下载文档原格式
写在前面：由于答案是一个个复制到word中，比较耗时耗力，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意就将我的答案整合、转换成pdf，放在文库里的，虽然是免费的，但是窃取了我的劳动成果，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概念习题1样本容量n确定后，在一个假设检验中，给定显著水平为α，设此第二类错误的概率为β，则必有(). (A)α+β=1;(B)α+β>1;(C)α+β<1;(D)α+β<2.解答：应选(D).当样本容量n确定后，α,β不能同时都很小，即α变小时，β变大；而β变小时，α变大.理论上，自然希望犯这两类错误的概率都很小，但α,β的大小关系不能确定，并且这两类错误不能同时发生，即α=1且β=1不会发生，故选(D).习题2设总体X∼N(μ,σ2),其中σ2已知，若要检验μ,需用统计量U=X¯-μ0σ/n.(1)若对单边检验，统计假设为H0:μ=μ0(μ0已知),H1:μ>μ0,则拒绝区间为；(2)若单边假设为H0:μ=μ0,H1:μ<μ0,则拒绝区间为(给定显著性水平为α,样本均值为X¯,样本容量为n,且可记u1-α为标准正态分布的(1-α)分位数).解答：应填(1)U>u1-α;(2)U<uα.由单侧检验及拒绝的概念即可得到.习题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H0”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”，才能得出“拒绝H0”的结论，这是有说服力的，如果“推不出矛盾”，这时只能说“目前还找不到拒绝H0的充分理由”，因此“不拒绝H0”或“接受H0”，这并没有肯定H0一定成立. 由于样本观察值是随机的，因此拒绝H0，不意味着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，而作出了拒绝H0的判断，这类决策错误称为第一类错误，又叫弃真错误，显然犯这类错误的概率为前述的小概率α:α=P(拒绝H0|H0为真);而原假设H0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，它发生的概率β为β=P(接受H0|H0不真).习题4犯第一类错误的概率α与犯第二类错误的概率β之间有何关系解答：一般来说，当样本容量固定时，若减少犯一类错误的概率，则犯另一类错误的概率往往会增大.要它们同时减少,只有增加样本容量n.在实际问题中,总是控制犯第一类错误的概率α而使犯第二类错误的概率尽可能小.α的大小视具体实际问题而定，通常取α=,等值.习题5在假设检验中，如何理解指定的显著水平α解答：我们希望所作的检验犯两类错误的概率尽可能都小，但实际上这是不可能的. 当样本容量n固定时，一般地，减少犯其中一个错误的概率就会增加犯另一个错误的概率. 因此，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α,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，其原因是不知道犯第二类错误的概率β究竟有多少，且α小，β就大，所以通常用“H0相容”，“不拒绝H0”等词语来代替“接受H0”，而“不拒绝H0”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了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.习题7假设检验的基本步骤有哪些解答：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H1.(2)根据检验对象，构造检验统计量T(X1,X2,⋯,Xn),使当H0为真时,T有确定的分布.(3)由给定的显著水平α,查统计量T所服从的分布表，定出临界值λ,使P(∣T∣>λ)=α,或P(T>λ1)=P(T<λ2)=α/2,从而求出H0的拒绝域:∣T∣>λ或T>λ1,T<λ2.(4)由样本观察值计算统计量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t∈拒绝域量时，则拒绝H0，否则，不拒绝H0，即认为在显著水平α下，H0与实际情况差异不显著.