贝叶斯统计茆诗松版大部分课后习题答案之令狐文艳创作

第一章 先验分布与后验分布1.1 解：令120.1,0.2θθ==设A 为从产品中随机取出8个，有2个不合格，则22618()0.10.90.1488P A C θ== 22628()0.20.80.2936P A C θ== 从而有1111122()()()0.4582()()()()P A A P A P A θπθπθθπθθπθ==+2221122()()()0.5418()()()()P A A P A P A θπθπθθπθθπθ==+1.2 解：令121, 1.5λλ==设X 为一卷磁带上的缺陷数，则()XP λ∴3(3)3!e P X λλλ-==1122(3)(3)()(3)()0.0998P X P X P X λπλλπλ∴===+== 从而有111222(3)()(3)0.2457(3)(3)()(3)0.7543(3)P X X P X P X X P X λπλπλλπλπλ==========1.3 解：设A 为从产品中随机取出8个，有3个不合格，则3358()(1)P A C θθθ=-（1） 由题意知 ()1,01πθθ=<< 从而有 351()()()504(1),01()()P A A P A d θπθπθθθθθπθθ==-<<⎰（2）361()()()47040(1),01()()P A A P A d θπθπθθθθθπθθ==-<<⎰1.5 解：由已知可得 ()1,0.50.5P x x θθθ=-<<+1(),102010πθθ=<< 11.611.51()0.0110m x d θ==⎰从而有()()()10,11.511.6()P x x m x θπθπθθ==<<1.6 证明：设随机变量()X P λ，λ的先验分布为(,)Ga αβ，其中,αβ为已知，则 (),0!x e P x x λλλλ-=>1(),0()e ααβλβπλλλα--=>Γ 因此 11(1)()()()x x x P x e e e λαβλαβλπλλπλλλλ---+--+∝•∝= 所以 (,1)x Ga x λαβ++1.7 解：（1）由题意可知 ()1,01πθθ=<< 因此122()12(1)xxm x d x θθ=•=-⎰因此 2()()1(),1()1P x x x x m x x θπθπθθθ==<<- （2） 由题意可知 1222()36xm x d x θθθ=•=⎰因此 ()()()1,01()P x x m x θπθπθθ==<<1.8 解：设A 为100个产品中3个不合格，则3397100()(1)P A C θθθ=-由题意可知 199(202)()(1),01(200)πθθθθΓ=-≤≤Γ 因此 3971994296()()()(1)(1)(1)A P A πθθπθθθθθθθ∝•∝--=- 由上可知 (5,297)A Be θ1.9 解：设X 为某集团中人的高度，则2(,5)XN θ∴25(,)10XN θ∴2(176.53)5()p x θθ--=由题意可知 2(172.72)5.08()θπθ--=又由于X 是θ的充分统计量，从而有()()()()x x p x πθπθθπθ=∝•222(176.53)(172.72)(174.64)55.0821.26eeeθθθ------⨯∝•∝因此 (174.64,1.26)x N θ1.10 证明：设22(,),,N u u θσσ其中为已知又由于X 是θ的充分统计量，从而有()()()()x x p x πθπθθπθ=∝•222222251()()11252()11225252u x x u e eeσθθθσσσ+----+⨯--⨯+⨯∝∝因此 222251(,)112525u x xN σθσσ+++又由于21112525σ≤+ 所以 θ的后验标准差一定小于151.11 解：设X 为某人每天早上在车站等候公共汽车的时间，则(0,)XU θ∴1(),0p x x θθθ=<<当8θ>时，31()p x θθ=43819211()8192m x d θθθ+∞==⎰从而有 7()()3()()128p x x m x θπθπθθ==1.12 证明：由题意可知 1(),0,1,2,...,i np x x i n θθθ=<<=从而有 ()()()()x x p x πθπθθπθ∝•00111n n n ααααθθθθθ++++∝•∝ 因此 θ的后验分布仍是Pareto 分布。

