研究生课程数理统计习题及答案

12研究生数理统计习题部分解答第六章 抽样分布1． （1994年、数学三、选择）设),,,(21n X X X 是来自总体),(2σμN 的简单随机样本，X 是样本均值，记22121)(11∑=--=i i X X n S ，22122)(1∑=-=i i X X n S ，22123)(11∑=--=i i X n S μ，22124)(1∑=-=i i X n S μ则服从自由度1-n 的t 分布的随机变量是=T （ ）。

A .11--n S X μB .12--n S X μC .nS X 3μ-D .nS X 4μ-[答案：选B ]当2212)(11∑=--=i iX X n S 时，服从自由度1-n 的t 分布的随机变量应为 =T nSX μ-A 、由222121)(11S X X n S i i =--=∑=，111--=--=n S X n S X T μμ 而不是nSX T μ-=B 、由212221221)(111)(1S nn X X n n n X X n S n i ii i -=--⋅-=-=∑∑== nSX n S X n S X T nn μμμ-=--=--=∴-1112。

2． （1997年、数学三、填空）设随机变量Y X ,相互独立，均服从)3,0(2N 分布且91,,X X 与91,,Y Y 分别是来自总体Y X ,的简单随机样本，则统计量292191Y Y X X U ++++= 服从参数为（ ）的（）分布。

[答案：参数为（9）的（t ）分布]解：由Y X ,相互独立，均服从)3,0(2N 分布，又91,,X X 与91,,Y Y 分别来自总体Y X ,，可知91,,X X 与91,,Y Y 之间均相互独立，均服从分布)3,0(2N因而)39,0(~291⨯∑=N X i i ，)1,0(~9191N X X i i ∑==，)1,0(~3N Y i ，)9(~32912χ∑=⎪⎭⎫ ⎝⎛i i Y ，且∑==9191i i X X 与∑=⎪⎭⎫⎝⎛9123i i Y 相互独立，因而()292191912919123919191Y Y X X YXXi ii ii Y i ii ++++==∑∑∑∑==== 服从参数为9的t 分布。

