概率论与数理统计习题及答案第七章

第七章参数估计课后习题详解：1.解：2.解：3.解：4.解：求的极大似然估计量 (1)20122222230111(,)(3,),,9327..()(1)..()(1)2,..()(12)(,2)(2)(()(,2))22{}{}0.012(0.001)(0.01)5n n n E D c f t i t tc f t i nn c f t it n n n n nMP M P nMααααξαβξαβξαβξϕβξϕβξηηϕβηαχαχξηβχχβ---Γ=Γ=====-=-=-∴Γ==Γ⇒>=>==== 总体的子样的记＝则的0.891150.8950.890.565442109M nβ⇒=⋅=⋅⋅=000(),0,0,0(){}()1,0()()y mmy m y y e y m y dye dy P m F m e m y dy e dyE αβαββαβηαβξηξηξβ---∞∞-=>>≥<<====->⎰⎰⎰⎰震级的概率即 14(,1),{0}0.7()20(0,1)(0)()()1()0.7()0.30.2544.N a P a N P p a a a a a aξξξξξφφφ<==-∴<=-<-=-=-==⇒=- 用频率估计概率θ||1(;),||,0,2x f x e x x θθθθ--=>-∞<<-∞<<∞1||11211(;)2,,,||ni i nx i n i nn i i f x ex x x x θθθθ=--==∑=-∏∑ 当取的中位数时，取到最小值。

(2)的似然发函数为(3) 的似然函数为(4) 的似然函数为5.解：θ() 111111(;)()ln (;)(ln 1ln )ln 0ln 1ln nni i ni i ni ni ii nii L x x L x n x nnx xnθθθθθθθθθθθξξ-======∂∂=+-∂∂-=+=∴=-∴==-∏∑∑∑∑对数似然方程为θ ()()()111(;)(0),22n n nn mle n L x x x E θθθθξθξθξθ=≤<≤∴==⇒=又是的矩法估计量(不同于极大似然估计量)。

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 px X P x m xmx,10,,,2,1,0,)1()(<<=-==- 为未知参数。

解：（1）X θcθθc θc θc θdx x c θdx x xf X E θθcθθ=--=-===+-∞+-∞+∞-⎰⎰1,11)()(1令，得cX Xθ-=（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mXp=ˆ 3．[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 nni ix x x c θx 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 i θn n ni ix θθnθL x x x θx f θL 112121ln )1()ln(2)(ln ,)()()(∑∑====+⋅-=ni ini ix nθxθθn θd θL d 121)ln (ˆ,0ln 2112)(ln 。