习题8假设检验与区间估计有何异同解答：假设检验与区间估计的提法虽不同，但解决问题的途径是相通的. 参数θ的置信水平为1-α的置信区间对应于双边假设检验在显著性水平α下的接受域；参数θ的置信水平为1-α的单侧置信区对应于单边假设检验在显著性水平α下的接受域.在总体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题. 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”(或范围),前者是定性的，后者是定量的.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，其装包的质量在正常情况下服从正态分布N(100,(单位:kg).现抽测了9包，其质量为:，，，，，，，，.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. 写出假设检验的步骤(α=.解答：(1)提出假设检验问题H0:μ=100,H1:μ≠100;(2)选取检验统计量U:U=X¯,H0成立时, U∼N(0,1);(3)α=,uα/2=,拒绝域W={∣u∣>};(4)x¯≈,∣u∣=.因∣u∣<uα/2=,故接受H0，认为包装机工作正常.习题10设总体X∼N(μ,1),X1,X2,⋯,Xn是取自X的样本. 对于假设检验H0:μ=0,H1:μ≠0,取显著水平α,拒绝域为W={∣u∣>uα/2},其中u=nX¯,求:(1)当H0成立时, 犯第一类错误的概率α0;(2)当H0不成立时(若μ≠0),犯第二类错误的概率β.解答：(1)X∼N(μ,1),X¯∼N(μ,1/n),故nX¯=u∼N(0,1).α0=P{∣u∣>uα/2∣μ=0}=1-P{-uα/2≤u≤uα/2}=1-[Φ(uα/2)-Φ(-uα/2)]=1-[(1-α2)-α2]=α,即犯第一类错误的概率是显著水平α.(2)当H0不成立，即μ≠0时，犯第二类错误的概率为β=P{∣u∣≤uα/2∣E(X)=μ}=P{-uα/2≤u≤uα/2∣E(X)=μ}=P{-uα/2≤nX¯≤uα/2∣E(X)=μ}=P{-uα/2-nμ≤n(X¯-μ)≤uα/2-nμ∣E(X)=μ}=Φ(uα/2-nμ)-Φ(-uα/2-nμ).注1当μ→+∞或μ→-∞时，β→0.由此可见，当实际均值μ偏离原假设较大时，犯第二类错误的概率很小，检验效果较好.注2当μ≠0但接近于0时，β≈1-α.因α很小，故犯第二类错误的概率很大，检验效果较差.单正态总体的假设检验习题1已知某炼铁厂铁水含碳量服从正态分布N,.现在测定了9炉铁水，其平均含碳量为.如果估计方差没有变化，可否认为现在生产的铁水平均含碳量仍为(α=解答：本问题是在α=下检验假设H0:μ=,H1:μ≠.由于σ2=已知，所以可选取统计量U=X¯在H0成立的条件下，U∼N(0,1),且此检验问题的拒绝域为∣U∣=∣X¯这里u=显然∣u∣=<=uα/2.说明U没有落在拒绝域中，从而接受H0,即认为现在生产之铁水平均含碳量仍为.习题2要求一种元件平均使用寿命不得低于1000小时，生产者从一批这种元件中随机抽取25件，测得其寿命的平均值为950小时. 已知该种元件寿命服从标准差为σ=100小时的正态分布，试在显著性水平α=下确定这批元件是否合格设总体均值为μ,μ未知，即需检验假设H0:μ≥1000,H1:μ<1000.解答：检验假设H0:μ≥1000,H1:μ<1000.这是单边假设检验问题. 由于方差σ2=,故用u检验法. 对于显著性水平α=,拒绝域为W={X¯-1000σ/n<-uα.查标准正态分布表，得=.又知n=25,x¯=950,故可计算出x¯-1000σ/n=950-1000100/25=.因为<,故在α=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.每天开工后，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，测得9包糖重如下(单位：kg):打包机装糖的包得服从正态分布，问该天打包机工作是否正常(α=解答：本问题是在α=下检验假设H0:μ=100,H1:μ≠100.由于σ2未知，所以可选取统计量T=X¯-100S/n,在H0成立的条件下，T∼t(n-1),且此检验问题的拒绝域为∣T∣=∣X¯-100S/n∣>tα/2(n-1),这里t=x¯-100s/n≈(8)=.