贝叶斯统计大部分课后习题答案习题讲解一、1,3,5,6,10,11,12,151.1记样本为x.226pxC(0.1)*0.1*0.90.1488,,,,8226pxC(0.2)*0.2*0.80.2936,,,,8后验分布:0.1488*0.7,,,0.10.5418x，，,,0.1488*0.70.2936*0.3，0.2936*0.3,,,0.20.4582x，，,,0.1488*0.70.2936*0.3，111233536mxpxdCdd,,,,,,,(|)(1)*2(1)112(1),,,,,,,,,,,，，，，8,,,00015 px(|)，，,,,36,,,,,x840(1),01，，,,,,,mx，，1.61.11 由题意设x表示等候汽车的时间，则其服从均匀分布 U(0,), 1,,,0,,x,,px(), ,,0,其它,Xxxx,(,,)因为抽取3个样本，即，所以样本联合分布为 123 1,,,0,,,,xxx,1233 ,,pX(),,其它0,,4,192/,4,,, 又因为 (),,,,0,4,,,所以，利用样本信息得1192192,,,,,,,,,,,,,hXpXxxx(,)()() (8,0,,) 123347,,, ，,，,192,,,,,mXhXdd()(,)于是 7,,88,,的后验分布为76hX(,)192/68,,， ()X,,,,,7，,192mX(),d,,78,6,68，,8,,,7 ()X,,,,,,0,8,,,1.12样本联合分布为:1pxx,,,,,(),0n,,,，1,,,,,,/,,00(),,,,0,,,,,0,,,，，，，nn11 ,,,,,,,,,,,,()()()/1/,max,,,xpxxx,,,,,,,0101n ,，，n1,因此的后验分布的核为，仍表现为Pareto分布密度函数的核 1/, ,,，，，nn1,()/,,,,,,，,n11即 ()x,,,,0,,,,,1即得证。

【贝叶斯统计答案】第一章习题讲解一、 1,3,5,6,10,11,12,15 1.1记样本为x.226pxC(0.1)*0.1*0.90.1488,,,,8226pxC(0.2)*0.2*0.80.2936,,,,8后验分布:0.1488*0.7,,,0.10.5418x，，,,0.1488*0.70.2936*0.3，0.2936*0.3,,,0.20.4582x，，,,0.1488*0.70.2936*0.3，111233536,,,,,,,,,,,,,,,,,,mxpxdCdd(|)(1)*2(1)112(1)，，，，8,,,00015 px(|)，，,,,36,,,,,x840(1),01，，,,,,,mx，，1.5大家差不多都做对了，有少数几个人只求了一问，回去再算一算另一问。

1.61.10利用式1.8就可以得到证明，大家做的都没问题。

1.11 由题意设x表示等候汽车的时间，则其服从均匀分布 U(0,),1,,,0,,x,, ,px(),,0,其它,因为抽取3个样本，即，所以样本联合分布为 Xxxx,(,,)1231,,,0,,,,xxx,1233 ,pX(),,,0,其它,4,192/,4,,, 又因为 (),,,,0,4,,,所以，利用样本信息得1192192 ,,,,,,,,,,,,,hXpXxxx(,)()() (8,0,,)123347,,,，,，,192于是 ,,,,,mXhXdd()(,)7,,88,,的后验分布为76hX(,)192/68,,， ()X,,,,,7，,192mX(),d,,78,6,68，,,8,,7 ()X,,,,,,0,8,,,1.12样本联合分布为:1pxx,,,,,(),0n,,,，1,,,,,,/,,00(),,,,0,,,,0,,,,，，，，nn11 ,,,,,,,,,,,,()()()/1/,max,,,xpxxx,,,,,,,0101n ,，，n1因此的后验分布的核为，仍表现为Pareto分布密度函数的核 1/,, ,,，，，nn1,()/,,,,,,n，,11即 ()x,,,,0,,,,,1即得证。

2021.03.09 欧阳法创编2021.03.09习题讲解一、1,3,5,6,10,11,12,15 1.1记样本为X. 1.61.11由题意设x 表示等候汽车的时间，则其服从均匀 分布50, &） 因为抽取3个样本，即X=（X“2，X3）,所以样本联合分 布为所以，利用样本信息得0的后验分布为 1.12样本联合分布为：因此&的后验分布的核为“严，仍表现为Pareto 分 布密度函数的核即得证。