习题7-11.选择题(1)设总体X 的均值口与方差 /都存在但未知，而X 1,X 2,L ,X n 为来自X 的样本，则均值 口与方差 (T 2的矩估计量分别是 ().(A) X 和(B)1 nX 和—(Xn i 1i )2.(C)口和 2(T・1 (D) X 和一 nn(X ii 1 x)2.解 选(D).(2) 设X : U[0,],其中 e >0为未知参数，又X ,,X 2,L ,X n 为来自总体X 的样本 ,则e 的矩估计量是().(A) X . (B)2X . (C)max{X i }.(D)mi^X i}.解选(B).2.设总体X 其中0v B v 为未知参数,X1, X 2,…,X.为来自总体X 的样本，试求e 的矩 估计量.解 因为 E (X )=(- 2)x3 e +1x (1 -4 e )+5x e =1-5 e ,令 1 5 X 得到的矩估计量为3.设总体X 的概率密度为f(x ；)(1)x ,0 x 1,0,其它•其中 0> -1是未知参数，X ,冷… ,X n 是来自 X 的容量为n 的简单随机样本求：(1) 的矩估计量；⑵ 0的极大似然估计量•解 总体X 的数学期望为-19 2X 1令E(X) X ,即一1 X,得参数B 的矩估计量为？•21 X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n(1)n X i , 0x i 1,i 10,其它.In xi 1In X ii 14.设总体X 服从参数为的指数分布，即X 的概率密度为E(X)1xf(x)dx o (1)x dx当 0<X i <1(i =1,2,3,…，n )时，L >0 且 In L nln(1)In X i ,i 1dln LnIn x =0,得0的极大似然估计值为而0的极大似然估计量为f(X,xe , x 0,其中0为未知参数,X, X2,）0, x< 0,…,X n为来自总体X的样本，试求未知参数的矩估计量与极大似然估计量解因为E(X)= 1= X , 所以的矩估计量为设X1, X2,…，x n是相应于样本X i, X2,…,X 的一组观测值，则似然函数取对数Xii 1然估计量为In L 0,得5.设总体X的概率密度为f (x,) 其中（0< <1）是未知参数.X, N为样本值x1, X2,L ,x n中小于极大似然估计量•解⑴ X E(X) xnInnXn e 11X).的极大似然估计值为1,的极大似X0,X2,0x1,, 1< x< 2,其它，…,X n为来自总体的简单随机样本，记1的个数.dx 2x(1求：（1）e的矩估计量；（2）e的3 3 —)dx ，所以矩一X .2 21⑵ 设样本X ，X 2 ,L X n 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) w X (2)X ( Ni <1 W X ( N +1) W X (N+2)X (n ).似然函数为N n NL()(1 ),X (1) w X (2) w L w X ( N ) 1W X (N1) W X (N2) w L w X n ,0,其它.考虑似然函数非零部分，得到In L ( 0 ) = N ln 0 + ( n -N ) ln(1 - 0 ),令d |nL ( )」o ,解得0的极大似然估计值为？ N .d1n习题7-2的无偏估计量•1.选择题：设总体X 的均值与方差 2都存在但未知,X i ,X 2,L ,X n 为X 的样本,则无论总体 X 服从什么分布，()1X i和丄 (XiX)2.(B)n i 1 n i1 n(C)X i 和n 1 i 1解 选(D).2.若X 1 ,X 2lx1 1X 2kX 334解 要求E( 7X 1-X j 和丄 1 i 1 n 1n(X ii 1X)2.(X i1)2 • (D)X i 和丄(X i)2.X 3为来 自总体X : N(,2)的样本，且的无偏估计量，问k 等于多少1 11 「2 kX 3)3 4k解之,k=g(A)13.设总体X的均值为0,方差2存在但未知，又X「X2为来自总体X1 2 2的样本,试证:—(X i X2)为的无偏估计21 2 1 2 2证因为E[—(X i X2) ] —E[(X i 2X^2 X2 )]2 2-[E(X i2) 2E(X i X2)E(X22)]-2 2所以-(X i X2)2为2的无偏估计•2习题7-31.选择题(1)总体未知参数的置信水平为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%的可靠程度含参数的真值•解选(D).(2)对于置信水平1- a (0< a <1),关于置信区间的可靠程度与精确程度F列说法不正确的是().(A)若可靠程度越咼,则置信区间包含未知参数真值的可能性越大(B)如果a越小，则可靠程度越高，精确程度越低•(C)如杲1 - a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- a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 口 , 902),取置信度为，试求当天生产的全部灯泡的平均寿命的置信区间所求置信区间为(x - z /2 , X - z /2 ) \l n J n 90 90 (1141.11 = 1.96,1141.11 r 1.96)V 9V 9(1082.31,1199.91).2.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 X 105元,样本标准差s 28元•设消费额服从正态分布 取置信水平为，求该地旅游者的平均消费额的置信区间解计算可得X 105, s 2 =282.对于a =,查表可得t_(n 1) t o.025(39)2.0227.2所求口的置信区间为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支解计算得到X1141.11, CT 2 =902.对于a =,查表可得Z /2Z).Q25匸96*(Xt (n 1), x ■■- n 2s —t (n ■■- n 21)) (1052.0227, 1052.0227)2828为一组样本，测得其尼古丁平均含量为毫克，样本标准差s=毫克.试求此种香烟尼古丁含量的总体方差的置信水平为的置信区间.a =,查表可得 2(n 1) 爲5(7) 20.278,并说明该置信区间的实际意义1 2的置信水平为的置信区间是，”的实际意义是：在两总体第一个正态总体的均值1比第二个正态总体均值 2大〜，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2解已知n =8, s2 2 (n 1)0.995(7) 1 - 20.989,所以方差d 2的置信区间为((n 1)S 2(2_ (n 1)22 22(8 1) 2.4 (8 1) 2.4 _2 —)(， )=，.2(n 廿丿 20.2780.9891 -(n 1)S 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 ,X 2,…，X 12 及 Y ,Y 2,…，丫17,算出 x 10.6g, y2 29.5g, s 1 2.4, s 2 4.7 .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2又设两总体方差1:.求2置信水平为的置信区间解由题设2 2x 10.6,y 9.5,s 12.4, s 2 4.7,n12,n 2 17,m 1)s 2 仏 1)s ：(12 1) 2.4(171) 471.94212 17 2t_gn 22q n 2 22) t °.°25(27)2.05181,所求置信区间为((X y)11) ((10.6 9.5) 2.05181 1.94结论“方差相等时， [(a n 22)s w2)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•(1) 取置信度为,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_ s(xt(n* n_ s1), xt (nV n1)) (xs卅,％s川)(10,9J492.575,10 2.575)(9.2275,10.7725). 100J10010000户居民对此种商品月需求量的置信度为的置信区间为(92275,107725)；(2)最少要准备92275公斤商品才能以99%的概率满足需要。