()(){}{}()22222111221121221164~,~(8),89111,01(1)11~(0,1)1.28 1.280.281(2)0.261 1.8360.2619818ni i n X N S S X S n X X X X E X X n n n n n D X X DX DX DX X X N n n n P X X P U X P X S P μχσμ=-=--=--=---⎛⎫-=+==⇒- ⎪⎝⎭->=>=⎛ -⎧⎫ <-+<=<⎨⎬ ⎩⎭⎝∑解：由题可知（，）且与相互独立（）{}22222222241164. 1.836896464 = 2.08814.688=~(9)991188= 2.08814.688=0.90.01=0.89423948i i i S X X P S S P X X χχχμ=⎧⎫⎫⎪⎪⎪⎪⎪⎪+<⎨⎬⎪⎪⎪⎪⎪⎪⎭⎩⎭⎧⎫⎛⎫⎛⎫⎪⎪ ⎪ ⎪--⎪⎪⎪ ⎪<+<+⎨⎬ ⎪ ⎪⎪⎪⎪ ⎪⎪⎪⎝⎭⎝⎭⎩⎭<<-⎛⎫- ⎪⎝⎭=⋅∑，其中原式（）()()()(){}24882255448822554821584~(0,1)=~4998244~(4)8944 2.132= 2.132=0.1i ii i i i i i i i i ii i N X X X t t X XP X XP t μμχμμμμμμ======⎛⎫ ⎪⎛⎫⎛⎫ ⎪-- ⎪ ⎪ ⎪⎝⎭⎝⎭ ⎪⎝⎭⎛⎫⎛⎫⎛⎫-- ⎪⎪⎪⎝⎭⎝⎭==--⎧⎫⎛⎫⎪⎪-≤-≤⎨⎬ ⎪⎝⎭⎪⎪⎩⎭∑∑∑∑∑∑∑∑∑（）则，()()()(){}222222222891(4)=8~1~(1,8)6498911=(1,8)58.82(8,1)10.90.158.8258.82XXX F FSSXP P F P FSμμμχμ-⎛⎫⎪--==⎧⎫-⎪⎪⎧⎫<<=<=-=⎨⎬⎨⎬⎩⎭⎪⎪⎩⎭（），则也可以用T分布与F分布的关系.0020001111()()1ln(1)11,,ˆˆˆ1ln(1),,ln(1)ln(1)2(;,...,)(;)ln (;,...,)=01ˆ=（）（）似然方程：得到参数的极大似然估计，再由i A nnx n n xn i i i n P X A F A e p p A EX DX A EX p EX X A EX p X p L x x f x e e d L x x nnx d Xλλλλλλλλλλλλλλλ---==<==-=-=-===--=∴=--=--====-∏∏ 0000010000ln(1)ˆln(1)ˆln(1)ˆ(3)=ln(1)=ln(1)==ˆln (;,...,)ln(1){[ln(1)][]}ln(1)ˆ()ln(1)ˆˆ极大似然估计的不变性，推出的极大似然估计为是的无偏估计且是的无偏估计是有效n A p A X p p EA E X p p EX A AA d L x x p n n nx X p d p n AA p AA A λλλλλλ-=-=----⎡⎤----⎣⎦∴-=-=-----=--∴ ()202ˆlim ln(1)ˆlim lim 0ˆ估计又是相合估计量n n n EA A p DA n Aλ→∞→∞→∞⎧=⎪⎨-⎪==⎩∴221212121222122222222221222121.422,2~222(1)(1)~01~(2) (1)(1)(1)(1)2=222X YX Y X YX X X X Nn mX X n S m SU N n mn S m S n S m S X X Sn mX Xtωσσμμμμμμχχσσσσ+++++-+--==++----+-+++-+-+==的无偏估计为且（，+）（，）又且与独立,记则()()()()()()()121212212121211221212122222=22=22222=12122t n mP t