时间：2021.03.09创作：欧阳法192/少, 又因为0、 <9>4 0<4于是\a + n)0^n !0a ^\0,0>0} 0<0x2021.03.09欧阳法创编可得后验分布为:龙(0|x)h2021.03.091.15二、1,2,3,5,6,7,8,10,11,122.2解：由题意，变量t 服从指数分布： 样本联合分布皿1刃"”厂》又已知n 二2()，厂=3・8 由于伽玛分布是指数分布参数的共辄先验分布，而且 后验分布 即后验分布为GW +心+») = S(20g76.2)0 = 2_,服从倒伽玛分布 ©(a+"，0+»)=心(20.04,76.2) 2.3可以算出&的后验分布为S(ll,4), &的后验期望估计的后验方差为16. 2.5 心 36.兀(&)= <2.7 &的先验分布为： aG=max{q,坷，•••，£}则&的后验期望估计为：'〃 + a TVar(0lx) = ------- S")竝 ---后验方差为：(“ + — 1)5 + —2)由伽玛分布性质知:= 20x3.8 = 76 n + a = 20.04,工人 + 0 =76.22021.03.09 欧阳法创编2021.03.09x〜~ IGa{a,p)2.8由2 2& 可以得出(1) &的后验分布为:>7 X/Ga(_ + z_ + 0)即为倒伽玛分布 2 2 的核。

第一章复习思考题与练习题：一、令狐文艳二、思考题1．统计的基本任务是什么？2．统计研究的基本方法有哪些？3．如何理解统计总体的基本特征。

4．试述统计总体和总体单位的关系。

5．标志与指标有何区别何联系。

二、判断题1、社会经济统计的研究对象是社会经济现象总体的各个方面。

（）2、在全国工业普查中，全国企业数是统计总体，每个工业企业是总体单位。

（）3、总体单位是标志的承担者，标志是依附于单位的。

（）4、数量指标是由数量标志汇总来的，质量指标是由品质标志汇总来的。

（）5、全面调查和非全面调查是根据调查结果所得的资料是否全面来划分的（）。

三、单项选择题1、社会经济统计的研究对象是（）。

A、抽象的数量关系B、社会经济现象的规律性C、社会经济现象的数量特征和数量关系D、社会经济统计认识过程的规律和方法2、某城市工业企业未安装设备普查，总体单位是（）。

A、工业企业全部未安装设备B、工业企业每一台未安装设备C、每个工业企业的未安装设备D、每一个工业3、标志是说明总体单位特征的名称，标志有数量标志和品质标志，因此（）。

A、标志值有两大类：品质标志值和数量标志值B、品质标志才有标志值C、数量标志才有标志值D、品质标志和数量标志都具有标志值4、统计规律性主要是通过运用下述方法经整理、分析后得出的结论（）。

A、统计分组法B、大量观察法C、综合指标法D、统计推断法5、指标是说明总体特征的，标志是说明总体单位特征的，所以（）。

A、标志和指标之间的关系是固定不变的B、标志和指标之间的关系是可以变化的C、标志和指标都是可以用数值表示的D、只有指标才可以用数值表示答案：二、 1.× 2.× 3.√ 4.× 5.×三、 1.C 2.B 3.C 4.B 5.B第四章一、复习思考题1.什么是平均指标？平均指标可以分为哪些种类？2．为什么说平均数反映了总体分布的集中趋势？3．为什么说简单算术平均数是加权算术平均数的特例？4．算术平均数的数学性质有哪些？5．众数和中位数分别有哪些特点？6.什么是标志变动度？标志变动度的作用是什么？7.标志变动度可分为哪些指标？它们分别是如何运用的？8.平均数与标志变动度为什么要结合运用？二、练习题1.某村对该村居民月家庭收入进行调查，获取的资料如3.某蔬菜市场某种蔬菜上午1元可买1.5公斤，中午1元可买2公斤，下午1元可买2.5公斤。

习题讲解欧阳歌谷（2021.02.01）一、1,3,5,6,10,11,12,15 1.1记样本为x. 1.61.11 由题意设x 表示等候汽车的时间，则其服从均匀分布(0,)U θ 因为抽取3个样本，即123(,,)X x x x =，所以样本联合分布为又因为4192/,4()0,4θθπθθ⎧≥=⎨<⎩ 所以，利用样本信息得 于是788192()(,)m X h X d d θθθθ+∞+∞==⎰⎰θ的后验分布为1.12样本联合分布为： 因此θ的后验分布的核为11/n αθ++，仍表现为Pareto 分布密度函数的核即1111()/,()0,n n n x αααθθθθπθθθ+++⎧+>=⎨≤⎩ 即得证。