写在前面：由于答案是一个个复制到word rh，比校耗时耗力，故下载收取5分・希望需要的朋友给予理解和支持!PS网上有一些没经我同总就将我的答案整合、转换成pdf,放在文库里的.虽然是免费的.但是窃取f我的劳动成果，希望有心的朋友支持我一下.下载我的原版答案。

第七章假设检验假设检验的基本談念习题1 样木容fin确定后，在一个假设检验中•给定显著水平为*设此第一类错的概率为。

•则必有()•(A)a+p=l; (B)a+p>l; (C)a+p<l; {D)a+p<2.解答: 应选(D)・当样木容Sn确定后.aQ不能同时都很小.即a变小时，p变大：而P变小时• a变大.理论上，自然希望犯这两类错误的概率都很小・但a*的大小关系不能确定.并且这两类错谋不能同时发生，即a=l且p=l不会发生.故选(D).习題2设总休X^(g,a2b其中02已知，着要检验W需川统计a U=X"-gOa/n,(1)若对敢边检验，统计假设为则拒绝区间为(2)若肌边假设为H0:g=g0,Hl：n<^0,则拒绝区间为. (给定显着性水平为4样木均值为X•，样木容fi 为n,且可记ul・a为标准正态分布的(l・a)分位数).解答:由敢侧检验及拒绝的概念即可御到.习題3 如何理解假设检验所作出的〃拒绝原假设H0"和“接受原假设Hcr的判断解答:拒绝H0是有说服力的，接受H0是没有充分说服力的•因为假设检验的方法是概率性质的反证法.作为反证法就是必然要〃推出矛盾r才能得出"拒绝HO"的结论.这是有说服力的・如果“推不出矛盾化这时只能说〃目前还找不到拒绝H0的充分理由W此“不拒绝H0”或〃接受HCr\这并没有肯定H0—定成立•由于样木观察值是随机的• W此拒绝H0.不童味着H0是假的•接受H0也不意味着H0是真的•都存在着错误决策的可能.当原假设H0为真，而作出r拒绝H0的判断，这类决策错谋称为第一类错谋.又叫弃真错洪•显然犯这类错渓的概率为前述的小槪率a:a=P（拒绝HOIHO为真）;而原假设HO不真•却作出接受H0的判断•称这类错误为第二类错误，又称取伪错误.它发生的槪率P为P二P（接受HO|H0不真）.习題4 犯第一类错误的概率a与犯第二类错谋的概率P之间有何关系一般來说.当样木容g固定时，若减少犯一类错误的槪率.则犯另一类错渓的概率往往会增大•要它们同时减少，只有増加样木容a n.在实际问题中，总是控制犯節一类错误的概率a而使犯第二类错谋的概率尽可能小・a的大小视具体实际问题而定.通常取a弓等tfL 习題5 在假设检验中•如何理解指定的显著水平a 解答:我们希望所作的检验犯两类错谋的槪率尽可能都小・但实际上这是不可能的•当样木容Sn固定时，一般地•减少犯其中一个错谋的槪帑就会增加犯另一个错误的概率• W此，通常的作法是只要求犯第一类错误的概率不大于指定的显著水平6因而根据小概率原理，最终结论为拒绝H0较为可靠，而最终判断力接受H0则不大可靠，«原因是不知道犯第二类错误的概率P处竟有多少.且a小，P就大.所以通常用JW 相容r 〃不拒绝HO"等词语來代替“接受H0".而"不拒绝HO"还包含有再进一步作抽样检验的意思.习题6 在假设检验中•如何确定原假设H0和备择假设H1 解答: 在实际中・通常把那些需要着重考虑的假设视为原假设H0.而与之对应的假设视为备择假设H1.（1）如果问题是要决定新方案是否比原方案好，往往将原方案取假设.而将新方案取为备择假设:(2)若提出一个假设・检验的目的仅仅是为r判断这个假设是否成立.这时直接取此假设为原假设H0即可. 习題7 假设检验的基木步腺有哪些解答:根据反证法的思想和小概率原理•可将假设检验的步骤归纳如下:(1)根据问题的要求.提出原理假设H0和备择假设HL (2)根据检验对紀构造检验统计gT(Xl,X2宀Xn),使肖H0为真时汀有确定的分布.(3)由给定的显著水平6直统计址T所服从的分布表，定出临界值K使P{ 1 T I >A)=a,或P(T>M)=P(T<X2)=a/2,从而求出H0的拒绝域：I T I >入或T>MJ<X2,(4)由样木观察值计算统i|・fi T的观察值t(5)作出判断，将t的值与临界值比较大小作出结论:当tW拒绝域g时，则拒绝H0.否则，不拒绝H0.即认为在显著水平a下，H0与实际悄况差界不显著.习題8 假设检验与区间估il•有何异同解答:假设检验与区间估ii•的提法虽不同，但解决问题的途径是相通的.