显然∣t∣=<=(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.习题4机器包装食盐，假设每袋盐的净重服从正态分布，规定每袋标准含量为500g,标准差不得超过10g.某天开工后，随机抽取9袋，测得净重如下(单位：g):497,507,510,475,515,484,488,524,491,试在显著性水平α=下检验假设：H0:μ=500,H1:μ≠500.解答：x¯=499,s≈,n=9,t=(x¯-μ0)sn==,α=,(8)=.因∣t∣<(8),故接受H0,认为该天每袋平均质量可视为500g.习题5从清凉饮料自动售货机，随机抽样36杯，其平均含量为219(mL),标准差为,在α=的显著性水平下，试检验假设：H0:μ=μ0=222,H1:μ<μ0=222.解答：设总体X∼N(μ,σ2),X代表自动售货机售出的清凉饮料含量，检验假设H0:μ=μ0=222(mL),H1:μ<222(mL).由α=,n=36,查表得(36-1)=,拒绝域为W={t=x¯-μ0s/n<-tα(n-1).计算t值并判断：t=36≈>,习题6某种导线的电阻服从正态分布N(μ,.今从新生产的一批导线中抽取9根，测其电阻，得s=Ω,对于α=,能否认为这批导线电阻的标准差仍为解答：本问题是在α=下检验假设H0:σ2=,H1:σ2≠.选取统计量χ2=n-1σ2S2,在H0成立的条件下，χ2∼χ2(n-1),且此检验问题的拒绝域为χ2>χα/22(n-1)或χ2<χ1-α/22(n-1).这里χ2==×=,χ(8)=,χ(8)=.显然χ2落在拒绝域中，从而拒绝H0,即不能认为这批导线电阻的标准差仍为.习题7某厂生产的铜丝，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量为9的样本，测得其折断力如下(单位：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断力的方差是否符合标准(α=解答：检验问题为H0:σ2≤16,H1:σ2>16,n=9,s2≈,χ2=8×s216≈,α=,χ(8)=.因χ2<χ(8)=,故接受H0,可认为铜丝的折断力的方差不超过16N2.习题8过去经验显示，高三学生完成标准考试的时间为一正态变量，其标准差为6min.若随机样本为20位学生，其标准差为s=,试在显著性水平α=下，检验假设：H0:σ≥6,H1:σ<6.解答：H0:σ≥6,H1:σ<6.α=,n-1=19,s=,χ(19)=.拒绝域为W={χ2<}.计算χ2值χ2=(20-1)×≈.因为>,故接受H0,认为σ≥6.习题9测定某种溶液中的水分，它的10个测定值给出s=%,设测定值总体服从正态分布，σ2为总体方差，σ2未知，试在α=水平下检验假设：H0:σ≥%,H1:σ<%.解答：在α=下，拒绝域为W={(n-1)S2σ02<χ1-α2(9).查χ2分布表得χ(9)=.计算得(n-1)s2σ02=(10-1)×\per)2\per)2≈>,未落入拒绝域，故接受H0.双正态总体的假设检验习题1制造厂家宣称，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σ1=;而线B的平均张力为y¯=778N,标准差为σ2=.在α=的显著性水平下，试检验此制造厂家的说法.解答：H0:μ1-μ2=120,H1:μ1-μ2<120.假设两总体均服从方差相同的正态分布，试在显著性水平α=下检验此种血清是否有效解答：设μ1，μ2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=。
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.。
