平均治疗效果为μ2。
我们的零假设是H0: μ1 = μ2，备择假设是H1: μ1 > μ2。
通过计算样本均值和标准差，我们可以得到 t 统计量的值，并进行假设检验。
习题二：某公司的销售部门想要估计他们的销售额与广告投入之间的关系。
他们收集了过去一年的数据，包括每个月的广告投入和销售额。
现在他们希望通过样本数据来估计广告投入对销售额的影响程度。
解答：在这个问题中，我们需要估计两个变量之间的关系，即广告投入和销售额之间的线性关系。
为了估计这个关系，我们可以使用简单线性回归模型。
假设广告投入为 x，销售额为 y。
我们的回归模型可以表示为y = β0 + β1x + ε，其中β0 和β1 是回归系数，ε 是误差项。
通过最小二乘法，我们可以估计回归系数的值，并进行假设检验来判断广告投入对销售额的影响是否显著。
习题三：某研究人员想要估计某个城市的人口数量。
他从该城市的不同地区随机选取了若干个样本点，并统计了每个样本点的人口数量。
现在他希望通过样本数据估计整个城市的人口数量。
解答：在这个问题中，我们需要估计一个总体的数量，即整个城市的人口数量。
为了估计这个数量，我们可以使用抽样调查的方法。
考研数学一(参数估计和假设检验)模拟试卷3(题后含答案及解析)
考研数学一（参数估计和假设检验）模拟试卷3(题后含答案及解析) 题型有：1. 选择题 2. 填空题 3. 解答题选择题下列每题给出的四个选项中，只有一个选项符合题目要求。
1．设X1，X2，…，Xn是取自总体X的简单随机样本，记E(X)=μ，D(X)=σ2，，D(S)＞0，则( )A．S是σ的无偏估计。
B．S2是σ2的无偏估计。
C．是μ2的无偏估计。
D．是E(X2)的无偏估计。
正确答案：B解析：根据排除法逐项分析。
D(S)=E(S2)—[E(S)]2＞0[E(S)]2≠E(S2)=σ2E(S)≠σ，故选B。
知识模块：参数估计2．设X1，X2，…，Xn是取自X～P(λ)的简单随机样本，则可以构造参数λ2的无偏估计量( )A． B． C． D． 正确答案：A解析：当T=Xi(Xi—1)时，故选A。
知识模块：参数估计3．已知总体X服从正态分布N(μ，σ2)(σ2已知)，X1，X2，…，Xn是取自总体X的简单随机样本，均值为，则由P{a＜U＜b}=1—α，可以求得μ置信度为1—α的置信区间，其中a、b是( )A．满足的唯一实数。
B．满足的唯一实数。
C．满足的唯一实数。
D．满足P{U＞b}+P{U＜a}=α的任意实数。
正确答案：D解析：a，b应使P{a＜U＜b}=1—αa，b应满足P{U≥b}+P{U≤a}=α，故选D。
知识模块：参数估计填空题4．设X1，X2，…，Xn是取自总体X的简单随机样本，X的概率密度函数为f(x)=，—∞＜x＜+∞，则λ的最大似然估计量= ________。
正确答案：解析：似然函数两端取对数，可得知识模块：参数估计5．已知总体X服从参数为λ的泊松分布，X1，X2，…，Xn是取自总体X 的简单随机样本，其样本均值和样本方差分别为，S2，如果+(2—3a)S2是λ的无偏估计，则a= _________。
正确答案：解析：根据=λ求a。
统计学第七章、第八章课后题答案
统计学复习笔记第七章一、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。
二、 练习题1． 从一个标准差为5的总体中采用重复抽样方法抽出一个样本量为40的样本，样本均值为25。
考研数学一(参数估计和假设检验)模拟试卷4(题后含答案及解析)
考研数学一（参数估计和假设检验）模拟试卷4(题后含答案及解析) 题型有：1. 选择题 2. 填空题 3. 解答题选择题下列每题给出的四个选项中，只有一个选项符合题目要求。
1．若总体X服从正态分布N(μ，1)，X1,X2,X3是来自X的样本，则下列估计量是μ的有偏估计的是( )正确答案：C解析：根据期望的性质可得根据无偏估计的定义知，选项(A)、(B)、(D)都是无偏估计。
故选(C)。
知识模块：参数估计2．X1,X2,X3,X4是来自总体X的样本，若总体X的数学期望E(X)存在，则下列四个选项中不是总体X的数学期望E(X)的无偏估计的是( ) A．(X1+X2+X3)。
B．(X1+X2+X4)。
C．(X1+X4)。
D．X2正确答案：A解析：对于(A)，E[(X1+X2+X3)]=[E(X1)+E(X2)+E(X3)]=E(X)，故选项(A)不是数学期望E(X)的无偏估计。
对于(B)、(C)、(D)，E[(X1+X2+X4)]=[E(X1)+E(X2)+E(X4)]=E(X)，E[(X1+X4)]=[E(X1)+E(X4)]=E(X)，E(X2)=E(X)，故选项(B)、(C)、(D)都是数学期望E(X)的无偏估计。
故选(A)。
知识模块：参数估计3．已知总体X服从正态分布N(μ，σ2)(σ2已知)，X1,X2,…,Xn是取自总体X的简单随机样本，均值为，如果记U=，则由P{a＜U＜b}=1一α，可以求得μ的置信水平为1一α的置信区间，其中a，b是( )A．满足P{U＞b}=，P{U＞a}=1一的唯一实数。
B．满足P{ U＞b}=，P{U＜a}=的唯一实数。
C．满足P{ U＞b}=，P{U＜a}=α的唯一实数。
D．满足P{U＞b}+P{U＜a}=α的任意实数。