1.15二、1,2,3,5,6,7,8,10,11,122.2 解： 由题意，变量t 服从指数分布：()tp t e λλλ-=样本联合分布()itn p T e λλλ-∑=且1~(,),0()Ga e ααβλβλαβλλα--=>Γ ，()0.2E λ=()1Var λ=由伽玛分布性质知： 又已知 n=20, 3.8t =120 3.876nii t==⨯=∑，所以120.04,76.2ni i n t αβ=+=+=∑由于伽玛分布是指数分布参数的共轭先验分布，而且后验分布 即后验分布为(,)(20.04,76.2)i Ga n t Ga αβ++=∑1θλ-=服从倒伽玛分布(,)(20.04,76.2)i IGa n t IGa αβ++=∑2.3可以算出θ的后验分布为(11,4)Ga ，θ的后验期望估计的后验方差为1116.2.536n ≥.2.7θ的先验分布为：1000/,()0,αααθθθθπθθθ+⎧>=⎨≤⎩ 令{}101max ,,,n x x θθ=可得后验分布为：1111()/,()0,n n n x αααθθθθπθθθ+++⎧+>=⎨≤⎩ 则θ的后验期望估计为：1()()1n E x n αθθα+=+-，后验方差为：212()()(1)(2)n Var x n n αθθαα+=+-+-. 2.8由1~(,),~(,)22n x Ga IGa θαβθ可以得出（1）θ的后验分布为：即为倒伽玛分布(,)22n xIGa αβ++的核。

贝叶斯统计第⼆版茆诗松汤银才编著第⼀章先验分布与后验分布1.1 解：令120.1,0.2θθ==设A 为从产品中随机取出8个，有2个不合格，则22618()0.10.90.1488P A C θ== 22628()0.20.80.2936P A C θ== 从⽽有1111122()()()0.4582()()()()P A A P A P A θπθπθθπθθπθ==+2221122()()()0.5418()()()()P A A P A P A θπθπθθπθθπθ==+1.2 解：令121, 1.5λλ==设X 为⼀卷磁带上的缺陷数，则()XP λ∴3(3)3!e P X λλλ-==1122(3)(3)()(3)()0.0998P X P X P X λπλλπλ∴===+== 从⽽有111222(3)()(3)0.2457(3)(3)()(3)0.7543(3)P X X P X P X X P X λπλπλλπλπλ==========1.3 解：设A 为从产品中随机取出8个，有3个不合格，则3358()(1)P A C θθθ=-（1）由题意知 ()1,01πθθ=<< 从⽽有 351()()()504(1),01()()P A A P A d θπθπθθθθθπθθ（2）361()()()47040(1),01()()P A A P A d θπθπθθθθθπθθ==-<1.5 解：由已知可得 ()1,0.50.5P x x θθθ=-<<+1(),102010πθθ=<< 11.611.51()0.0110m x d θ==?从⽽有()()()10,11.511.6()P x x m x θπθπθθ==<<1.6 证明：设随机变量()X P λ，λ的先验分布为(,)Ga αβ，其中,αβ为已知，则 (),0!x e P x x λλλλ-=>1(),0()e ααβλβπλλλα--=>Γ因此 11(1)()()()x x x P x e e e λαβλαβλπλλπλλλλ---+--+∝?∝= 所以 (,1)x Ga x λαβ++ 1.7 解：（1）由题意可知 ()1,01πθθ=<< 因此122()12(1)xxm x d x θθ=?=-?因此 2=<<- （2）由题意可知 1222()36xm x d x θθθ=?=?因此 ()()()1,01()P x x m x θπθπθθ==<<1.8 解：设A 为100个产品中3个不合格，则3397100()(1)P A C θθθ=-由题意可知 199(202)()(1),01(200)πθθθθΓ=-≤≤Γ因此 3971994296()()()(1)(1)(1)A P A πθθπθθθθθθθ∝?∝--=- 由上可知 (5,297)A Be θ1.9 解：设X 为某集团中⼈的⾼度，则2(,5)XN θ∴25(,)10XN θ∴2(176.53)5()p x θθ--=由题意可知 2(172.72)5.08()θπθ--=⼜由于X 是θ的充分统计量，从⽽有()()()()x x p x πθπθθπθ=∝?2(176.53)(172.72)(174.64)55.0821.26eeeθθθ------∝?∝因此 (174.64,1.26)x N θ1.10 证明：设22(,),,N u u θσσ其中为已知⼜由于X 是θ的充分统计量，从⽽有()()()()x x p x πθπθθπθ=∝?222222251()()11252()11225252u x x u e eeσθθθσσσ+----+?--+∝∝因此 222251(,)11⼜由于21112525σ≤+ 所以θ的后验标准差⼀定⼩于151.11 解：设X 为某⼈每天早上在车站等候公共汽车的时间，则(0,)X U θ∴1(),0p x x θθθ=<<当8θ>时，31()p x θθ=43819211()8192m x d θθθ+∞==?从⽽有 7()()3()()128p x x m x θπθπθθ==1.12 证明：由题意可知 1(),0,1,2,...,i np x x i n θθθ=<<=从⽽有 ()()()()x x p x πθπθθπθ∝?00111++++∝?∝因此θ的后验分布仍是Pareto 分布。