习题七1.设总体X 服从二项分布b （n ，p ），n 已知，X 1，X 2，…，X n 为来自X 的样本，求参数p 的矩法估计.【解】1(),(),E X np E X A X ===因此np =X所以p 的矩估计量 ˆXpn= 2.设总体X 的密度函数f （x ,θ）=22(),0,0,.x x θθθ⎧-<<⎪⎨⎪⎩其他X 1，X 2，…，X n 为其样本，试求参数θ的矩法估计. 【解】23022022()()d ,233x x E X x x x θθθθθθθ⎛⎫=-=-= ⎪⎝⎭⎰令E (X )=A 1=X ,因此3θ=X 所以θ的矩估计量为 ^3.X θ=3.设总体X 的密度函数为f （x ，θ），X 1，X 2，…，X n 为其样本，求θ的极大似然估计.（1） f （x ，θ）=,0,0,0.e x x x θθ-⎧≥⎨<⎩（2） f （x ，θ）=1,01,0,.x x θθ-⎧<<⎨⎩其他【解】（1） 似然函数111(,)e e eniii n nx x nn ii i L f x θθθθθθ=---==∑===∏∏1ln ln ni i g L n x θθ===-∑由1d d ln 0d d ni i g L n x θθθ===-=∑知 1ˆnii nxθ==∑所以θ的极大似然估计量为1ˆXθ=.(2) 似然函数11,01nni i i L x x θθ-==<<∏,i =1,2,…,n.1ln ln (1)ln ni i L n x θθ==+-∏由1d ln ln 0d ni i L n x θθ==+=∏知11ˆln ln nniii i n nxx θ===-=-∑∏所以θ的极大似然估计量为 1ˆln nii nxθ==-∑求这批股民的收益率的平均收益率及标准差的矩估计值. 【解】0.094x =- 0.101893s = 9n =0.094.EXx ==- 由222221()()[()],()ni i x E X D X E X E X A n==+==∑知222ˆˆ[()]E X A σ+=,即有 ˆσ=于是 ˆ0.101890.0966σ=== 所以这批股民的平均收益率的矩估计值及标准差的矩估计值分别为-0.94和0.966. 5.随机变量X 服从［0，θ］上的均匀分布，今得X 的样本观测值：0.9,0.8,0.2,0.8,0.4,0.4,0.7,0.6，求θ的矩法估计和极大似然估计，它们是否为θ的无偏估计. 【解】(1) ()2E X θ=,令()E X X =，则ˆ2X θ=且ˆ()2()2()E E X E X θθ===, 所以θ的矩估计值为ˆ220.6 1.2x θ==⨯=且ˆ2X θ=是一个无偏估计.(2) 似然函数8811(,)i i L f x θθ=⎛⎫== ⎪⎝⎭∏,i =1,2, (8)显然L =L (θ)↓(θ>0)，那么18max{}i i x θ≤≤=时，L =L (θ)最大, 所以θ的极大似然估计值ˆθ=0.9.因为E(ˆθ)=E (18max{}i i x ≤≤)≠θ,所以ˆθ=18max{}i i x ≤≤不是θ的无偏计.6.设X 1，X 2，…，X n 是取自总体X 的样本，E （X ）=μ，D （X ）=σ2，2ˆσ=k 1211()n i i i XX -+=-∑,问k 为何值时2ˆσ为σ2的无偏估计. 【解】令 1,i i i Y X X +=-i =1,2,…,n -1,则 21()()()0,()2,i i i i E Y E X E X D Y μμσ+=-=-==于是 1222211ˆ[()](1)2(1),n ii E E k Yk n EY n k σσ-===-=-∑那么当22ˆ()E σσ=,即222(1)n k σσ-=时, 有 1.2(1)k n =-7.设X 1，X 2是从正态总体N （μ，σ2）中抽取的样本112212312211311ˆˆˆ;;;334422X X X X X X μμμ=+=+=+ 试证123ˆˆˆ,,μμμ都是μ的无偏估计量，并求出每一估计量的方差. 【证明】（1）11212212121ˆ()()(),333333E E X X E X E X μμμμ⎛⎫=+=+=+= ⎪⎝⎭21213ˆ()()()44E E X E X μμ=+=, 31211ˆ()()(),22E E X E X μμ=+= 所以123ˆˆˆ,,μμμ均是μ的无偏估计量. (2) 22221122145ˆ()()(),3399D D X D X X σμσ⎛⎫⎛⎫=+== ⎪ ⎪⎝⎭⎝⎭222212135ˆ()()(),448D D X D X σμ⎛⎫⎛⎫=+= ⎪ ⎪⎝⎭⎝⎭()223121ˆ()()(),22D D X D X σμ⎛⎫=+= ⎪⎝⎭8.某车间生产的螺钉，其直径X ~N （μ，σ2），由过去的经验知道σ2=0.06,今随机抽取6枚，测得其长度（单位mm ）如下：14.7 15.0 14.8 14.9 15.1 15.2 试求μ的置信概率为0.95的置信区间. 