t n mX XP t n m t n mP X X t n m S X X t n m SX X t n m Sαααααωαμμμμαμμα-----+-⎧⎫≤+-⎨⎬⎩⎭⎧⎫⎪⎪+-+⎪⎪+-≤≤+-⎨⎬⎪⎪⎪⎪⎩⎭⎧⎪+-+-≤+≤+++-⎨⎪⎩-+-+±+-因此构造的置信区间为{}{}121201212120121212121212.222=022,22=02=02=0=的无偏估计为，在：成立的条件下，大于某个常数应该是小概率事件，因此构造拒绝域：以下确定常数由X X H X X c K X X c cP X X c P P t t μμμμμμμμμμα+++++>+>+⎧⎫⎪⎪⎪=>+⎬⎪⎪⎭⎧⎫⎪⎪⎪⎪=>+=⎨⎬⎪⎪⎪⎪⎩⎭()()122n m c t n m S ααω--+-⇒=+-拒绝域为：3133011331122333333111~(1,).~(3)220.220.230.20.20.80.20.104220.4因为所以，类错误(弃真)：为真类错误(纳伪)：为真i i i i i i i i i i i i i i X B p X B p P X H P X p P X p P X p C C P X H P X p αβ=======I ⎧⎫⎧⎫=≥=≥=⎨⎬⎨⎬⎩⎭⎩⎭⎧⎫⎧⎫===+==⎨⎬⎨⎬⎩⎭⎩⎭=+=II ⎧⎫⎧=<=<=⎨⎬⎨⎩⎭⎩∑∑∑∑∑∑∑313311223333120.4120.430.410.40.60.40.648i i i i i i P X p P X p P X p C C ===⎫⎬⎭⎧⎫=-≥=⎨⎬⎩⎭⎧⎫⎧⎫=-==-==⎨⎬⎨⎬⎩⎭⎩⎭=--=∑∑∑()()221221111211=200ˆnE i i i n n nEi i i i i i i i i ni ii nii S y x dS y x x y x x d x yxββββββ======-=--=⇒-==∑∑∑∑∑∑解：（）利用最小二乘估计使残差平方和最小参数的最小二乘估计量为2211222111111221111ˆ2=~(,)ˆˆˆ~(,)111ˆ===11ˆ（），由正态分布的性质推知服从正态分布ni ii i i i ni ii nnni i iiiinnni i i i i ii i i ni i nn i i i i i x YY x N x xN E D E E x Y x EY x x x x xD D x Y x x ββεβσβββββββ============+⎛⎫ ⎪ ⎪= ⎪ ⎪⎝⎭⎛⎫⎛ ⎪ ⎪ == ⎪ ⎪⎝⎭⎝∑∑∑∑∑∑∑∑∑∑∑()()()()()222211221222111112211ˆ~(,)ˆˆˆ3=ˆˆˆ2(,)ˆ(,)(,)因此，（）nii ni ii n i i nnE i iiiiii i nni i i i i ii i ni ii ii i i i nniii i xDY xN x ES E Y x D Y x E Y x D Y x DY D x Cov Y x x Yx Cov Y x Cov Y x C xxσσβββββββββ==========⎫⎪⎪=⎪ ⎪⎭⎡⎤-=-+-⎣⎦⎡⎤=-=+-⎣⎦==∑∑∑∑∑∑∑∑∑∑()222221112222222222221111(,)(,)221则ni i i i i i i nni iii i nni i Enni i iii i x x ov Y x Y Cov Y Y xxx x ESn n n xxσσσσσσσσ==========+-=+-=-∑∑∑∑∑∑∑因素：车型水平：3种不同的车型A,B,C方差分析前提假设：正态性，方差齐次性，独立性对比分位数：0.95(2,9) 4.26F F >=，拒绝原假设0123:H μμμ==，认为这三种车型耗油量有显著差异。