茆诗松《概率论与数理统计教程》课后习题本书是详解研究生入学考试指定考研参考书目为茆诗松《概率论与数理统计教程》的配套题库，每章包括以下四部分：第一部分为考研真题及详解。

本部分按教材章节从历年考研真题中挑选具有代表性的部分，并对其进行了详细的解答。

所选考研真题既注重对基础知识的掌握，让学员具有扎实的专业基础；又对一些重难点部分（包括教材中未涉及到的知识点）进行详细阐释，以使学员不遗漏任何一个重要知识点。

第二部分为课后习题及详解。

本部分对茆诗松编写的《概率论与数理统计教程》（第2版）教材每一章的课后习题进行了详细的分析和解答，并对个别知识点进行了扩展。

课后习题答案经过多次修改，质量上乘，特别适合应试作答和临考冲刺。

第三部分为章节题库及详解。

本部分严格按照茆诗松编写的《概率论与数理统计教程》（第2版）教材内容进行编写，每一章都精心挑选经典常见考题，并予以详细解答。

熟练掌握本书考题的解答，有助于学员理解和掌握有关概念、原理，并提高解题能力。

第四部分为模拟试题及详解。

参照茆诗松编写的《概率论与数理统计教程》（第2版）教材，根据历年考研真题的命题规律及热门考点精心编写了两套考前模拟试题，并提供详尽的解答。

通过模拟试题的练习，学员既可以用来检测学习该考试科目的效果，又可以用来评估对自己的应试能力。

本书提供电子书及打印版，方便对照复习。

目录第一部分考研真题第1章随机事件与概率第2章随机变量与分布第3章多维随机变量及其分布第4章大数定律与中心极限定理第5章统计量及其分布第6章参数估计第7章假设检验第8章方差分析与回归分析第二部分课后习题第1章随机事件与概率第2章随机变量及其分布第3章多维随机变量及其分布第4章大数定律与中心极限定理第5章统计量及其分布第6章参数估计第7章假设检验第8章方差分析与回归分析第三部分章节题库第1章随机事件与概率第2章随机变量与分布第3章多维随机变量及其分布第4章大数定律与中心极限定理第5章统计量及其分布第6章参数估计第7章假设检验第8章方差分析与回归分析第四部分模拟试题茆诗松《概率论与数理统计教程》（第2版）配套模拟试题及详解（一）茆诗松《概率论与数理统计教程》（第2版）配套模拟试题及详解（二）。

习题讲解一、1,3,5,6,10,11,12,15 1.1记样本为x. 1.61.11 由题意设x 表示等候汽车的时间，则其服从均匀分布(0,)U θ因为抽取3个样本，即123(,,)Xx x x =，所以样本联合分布为又因为4192/,4()0,4θθπθθ⎧≥=⎨<⎩ 所以，利用样本信息得 于是788192()(,)m X h X d d θθθθ+∞+∞==⎰⎰θ的后验分布为1.12样本联合分布为： 因此θ的后验分布的核为11/n αθ++，仍表现为Pareto 分布密度函数的核即1111()/,()0,n n n x αααθθθθπθθθ+++⎧+>=⎨≤⎩ 即得证。