【解】n =6,σ2=0.06,α=1-0.95=0.05,0.25214.95, 1.96,a x u u ===,μ的置信度为0.95的置信区间为/2(14.950.1 1.96)(14.754,15.146)x u α⎛±=±⨯= ⎝.9.总体X ~N (μ,σ2)，σ2已知，问需抽取容量n 多大的样本，才能使μ的置信概率为1-α，且置信区间的长度不大于L ？【解】由σ2已知可知μ的置信度为1-α的置信区间为/2x u α⎛± ⎝,/2u α,/2u α≤L ,得n ≥22/224()u L ασ 10.设某种砖头的抗压强度X ~N （μ，σ2），今随机抽取20块砖头，测得数据如下（kg ·cm -2）：64 69 49 92 55 97 41 84 88 99 84 66 100 98 72 74 87 84 48 81 （1） 求μ的置信概率为0.95的置信区间. （2） 求σ2的置信概率为0.95的置信区间. 【解】76.6,18.14,10.950.05,20,x s n α===-==/20.025222/20.0250.975(1)(19)2.093,(1)(19)32.852,(19)8.907t n t n ααχχχ-==-===(1) μ的置信度为0.95的置信区间/2(1)76.6 2.093(68.11,85.089)a x n ⎛⎫⎛⎫-== ⎪ ⎪⎝⎭⎝⎭(2)2σ的置信度为0.95的置信区间222222/21/2(1)(1)1919,18.14,18.14(190.33,702.01)(1)(1)32.8528.907n s n s n n ααχχ-⎛⎫--⎛⎫=⨯⨯= ⎪⎪--⎝⎭⎝⎭ 11.设总体X ~f (x )=(1),01;10,.x x θθθ⎧+<<>-⎨⎩其中其他 X 1,X 2,…,X n 是X 的一个样本，求θ的矩估计量及极大似然估计量.【解】(1)1101()()d (1)d ,2E X xf x x x x θθθθ+∞+-∞+==+=+⎰⎰ 又1(),2X E X θθ+==+ 故21ˆ1X Xθ-=- 所以θ的矩估计量 21ˆ.1X Xθ-=- (2) 似然函数11(1) 01(1,2,,)()()0n n ni i i i i x x i n L L f x θθθ==⎧+<<=⎪===⎨⎪⎩∏∏其他. 取对数11ln ln(1)ln (01;1),d ln ln 0,d 1nii i ni i L n x x i n L nx θθθθ===++<<≤≤=+=+∑∑所以θ的极大似然估计量为1ˆ1.ln nii nXθ==--∑12.设总体X ~f (x )= 36(),0;0,.xx x θθθ⎧-<<⎪⎨⎪⎩其他X 1,X 2,…,X n 为总体X 的一个样本 （1） 求θ的矩估计量ˆθ；（2） 求ˆ()D θ.【解】(1) 236()()d ()d ,2x E X xf x x x x θθθθ+∞-∞=-=⎰⎰令 ,2EX X θ==所以θ的矩估计量 ˆ2.X θ= (2)4ˆ()(2)4(),D D X D X DX nθ===， 又322236()63()d ,2010x x E X x θθθθθ-===⎰于是222223()()(),10420D XE X EX θθθ=-=-=,所以2ˆ().5D nθθ=13.设某种电子元件的使用寿命X 的概率密度函数为f (x ,θ)= 2()2,;0,.x x x θθθ--⎧>⎨≤⎩e其中θ(θ>0)为未知参数，又设x 1,x 2,…,x n 是总体X 的一组样本观察值，求θ的极大似然估计值.【解】似然函数12()12e 0;1,2,,;()0ln ln 22(),;1,2,,,ni i x n i n i i i x i n L L L n x x i n θθθθ=--=⎧∑⎪⋅≥===⎨⎪⎩=--≥=∑ 其他.由d ln 20ln (),d Ln L θθ=>↑知 那么当01ˆˆmin{}ln ()max ln ()ii nx L L θθθθ>≤≤==时 所以θ的极大似然估计量1ˆmin{}ii nx θ≤≤=其中θ(0<θ<12)是未知参数，利用总体的如下样本值3，1，3，0，3，1，2，3，求θ的矩估计值和极大似然估计值. 【解】813ˆ(1)()34,()4 28ii x E X E X x x x θθ=-=-====∑令得又 所以θ的矩估计值31ˆ.44x θ-== （2） 似然函数86241(,)4(1)(12).ii L P x θθθθ===--∏2ln ln 46ln 2ln(1)4ln(1),d ln 628628240,d 112(1)(12)L L θθθθθθθθθθθθ=++-+--+=--==---- 解2628240θθ-+=得1,272θ=. 