参数0的a信水平为i・a的a信区间对应于双边假设检验在駄着性水平a下的接受域：参数e的a信水平为1-a的爪侧置信区对应于爪边假设检验在显著性水平a下的接受域.在总休的分布已知的条件下•假设检验与区间估计是从不同的角度回答同一个问題•假设检验是判别原假设H0是否成立，而区间估计解决的是“多少"(或范前者是宦性的.后者是定fi的.习题9 某天开工时，需检验自动包装工作是否正常•根据以往的经验，其装包的质a在正常情况下服从正态分布N(100,仲位:kg).现抽测了9包，其质S为:问这天包装机工作是否正常将这一问题化为假设检验问题.写出假设检验的步驟(am 解答: ⑴提出假设检验问题H0：尸100, Hl："100;(2)选取检验统il S U：U=X； HO成立时,UW((U)；(3)a=,ua/2=,拒绝域W={ 1 u 1 >};(4))f勺I u I =. hM 1 u I <ua/2=,故接受HO,认为包装机.I：作正常.设总休X^(pJbXl,X2/7Xn是取自X的样木.对于假设检验HO：|i=O'Hl：pMO,取显著水平a,拒绝域为W={ i U i >ua/2b其中u=nX-,求:H0成立时，犯第一类错误的槪率aO;(2)十HO不成立时(若"0),犯第二类错的概率p.(l)X^(H4)/X'MM(g,l/n),故nX'=uMM(O,l). a0=P{ I u I >ua/2 I g=0}=l-P{-ua/2<u<ua/2}=1-[<D(ua/2)-(D(-ua/2)]=l-[(l-a2)-a2]=a,即犯第一类错误的概率是显著水平a.(2)F H0不成立.即PMO时.犯第二类错误的概率为P=P{ I U I 30/2 I E(X)=n}=P{・uct/2<u<ua/2 I E(X)=A}=P{-ua/2<nX'<ua/2 I E(X)=|i}=P{-ua/2-nn<n(X'-n)<ua/2-nn I E(X)=n}=(I)(ua/2-niJi)-®(-ua/2-nn),注1 '^1 H T+8或时，PTO.由此可见.当实际均值H偏离原假设校大时，犯第二类错误的概率很小.检验效果较好.注2!勺卩工0但接近于0时.Pdw.Wa很小.故犯第一娄错误的概率很大.检验效果较差.单正态总体的假设检験习题1 已知某炼铁厂铁水含碳量服从正态分布N,・现在测定r 9炉铁水•其平均含碳虽为•如果估计方差没有变化.可否认为现在生产的饮水平均含碳fi仍为(a=解答^ 木问题是在a二下检验假设HO：ns由r a2=已知，所以可选取统计sU=X •在HO 成立的条件下• UW(OJ),且此检验问题的拒绝域为I U 1 = I X •这里 说明U 没有落在拒绝域中.从而接受H0.即认为现在生产之饮水平均含碳S 仍为•习題2要求一种元件平均便用寿命不斜低于1000小肘，生产者从一批这种元件中随机抽取25件，测御其寿命的 平均值为950小时.已知该种元件寿命服从标准差为0=100小时的正态分布，试在显著性水平(1=卜确定 这批元件是否合格设总体均值为卩川未知.即需检验假设H0：H >1000,H1：H <1000.解答:检验假设 HO ：n>1000,Hl ：n<1000.这是飛边假设检验问题.由于方差02二，故用U 检验法.对于显着性水平a 二，拒绝域为W={X"-1000a/n<-ua.査标准正态分布表•得 又知n=25X=950,故可计算出x'-1000a/n=950-1000100/25=,因为&故在a=下拒绝H0,认为这批元件不合格.习题3 打包机装糖入包，每包标准重为100kg.毎天开工后，要检验所装糖包的总体期望值是否合乎标准 (100kg)•某日开工后.测御9包糖重如下位：kg)：打包机装糖的包得服从正态分布•问该天打包机1：作是否正常(a 二 解答: 木问题是在a 二下检验假设HO:p=100,Hl ："100・由于02未知.所以可选取统讣fi T=X--100S/n,在HO 成立的条件下.W(n-1K 且此检验问題的拒绝域为I T I = 1 X'-lOOS/n I >ta/2(n-l).I t 1 =<=(8),即t 未落在拒绝域中・从而接受H0,即可以认为该天打包工作正常.习題4机器包装食盐.假设毎袋盐的净重服从正态分布•规定毎俊标准含fi 为500g,标准差不斜趙过lOg •某天开 工后•随机抽取9袋.