1.15二、1,2,3,5,6,7,8,10,11,122.2 解： 由题意，变量t 服从指数分布：()tp t e λλλ-=样本联合分布()itn p T e λλλ-∑=且1~(,),0()Ga e ααβλβλαβλλα--=>Γ ，()0.2E λ=()1Var λ=由伽玛分布性质知： 又已知 n=20, 3.8t =120 3.876nii t==⨯=∑，所以120.04,76.2ni i n t αβ=+=+=∑由于伽玛分布是指数分布参数的共轭先验分布，而且后验分布即后验分布为(,)(20.04,76.2)i Ga n t Ga αβ++=∑1θλ-=服从倒伽玛分布(,)(20.04,76.2)i IGa n t IGa αβ++=∑2.3可以算出θ的后验分布为(11,4)Ga ，θ的后验期望估计的后验方差为1116.2.536n ≥.2.7θ的先验分布为：1000/,()0,αααθθθθπθθθ+⎧>=⎨≤⎩ 令{}101max ,,,n x x θθ=可得后验分布为：1111()/,()0,n n n x αααθθθθπθθθ+++⎧+>=⎨≤⎩ 则θ的后验期望估计为：1()()1n E x n αθθα+=+-，后验方差为：212()()(1)(2)n Var x n n αθθαα+=+-+-. 2.8由1~(,),~(,)22n x Ga IGa θαβθ可以得出（1）θ的后验分布为：即为倒伽玛分布(,)22n xIGa αβ++的核。