由于71,122> 所以θ的极大似然估计值为7ˆ2θ-=. 15.设总体X 的分布函数为F （x ,β）=1,,0,.x xx ββααα⎧->⎪⎨⎪≤⎩其中未知参数β>1,α>0，设X 1,X 2,…,X n 为来自总体X 的样本（1） 当α=1时，求β的矩估计量；（2） 当α=1时，求β的极大似然估计量； （3） 当β=2时，求α的极大似然估计量. 【解】当α=1时，11,1;(,)(,1,)0,1.x x f x F x x x ββββ+⎧≥⎪==⎨⎪<⎩当β=2时, 2132,;(,)(,,2)0,.x x f x F x x x ααααα⎧≥⎪==⎨⎪<⎩(1) 111()d 11E X x x x βββββββ+∞-+∞===--⎰令()E X X =,于是ˆ,1XX β=- 所以β的矩估计量ˆ.1XX β=- (2) 似然函数(1)1111,1,(1,2,,);()(,)0,.ln ln (1)ln ,d ln ln 0,d n n ni i i i i ni i ni i x x i n L L f x L n x L n x ββββββββ-+====⎧⎛⎫>=⎪ ⎪===⎨⎝⎭⎪⎩=-+=-=∏∏∑∑ 其他所以β的极大似然估计量1ˆ.ln nii nxβ==∑(3) 似然函数23112,,(1,2,,);(,)0,.n ni nn i i i i x i n L f x x ααα==⎧≥=⎪⎪⎛⎫==⎨ ⎪⎝⎭⎪⎪⎩∏∏ 其他 显然(),L L α=↑那么当1ˆmin{}i i nx α≤≤=时,0ˆ()max ()a L L L αα>== , 所以α的极大似然估计量1ˆmin{}i i nx α≤≤=. 16.从正态总体X ~N （3.4，62）中抽取容量为n 的样本，如果其样本均值位于区间（1.4，5.4）内的概率不小于0.95，问n 至少应取多大？2/2()d zt z t ϕ-=⎰【解】26~3.4,X N n ⎛⎫⎪⎝⎭,则~(0,1),X Z N ={1.4 5.4}33210.95Z P X P PZ ΦΦΦ<<<<=⎧=-<<⎨⎩⎭⎛=-=-≥ ⎝于是0.975Φ≥ 1.96≥, ∴ n ≥35.17. 设总体X 的概率密度为f (x ，θ)=,01,1,12,0,.x x θθ<<⎧⎪-≤<⎨⎪⎩其他 其中θ是未知参数（0<θ<1）,X 1,X 2,…,X n 为来自总体X 的简单随机样本，记N 为样本值x 1,x 2,…,x n 中小于1的个数.求： （1） θ的矩估计；（2） θ的最大似然估计. 解 (1) 由于121(;)d d (1)d EX xf x x x x x x θθθ+∞-∞==+⎰⎰⎰-133(1)222θθθ=+-=-. 令32X θ-=，解得32X θ=-， 所以参数θ的矩估计为32X θ=-. (2) 似然函数为1()(;)(1)nN n N i i L f x θθθθ-===-∏，取对数，得ln ()ln ()ln(1),L N n N θθθ=+--两边对θ求导，得d ln ().d 1L N n Nθθθθ-=-- 令 d ln ()0,d L θθ=得 Nnθ=，所以θ的最大似然估计为Nnθ=.。
第七章3.设总体X 具有密度函数22(),0(:)0,x x f x θθθθ⎧-<<⎪=⎨⎪⎩其它 12,,,n X X X 是其样本,求θ的矩估计.解 122()2(1)3EX xx dx t t dt θθθθθ=-=-=⎰⎰，由矩法令3X θ=，解得3X θ=． 4.设12~(,),01,,,,n X b N p p X X X << 为其样本.求N 和p 的矩估计. 解 因 ,()(1)EX Np D X Np p ==-，由例7-1，令2,(1)n X N p S N p p ==- 解得 21,n S X p NXp=-= 5.设总体X 的密度函数(或分布律)为12(;),,,,n f x X X X θ 为其样本,求下列情况下θ的极大似然估计.(2)似然函数为1111()()nnn ii i i L XX θθθθθ--====∏∏似然方程为1l n ()ln 0ni i L nX θθθ=∂=+=∂∑ 解得 111(ln )nii Xnθ-==-∑．