测得浄重如下仲位：g)：497, 507, 510, 475, 515, 484, 488, 524, 491,I U I =<=ua/2・这里 t=x"-100s/ns ：试在駄著性水平a二下检验假设:HO：n=500,Hl：n#500,解答:x'=499,ss：,n=9,t=(x~-|jiO)sn==,a=, (8)=.Will <(8b故接受HO,认为该天每袋平均质a可视为500g・习«5从清凉饮料自动售货机・随机抽样36杯，其平均含g为219(mL),标准差为/在a二的显I?性水平下・试检验假设S HO：A=|I O=222,H1：H<M=222・解答: 设总休X-W(g,a2bX代表自动售货机售出的清凉饮料含S・检验假设H0：n=n0=222(mL), Hl：n<222(mL),由asn=36,査表毎(36・1)弓拒绝域为W={t=x'-nOs/n<-ta(n-l).il•算t值并判断:t=36»习題6 某种寻线的电阻服从正态分布N(x・今从新生产的一批导线中抽取9根・测«电阻•得s=Q,对于a®能否认为这批导线电阴的标准差仍为解答:木问题是在a二下检验假设H0:a2=, Hl:o2匕选取统计fi x2=n-la2S2,在HO成立的条件下,X2^2(n-1),且此检验问題的拒绝域为X2>xa/22(n-l)或x2<xl-a/22(n-l).这里X2==x=,X(8)=，x(8)-落在拒绝域中，从而拒绝HO,即不能认为这批导线电阻的标准差仍为.习题7某厂生产的铜线，要求其折断力的方差不超过16N2.今从某日生产的铜丝中随机抽取容fi为9的样木•测得其折断力如下（飛位：N）:289, 286, 285, 286, 285, 284, 285, 286, 298, 292设总体服从正态分布，问该日生产的铜线的折斷力的方差是否符合标准（a二解答: 检验问題为n=9, s2勺X2=8XS216勺am X(8)=・因X2<X（8）s故接受HO,可认为铜丝的折断力的方差不超过16N2.习题8过去经验示.商三学生完成标准考试的时间为一正态变其标准差为6min.若随机样木为20位学生, 其标准差为X,试在显着性水平a= b\检验假设:H0:a>6,Hl:a<6,解答:HO:a>6,Hl:a<6,a=,n-l=19,ssx(19)-拒绝域为W={x2<},i l•算X2值X2=(20-l)x^.因为>■故接受H0,认为a>6.习題9测定某种潯液中的水分・它的10个测定值给出*%,设测定值总体服从正态分布.02为总休方差.02未知，试在a二水平下检验假设:在a= b\拒绝域为W={(n-l)S2a02<xl-a2(9).查X2分布表得X（9）m讣算得(n-l)s2o02=(10-l)x\per)2\per)2^>,未落入拒绝域•故接受H0.取正态总体的假设检越习題1制造厂家宜称•线A的平均张力比线B至少强120N,为证实其说法.在同样情况下测试两种线各50条.线A的平均张力x-=867N,标准差为01=;而线B的平均张力为y・=778N,标准差为o2m在a二的显善性水平下，试检验此制造厂家的说法.解答:H0：nl4l2=120,Hl：pl 屮2<120・am=・W={u=x'-y~-120ol2nl+a22n2<-ua,拒绝域为由x'=867,y'=778,nl=n2=50, 012=2,o22=2,得□=867-778-120250+250^^^,因为&故拒绝H0,认为pl-rx2<120,即厂家的说法不对.习题2 欲知某新血清是否能抑制白血球过多症，选择已患该病的老畝9只•并将其中5只施予此种血清，另外4 只则不热•从实验开始.其存活年限表示如下假设两总体均服从方差相同的正态分布，试在显著性水平a二下检验此种血清是否有效解答^ 设pl- p2分别为老鼠接受和未接受血清的平均存活年限。

《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 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=。

.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)。

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.。