正确答案：D解析：由于a、b需满足P{a＜U＜b}=1一α，即a、b应满足P{U≥b}+P{U ≤a}=α。
故选(D)。
知识模块：参数估计4．设n个随机变量X1,X2,…,Xn独立同分布，且D(Xi)=σ2(σ＞0)，,则( ) A．S是σ的无偏估计量。
- 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)。
参数估计和假设检验习题1.设某产品的指标服从正态分布，它的标准差σ已知为150，今抽了一个容量为26的样本，计算得平均值为1637。
问在5％的显著水平下，能否认为这批产品的指标的期望值μ为1600?0.05,α=26,n =0:1600H μ=,即,以95%的把握认为这批产品的指标的期望值μ为1600.2.某纺织厂在正常的运转条件下，平均每台布机每小时经纱断头数为O.973根，各台布机断头数的标准差为O.162根，该厂进行工艺改进，减少经纱上浆率，在200台布机上进行试验，结果平均每台每小时经纱断头数为O.994根，标准差为0.16根。
问,新工艺上浆率能否推广(α=0.05)?解: 012112:, :,H H μμμμ≥<3.某电器零件的平均电阻一直保持在2.64Ω，改变加工工艺后，测得100个零件的平均电阻为2.62Ω，如改变工艺前后电阻的标准差保持在O.06Ω，问新工艺对此零件的电阻有无显著影响(α=0.05)?解: 01: 2.64, : 2.64,H H μμ=≠已知标准差σ=0.16,拒绝域为2Z z α>,取0.02520.05, 1.96z z αα===,100,n =由检验统计量 3.33 1.96Z ===>,接受1: 2.64H μ≠,即, 以95%的把握认为新工艺对此零件的电阻有显著影响.4.有一批产品，取50个样品，其中含有4个次品。
在这样情况下，判断假设H 0：p ≤0.05是否成立(α=0.05)?解: 01:0.05, :0.05,H p H p ≤>采用非正态大样本统计检验法,拒绝域为Z z α>,0.950.05, 1.65z α==,50,n =由检验统计量0.9733Z ===<1.65,接受H 0：p ≤0.05.即, 以95%的把握认为p ≤0.05是成立的.5.某产品的次品率为O.17，现对此产品进行新工艺试验，从中抽取4O0件检验，发现有次品56件，能否认为此项新工艺提高了产品的质量(α=0.05)?解: 01:0.17, :0.17,H p H p ≥<采用非正态大样本统计检验法,拒绝域为Z z α<-,400,n =0.950.05, 1.65z α=-=-,由检验统计量4001.5973i x npZ -===-∑>-1.65, 接受0:0.17H p ≥,即, 以95%的把握认为此项新工艺没有显著地提高产品的质量.6.从某种试验物中取出24个样品，测量其发热量，计算得x =11958，样本标准差s =323，问以5％的显著水平是否可认为发热量的期望值是12100(假定发热量是服从正态分布的)?解: 01:12100, :12100,H H μμ=≠总体标准差σ未知,拒绝域为2(1)t t n α>-,24,n = x =11958,s =323,0.0250.05,(23) 2.0687t α==, 由检验统计量2.1537t ===>2.0687,拒绝0:12100H μ=,接受1:12100,H μ≠ 即, 以95%的把握认为试验物的发热量的期望值不是12100.7．某食品厂用自动装罐机装罐头食品，每罐标准重量为500克，每隔一定时间需要检查机器工作情况。
现抽得10罐，测得其重量为(单位：克):195，510，505，498，503，492，ii02，612，407，506.假定重量服从正态分布，试问以95％的显著性检验机器工作是否正常?解: 01:500 :500H vs H μμ=≠,总体标准差σ未知,拒绝域为2(1)t t n α>-,10,n =经计算得到x =502, s =6.4979,取0.0250.05,(9) 2.2622t α==,由检验统计量0.9733t ===<2.2622, 接受0:500 H μ= 即, 以95%的把握认为机器工作是正常的.8.有一种新安眠药，据说在一定剂量下，能比某种旧安眠药平均增加睡眠时间3小时，根据资料用某种旧安眠药时，平均睡眠时间为20.8小时。
标准差为1.6小时，为了检验这个说法是否正确，收集到一组使用新安眠药的睡眠时间为26.7，22.O ，24.1，21.O ，27 .2，25.0，23.4。
试问：从这组数据能否说明新安眠药已达到新的疗效(假定睡眠时间服从正态分布，α=0.05)。
解: 01:23.8 :23.8H vs H μμ≥<,已知总体标准差σ =1.6,拒绝域为Z z α<-,7,n =经计算得到x =24.2,取0.950.05, 1.65z α=-=-,由检验统计量0.6614x Z ===>-1.65, 接受0:23.8H μ≥即, 以95%的把握认为新安眠药已达到新的疗效.9．测定某种溶液中的水份，它的l0个测定值给出x =0.452%,s =O.037%，设测定值总体服从正态分布,μ为总体均值,σ为总体的标准差,试在5％显著水平下,分别检验假(1)H 0: μ=O.5％; (2)H 0: σ=O.04％。