习 题 三1.正常情况下，某炼铁炉的铁水含碳量()24.55,0.108X N .现在测试了5炉铁水，其含碳量分别为4.28,4.40,4.42,4.35,4.37.如果方差没有改变，问总体的均值有无显著变化？如果均值没有改变，问总体方差是否有显著变化()0.05α=？解 由题意知，()24.55,0.108X N ，5n =，511 4.3645i i x x ===∑，0.05α=，()5220110.095265i i s x μ==-=∑.1)当00.108σ=已知时，①设统计假设0010: 4.55,: 4.55H H μμμμ==≠=. ②当0.05α=时，0.975121.96uu α-==，临界值120.1081.960.09475c unασ-==⨯=， 拒绝域为000{}{0.0947}K x c x μμ=->=->.③004.364 4.550.186x K μ-=-=∈，所以拒绝0H ，接受1H ，即认为当方差没有改变时，总体的均值有显著变化.2)当0 4.55μ=已知时，①设统计假设2222220010:0.108,:0.108H H σσσσ==≠=. ②当0.05α=时，临界值()()()()222210.02520.975122111150.1662,5 2.566655c n c n n n ααχχχχ-======， 拒绝域为222202122220000{}{2.56660.1662}ssssK c c σσσσ=><=><或或.③202200.095268.16700.108sK σ==∈，所以拒绝0H ，接受1H ，即均值没有改变时，总体方差有显著变化.2.一种电子元件，要求其寿命不得低于1000h .现抽取25件，得其均值950x h =.已知该种元件寿命()2,100X N μ ，问这批元件是否合格()0.05α=？解 由题意知，()2,100X N μ ，25n =，950x =，0.05α=，0100σ=.①设统计假设0010:1000,:1000H H μμμμ≥=<=. ②当0.05α=时，0.05 1.65u u α==-，临界值()1001.653325c u nασ==⨯-=-， 拒绝域为000{}{33}K x c x μμ=-<=-<-.③00950100050x K μ-=-=-∈，所以拒绝0H ，接受1H ，即认为这批元件不合格. 3.某食品厂用自动装罐机装罐头食品，每罐标准质量为500g ，现从某天生产的罐头中随机抽测9罐，其质量分别为510,505,498,503,492,502,497,506,495（单位：g ），假定罐头质量服从正态分布.问1)机器工作是否正常()0.05α=？2)能否认为这批罐头质量的方差为25.5()0.05α=？解 设X 表示用自动装罐机装罐头食品每罐的质量（单位：g ）.由题意知()2500,X N σ ，方差2σ未知. 9n =，911500.88899i i x x ===∑，0.05α=，()()222111133.6111118nni i i i s x x x x n ===-=-=-∑∑，()52201130.66679i i s x μ==-=∑1)①设统计假设0010:500,:500H H μμμμ==≠=.②()()0.9751218 2.306tn t α--==，临界值()12 5.79751 2.306 4.45649s c t n n α-=-=⨯=， 拒绝域为000{}{ 4.4564}K x c x μμ=->=->.③00500.88895000.8889x K μ-=-=∉，所以接受0H ，拒绝1H ，即认为机器工作正常.2)当0500μ=已知时，①设统计假设2222220010: 5.5,: 5.5H H σσσσ==≠=. ②当0.05α=时，临界值()()()()222210.02520.975122111190.3,9 2.113399c n c n n n ααχχχχ-======， 拒绝域为22220212222{}{2.11330.3}ssssK c c σσσσ=><=><或或.③2022030.66671.013785.5sK σ==∉，所以接受0H ，拒绝1H ，即为这批罐头质量的方差为25.5.4.某部门对当前市场的鸡蛋价格情况进行调查，抽查某市20个集市上鸡蛋的平均售价为()3.399元/500克，标准差为()0.269元/500克.已知往年的平均售价一直稳定 ()3.25元/500克左右，问该市场当前的鸡蛋售价是否明显高于往年()0.05α=？解 由题意知，()23.25,X N σ，20n =， 3.399x =，0.05α=，0.269s =.①设统计假设0010: 3.25,: 3.25H H μμμμ≤=>=. ②当0.05α=时，()()10.95119 1.729t n t α--==，临界值()10.2691 1.7290.106719s c t n n α-=-=⨯=， 拒绝域为000{}{0.1067}K x c x μμ=->=->③003.399 3.250.149x K μ-=-=∈，所以拒绝0H ，接受1H ，即认为市场当前的鸡蛋售价是明显高于往年.5.已知某厂生产的维尼纶纤度()2,0.048X N μ ，某日抽测8根纤维，其纤度分别为1.32,1.41,1.55,1.36,1.40,,1.50,1.44,1.39，问这天生产的维尼纶纤度的方差2σ是否明显变大了()0.05α=？解 由题意知()2,0.048X N μ ，8n =，811 1.421258i i x x ===∑，0.05α=，()()22211110.0122118n ni i i i s x xx x n ===-=-=-∑∑.①设统计假设2222220010:0.048,:0.048H H σσσσ==>=.②当0.05α=时，临界值()()2210.951117 2.0117c n n αχχ-=-==-，拒绝域为2202200{}{ 2.01}s s K c σσ=>=>.③202200.012215.29950.048s K σ==∈，所以拒绝0H ，接受1H ，即这天生产的维尼纶纤度的方差2σ明显变大了.6.某种电子元件，要求平均寿命不得低于2000h ，标准差不得超过130h .现从一批该种元件中抽取25个，测得寿命均值为1950h ，标准差148s h =.设元件寿命服从正态分布。