(4)似然函数为1111()()()(())irnrnnX r r ii ni i L XeX er r θθθθθ----====ΓΓ∏∏似然方程为 l n ()0L n rnX θθθ∂=-=∂解得 r Xθ=．6.设总体X 的密度为(;)(1),01f x x x βββ=+<<其中1β>-未知，12,,,n X X X 为其样本,求β的矩估计和极大似然估计.今得样本观察值0.30,0.80,0.27,0.35,0.62,0.55,求β的矩估计值和极大似然估计值.解101(1)2EX x x dx ββββ+=+=+⎰，由矩法令12X ββ+=+，解得矩估计121MXβ=--，矩估计值为 0.07Mβ=-．似然函数为11()(1)(1)()nnni i i i L X X βββββ===+=+∏∏似然方程为1l n ()ln 01ni i L nX βββ=∂=+=∂+∑ 解得极大似然估计 1111ln nLi i X nβ-=⎡⎤=--⎢⎥⎣⎦∑，极大似然估计值 0.234Lβ=． 9.设总体X 具有密度函数1(;),2xf x ex σσσ-=-∞<<∞其中0σ>未知,12,,,n X X X 为其样本.求σ的极大似然估计.解 似然函数为11111()22nX iii nX nni L eeσσσσσ=--=∑==∏似然方程为21l n ()10ni i L n X σσσσ=∂=-+=∂∑解得 11ni i X nσ==∑．10.设总体X 有密度函数(),(;)0,x e x f x x θθθθ--⎧>=⎨≤⎩其中θ-∞<<∞未知,12,,,n X X X 为其样本.求θ的矩估计和极大似然估计.解 1E X θ=+，令1X θ=+，解得矩估计 1M X θ=-． 似然函数为(1)()()(1)1()(1)(),,i nX n X i n X L eeX eX θθθθθ----=--==>≤>∏故θ的极大似然估计为 (1)L X θ=． 11.设总体212~(,),,,,n X N X X X μσ 为其样本.(1) 求k ,使 122111()n i i i X X kσ-+==-∑为2σ的无偏估计;(2) 求k ,使 11ni i X X kσ==-∑为σ的无偏估计.解 (1) 21(0,2)i i X X N σ+- ，2211()()2i i i i E X X D X X σ++-=-=122221111()2(1)n i i i E E X X n kkσσσ-+==-=-∑故2(1)k n =-．(2) 2111(1)(0,)i i j j in X X X X N nnnσ≠--=--∑2212i n E X X xx dx n σ∞-∞-⎧⎫-=-⎨⎬⎩⎭⎰220122n xx dx n σ∞-⎧⎫=-=⎨⎬⎩⎭⎰111ni i E EX X kkσσ==-===∑所以k =12.设 θ是参数θ的无偏估计,且有 ()0,D θ>证明 2θ不是2θ的无偏估计.解 2222()[]()E D E D θθθθθθ=+=+>. 13.设从均值为μ,方差为20σ>的总体中,分别抽取容量为12,n n 的两个独立样本.1X 和2X 分别是两样本的均值.试证,对于任意,(1),a b a b +=12Y aX bX =+都是μ的无偏估计,并确定常数,a b 使()D Y 达到最小.解 1212()()EY E aX bX aEX bEX a b a b μμμμ=+=+=+=+=2222222121212()()()abD Y D aX bX abn n n n σσσ=+=+=+即在条件1a b +=下,求2212abn n +的最小值.令2212(1)()aa L a n n -=+，求导得12()22(1)0dL a a a da n n -=-解得112n a n n =+，212n b n n =+．14.设分别自总体21(,)N μσ和22(,)N μσ中抽取容量为12,n n 的两个独立样本.其样本方差分别2212,S S .试证,对于任何常数2212,(1),a b a b Z aS bS +==+都是2σ的无偏估计,并确定常数,a b 求求()D Z 达到最小.解 22222212()EZ aES bES a b a b σσσσ=+=+=+=.