第一章 先验分布与后验分布1.1 解：令120.1,0.2θθ==设A 为从产品中随机取出8个，有2个不合格，则22618()0.10.90.1488P A C θ== 22628()0.20.80.2936P A C θ== 从而有5418.03.02936.07.01488.07.01488.0)()|()()|()()|()|(2211111=⨯+⨯⨯=+=θπθθπθθπθθπA P A P A P A 4582.0)|(1)|(4582.03.02936.07.01488.03.02936.0)()|()()|()()|()|(122211222=-==⨯+⨯⨯=+=A A or A P A P A P A θπθπθπθθπθθπθθπ1.2 解：令121, 1.5λλ==设X 为一卷磁带上的缺陷数，则()XP λ∴3(3)3!e P X λλλ-==R 语言求：)4(/)exp(*)3(^gamma λλ-1122(3)(3)()(3)()0.0998P X P X P X λπλλπλ∴===+== 从而有111222(3)()(3)0.2457(3)(3)()(3)0.7543(3)P X X P X P X X P X λπλπλλπλπλ==========1.3 解：设A 为从产品中随机取出8个，有3个不合格，则3358()(1)P A C θθθ=-（1） 由题意知 ()1,01πθθ=<< 从而有.10,)1(504)|(504)6,4(/1)6,4(1)6,4()1()1()1()1()1()1()1()()|()()|()|(535311614531535315338533810<<-==-=--=--=--==⎰⎰⎰⎰--θθθθπθθθθθθθθθθθθθθθθθθθπθθπθθπA beta B R B d d d C C d A P A P A ：语言求（2）.10,)1(840)|(840)7,4(/1)7,4(1)7,4()1()1()1()1()1()1(2)1()1(2)1()()|()()|()|(636311714631636315338533810<<-==-=--=--=----==⎰⎰⎰⎰--θθθθπθθθθθθθθθθθθθθθθθθθθθπθθπθθπA beta B R B d d d C C d A P A P A ：语言求1.5 解：（1）由已知可得.5.125.11,110110/1)()|()()|()|(,2010,101)(5.125.111)|(2112211)|(12,2121,1)|(5.125.11201011111111<<===<<=<<=+<<-==+<<-=⎰⎰θθθθπθθπθθπθθπθθθθθθθθd d x p x p x x p x p x x x p ，，即，时，当（2）由已知可得.6.115.11,1010110/1)()|,,()()|,,(),,|(,2010,101)(6.115.111)|,,(,219.1121,214.1121,211.1121,217.1121215.11212112211)|,,(9.11,4.11,1.11,7.11,5.11,0.12,6,2,1,2121,1)|,,(6.115.112010621621621621621654321621<<===<<=<<=+<<-+<<-+<<-+<<-+<<-+<<-========+<<-=⎰⎰θθθθπθθπθθπθθπθθθθθθθθθθθθθθθθθθd d x x x p x x x p x x x x x x p x x x p x x x x x x i x x x x p i ，即，，时，当【原答案：由已知可得 ()1,0.50.5P x x θθθ=-<<+1(),102010πθθ=<< 11.611.51()0.0110m x d θ==⎰从而有()()()10,11.511.6()P x x m x θπθπθθ==<< 】1.6 证明：设随机变量()XP λ，λ的先验分布为(,)Ga αβ，其中,αβ为已知，则即得证！),(~),,|()()|,,(),,|(,0,)()(,!!)|,,(121)(121211112111βαλπλλπλλπλλαβλπλλλλβαβλααλλ++∑∑∝•∝>Γ=∑===+--+--=-=-==∏∏n x Ga x x x ex x x p x x x e x e x ex x x p ni i n n x n n ni in x ni i x n ni i ni ii【原答案： (),0!x e P x x λλλλ-=>1(),0()e ααβλβπλλλα--=>Γ 因此 11(1)()()()x x x P x e e e λαβλαβλπλλπλλλλ---+--+∝•∝= 所以 (,1)x Ga x λαβ++】 1.7 解：（1）由题意可知.1},max{,1)/(1)/(122)()|,,()()|,,(),,|(,10,1)(,,2,1,10,22)|,,(121},max{221},max{2121121212112122111<<∝===<<==<<<==⎰⎰∏∏⎰∏∏====θθθθθθθθθθπθθπθθπθθπθθθθn nx x nn x x nni in nni inn n n ni i nni inin x x d d x xd x x x p x x x p x x x n i x xx x x x p n n【原答案：由题意可知 ()1,01πθθ=<< 因此122()12(1)xxm x d x θθ=•=-⎰因此 2()()1(),1()1P x x x x m x x θπθπθθθ==<<- （实质是新解当n=1的情形）】（2） 由题意可知.1},max{,1)/(1)/(13232)()|,,()()|,,(),,|(,10,3)(,,2,1,10,22)|,,(12-21},max{2-22-21},max{2212211212121212122111<<∝=⨯⨯==<<==<<<==⎰⎰∏∏⎰∏∏====θθθθθθθθθθθθπθθπθθπθθθπθθθθn n x x n n x x nni in nni inn n n ni i nni inin x x d d x xd x x x p x x x p x x x n i x xx x x x p n n【原答案：由题意可知 1222()36xm x d x θθθ=•=⎰因此 ()()()1,01()P x x m x θπθπθθ==<<】 1.8 解：设A 为100个产品中3个不合格，则3397100()(1)P A C θθθ=-由题意可知 199(202)()(1),01(200)πθθθθΓ=-≤≤Γ 因此 3971994296()()()(1)(1)(1)A P A πθθπθθθθθθθ∝•∝--=- 由上可知)297,5(~)|(Be A θπ1.9 解：设X 为某集团中人的高度，则2(,5)XN θ∴25(,)10XNθ ∴2(176.53)5()p x θθ--=由题意可知 2(172.72)5.08()θπθ--=又由于X 是θ的充分统计量，从而有()()()()x x p x πθπθθπθ=∝•222(176.53)(172.72)(174.64)55.0821.26eeeθθθ------⨯∝•∝因此 (174.64,1.26)x N θ1.10 证明：设22(,),,N u u θσσ其中为已知又由于X 是θ的充分统计量，从而有()()()()x x p x πθπθθπθ=∝•222222251()()11252()11225252u x x u eeeσθθθσσσ+----+⨯--⨯+⨯∝∝因此 222251(,)112525u x xN σθσσ+++又由于21112525σ≤+ 所以 θ的后验标准差一定小于151.11 解：设X 为某人每天早上在车站等候公共汽车的时间，则(0,)X U θ.8,861)/(1192192)()|,,()()|,,(),,|(,4,192)(.81)|,,(8,8,5.3,2,1,0,1)|,,(768778774321321321433213213321>⨯====≥=>=====<<=⎰⎰⎰∞∞∞θθθθθθθθθθπθθπθθπθθθπθθθθθθd d d x x x p x x x p x x x x x x p x x x i x x x x p i ，时，当【原答案：设X 为某人每天早上在车站等候公共汽车的时间，则(0,)XU θ∴1(),0p x x θθθ=<<当8θ>时，31()p x θθ=43819211()8192m x d θθθ+∞==⎰从而有 7()()3()()128p x x m x θπθπθθ==, 计算错误】1.12 证明：由题意可知 1(),0,1,2,...,i np x x i n θθθ=<<=从而有 ()()()()x x p x πθπθθπθ∝•00111n n n ααααθθθθθ++++∝•∝ 因此 θ的后验分布仍是Pareto 分布。