解:(1)H 01: μ=O.5％,11:0.5%H μ≠, 总体标准差σ未知,拒绝域为2(1)t t n α>-,10,n =x =0.452%,s =O.037%,取0.0250.05,(9) 2.2622t α==,由检验统计量4.102t ===>2.2622,拒绝H 0: μ=O.5％, (2) H 02:σ=0.04%, H 12:σ≠0.04%,拒绝域为2222122(1) (1)n n ααχχχχ-≤-≥-或,10,n =取α=0.05,2220.9750.025(9) =2.7 (9)19.023χχχ≥=,,由检验统计量22222(1)(101)0.000377.70060.0004n s χσ--===,即22.77.700619.023χ<=<,接受H 02:σ=0.04%.10.有甲、乙两个试验员，对同样的试样进行分析，各人试验分析结果见下表(分析结果服从正态分布解:(1)222201121112:, :,H H σσσσ=≠拒绝域为1212122(1,1) (1,1)F F n n F F n n αα-≤--≥--或,128,n n ==取α=0.05, 0.9750.0250.0251(7,7)0.2004 , (7,7) 4.99(7,7)F F F ===,经计算22120.2927,0.2927,s s == 由检验统计量2212/0.2927/0.29271F s s ===,接受220112:,H σσ=(2) 02121212:, :H H μμμμ=≠拒绝域为122(2)t t n n α>+-,128,n n == 0.0250.05,(14) 2.1448t α==,并样本得到222112212(1)(1)2wn s n s s n n -⨯+-⨯=+-=0.2927, w s =0.5410, 由检验统计量-0.6833t ===<2.1448, 接受0212:,H μμ=即, 以95%的把握认为甲、乙两试验员试验分析结果之间无显著性的差异.11.为确定肥料的效果，取1000株植物做试验。
在没有施肥的100株植物中，有53株长势良好；在已施肥的900株中，则有783株长势良好，问施肥的效果是否显著(α=O.01)?解:(1)222201121112:, :,H H σσσσ=≠拒绝域为1212122(1,1) (1,1)F F n n F F n n αα-≤--≥--或,取α=0.01,12100,900,n n ==0.9950.0050.0051(99,899)0.7843 , (99,899) 1.3(899,99)F F F ===,计算22125353783783(1)0.2491,(1)0.1131,100100900900s s =⨯-==⨯-= 由检验统计量 2212/0.2491/0.1131 2.2025F s s ===, 拒绝220112:,H σσ=(2) 02121212:, :H H μμμμ≤>拒绝域为12(2)t t n n α>+-,12100,900,n n ==0.010.01,() 2.4121t α=∞≥并样本得到222112212(1)(1)2wn s n s s n n -⨯+-⨯=+-=0.1266, w s =0.3558, 由检验统计量-9.0656x y t ===<2.4121, 接受0212:,H μμ≤即, 以95%的把握认为施肥的效果有显著性的差异. (备注: 0.005(99,899)F =1.43+(1.43-1.69)*0.5=1.3, 0.025(899,99)F =1.36+(1.36-1.53)*0.5=1.275)12.在十块地上同时试种甲、乙两种品种作物，设每种作物的产量服从正态分布，并计算得x =30.97,y =21.79,x s =26.7,y s =12.1。
这两种品种的产量有无显著差别(α=O.01)?解:(1)222201121112:, :,H H σσσσ=≠拒绝域为1212122(1,1) (1,1)F F n n F F n n αα-≤--≥--或,1210,n n ==取α=0.01, 0.9950.0050.0051(9,9)0.1529 , (9,9) 6.54(9,9)F F F ===,有题设22712.89,146.41,x y s s ==由检验统计量2212/712.89/146.41 4.8691F s s ===, 接受220112:,H σσ=(2) 02121212:, :H H μμμμ≥<,拒绝域为12(2)t t n n α<-+-,0.010.01,(18) 2.5524t α==-,1210,n n ==并样本得到222112212(1)(1)2wn s n s s n n -⨯+-⨯=+-=(9×712.89+9×146.41)/18=429.6500, w s =20.7280, 由检验统计量0.9903x y t ===>-2.5524, 接受0212:,H μμ≥即, 以95%的把握认为此两品种作物产量有显著差别,并且是第一种作物的产量显著高于第二种作物的产量.13.从甲、乙两店备买同样重量的豆，在甲店买了10次，算得y =116.1颗，1021()i i y y =-∑=1442；在乙店买了13次，计算x =118颗，1321()i i x x =-∑=2825。