利用222(1)(1),1,2i ii n S n i χσ--=得422(),1,21ii D S i n σ==-，所以22222241212()()()2()11abD Z a D S b D S n n σ=+=+--即在1a b +=下，求221211abn n +--的最小值,求得11212n a n n -=+-，21212n b n n -=+-.15.设总体X 的密度函数为 16.设总体X 的密度函数为1,0(0)(;)0,x f x θθθθ⎧<<>⎪=⎨⎪⎩其它123,,X X X 为其样本,试证(3)43X 及(1)4X 都是参数θ的无偏估计,问哪个较有效?解 考虑一般情形，设12,,,n X X X 为样本，比较()1n n X n+和(1)(1)n X +．(1)X 的密度为11(),0(;)0,n nn x x f x θθθθ-⎧-<<⎪=⎨⎪⎩其它 ()n X 的密度为1,0(;)0,n n n nx x f x θθθ-⎧<<⎪=⎨⎪⎩其它由此算得(1)()1,11nnE X E Xn n θθ==++(1)()1((1)),()n n E n X E X nθθ++== 又有2222(1)()2,(1)(2)2n nE X E X n n nθθ==+++22222(1)(1)(1)(1)((1))(1)()(1)[()]2nD nX n D X nE X E X n θ+=+=+-=+ 22222()()()()221(1)(1)1()()[()](2)n n n n n n n D X D X EX EX nnnn n θ+++==-=+故()1n n X n+较(1)(1)n X +有效，实际上()1n n X n+是θ的最小方差无偏估计．17.设总体X 服从指数分布,其密密函数为,0(;)0,0x e x f x x λλλ-⎧≥=⎨<⎩ (0)λ>12,,,n X X X 为其样本(2)n ≥.(1) 求λ的极大似然估计 λ； (2) 求k ,使 k λλ*=为λ的无偏估计； (3) 求1θλ=的置信水平为1α-的双侧置信区间.解 (1) 似然函数为1()inX n nXi L eeλλλλλ--===∏似然方程为ln ()0L nnX λλλ∂=-=∂解得 1Xλ=．(2) 22(2)Y nX n λχ=121(1)121111()2()2(1)112()2(1)2(1)y n nyn n nn E yedyY y n n y edy n n n ∞---∞----=ΓΓ-==ΓΓ--⎰⎰1112()2()21n E kE kE k n E nk E kXn XY n λλλλλλλ======-*由此得1n k n-=．(3) 因22(2)nXn χθ，由222212{(2)(2)}1nXP n n ααχχαθ-<<=-得的置信水平为1α-的双侧置信区间为2222122(,)(2)(2)nXnXααχαχα-．18.随机地从一批零件中抽取16个,测得长度(单位:cm)为2.14 2.10 2.13 2.15 2.13 2.12 2.13 2.102.15 2.12 2.14 2.10 2.13 2.11 2.14 2.11设零件长度的分布为正态,试求总体均值μ的90%的置信区间:(1)若0.01σ=；(2)若σ未知.解 设X为零件长度，则2(,)X N μσ ．(1) 当0.01σ=已知时，μ的90%的置信区间为2211(,)(2.125 1.65,2.125 1.65)(2.121,2.129)X X αα---+=-+=(2) 当σ未知时，μ的90%的置信区间为2211((15),(15))(2.125 1.7531,2.125 1.753(2.1175,2.1325)X X αα---+=-+=22.随机地从A 批导线中抽取4根,并从B 批导线中抽取5根测得其电阻Ω为设测试数据分别服从正态分布21(,)N μσ和22(,)N μσ,且它们相互独立,又2σ未知,试求12μμ-的0.95置信区间.解 12μμ-的0.95置信区间为A 批导线 0.143 0.142 0.143 0.137B 批导线0.140 0.142 0.136 0.138 0.14022121211()(2)()(2)w wX Y t n n S X Y t n n S αα--⎛--+--++- ⎝经计算得2626121234,5,0.14125,8.2510,0.1392, 5.2102.5510w n n X S Y S S ---====⨯==⨯==⨯查表得 2120.9751(2)(7) 2.3646t n n t α-+-==，最后算得区间是(0.002,0.006)-.。