简答题1、贝叶斯与经典统计的区别。

答：经典统计把待估参数视为参数空间的一个未知常数，贝叶斯将参数视为一个随机度量，能在小子样下得到参数估计，有效的利用了参数的历史资料和先验知识。

2、单因素分析的基本思想。

答：在科学试验和生产实践中，影响一事物的因素往往很多，为了考察某一个因素对试验指标的影响，往往把影响试验指标的其它因素固定，而把要考察的那个因素严格控制在几个不同状态或等级上进行试验，并用统计推断来处理单因素，根据结果进行分析、鉴别各因素对试验结果的影响程度。

3、回归分析的基本思想。

答：虽然自变量和因变量之间没有严格的确定性的函数关系，但可以设法找出最能代表它们之间关系的数学表达式。

回归分析正是研究预报变量之变动对相应变量之变动的影响程度，其目的在于根据已知预报变量的变化来估计或预测相应变量的变化情况。

4、方差分析的基本思想。

答：将数据的总变差平方和分解为因素的变差平方和与（随机）误差的平方和之和，用各因素的变差平方和与误差平方和相比，做F—检验，即可判断因素的作用是否显著。

计算题1、正交试验统计某问题是一个四因素二水平试验，选用L8（27）正交表，要考虑A╳B，试验方案设计及试验结果见下表。

试验最优工艺条件（指标y越大越好）。

经计算I j，II j，R j，并由公式88)(22jjjjRIIIS=-=的到S j，一并填在上表。

由极差R j一行可知，各因素及交互作用的主次顺序为：主——————————————>次C，AXB，A，B，D这里AXB的重要性排在A与B之前，挑选因素A、B的最优水平时要从AXB来考虑。

通常是将A、B的各种搭配所对应的试验结果列成表格，同一搭配的试验结果相加，如下表：由题目的I j，II j及上表和因素主次图可知，C取C2水平，A取A1水平，B取B2水平，D取D2水平，即工艺条件是A1 B2 C2 D2，且因素A与B有显著的交互作用。

2、最小二乘估计：2;2)2(,)()2)(2)(Q1)321),(),,)(,0)(^22212^^121121^2^2^112-=∴=-∴-=-==⇒=--=-=⋅⋅⋅⋅⎩⎨⎧==+=∑∑∑∑∑=====nQnQEnEQyyQxyxxyxddQxyyxyxDExyeeeniiieniiiiniiiniininnσσσβββββσσββσεεεβ则令令）记解：并简单讨论的估计）给出；的最小二乘估计）、给出为样本。

12研究生数理统计习题部分解答第六章 抽样分布1． （1994年、数学三、选择）2． 设),,,(21n X X X 是来自总体),(2σμN 的简单随机样本，X 是样本均值，记22121)(11∑=--=i i X X n S ，22122)(1∑=-=i i X X n S ，22123)(11∑=--=i i X n S μ，22124)(1∑=-=i i X n S μ则服从自由度1-n 的t 分布的随机变量是=T （ ）。

3． A .11--n S X μB .12--n S X μ4． C .nS X 3μ-D .nS X 4μ-[答案：选B ]5． 当2212)(11∑=--=i i X X n S 时，服从自由度1-n 的t 分布的随机变量应为 6． =T nSX μ-7． A 、由222121)(11S X X n S i i =--=∑=，111--=--=n S X n S X T μμ 8． 而不是nSX T μ-=9． B 、由212221221)(111)(1S nn X X n n n X X n S n i ii i -=--⋅-=-=∑∑== 10． nSX n S X n S X T nn μμμ-=--=--=∴-1112。

11． （1997年、数学三、填空）12．设随机变量Y X ,相互独立，均服从)3,0(2N 分布且91,,X X 与91,,Y Y 分别是来自总体Y X ,的简单随机样本，则统计量292191Y Y X X U ++++= 服从参数为（ ）的（）分布。

13．[答案：参数为（9）的（t ）分布]14．解：由Y X ,相互独立，均服从)3,0(2N 分布，又91,,X X 与91,,Y Y 分别来自总体Y X ,，可知91,,X X 与91,,Y Y 之间均相互独立，均服从分布)3,0(2N 15．因而)39,0(~291⨯∑=N X i i ，)1,0(~9191N X X i i ∑==，)1,0(~3N Y i ，)9(~32912χ∑=⎪⎭⎫ ⎝⎛i i Y ，且∑==9191i i X X 与∑=⎪⎭⎫ ⎝⎛9123i i Y 相互独立， 16． 因而()292191912919123919191Y Y X X YXXi ii ii Y i ii ++++==∑∑∑∑==== 服从参数为9的t 分布。

习 题 三1.正常情况下，某炼铁炉的铁水含碳量()24.55,0.108XN .现在测试了5炉铁水，其含碳量分别为4.28,4.40,4.42,4.35,4.37.如果方差没有改变，问总体的均值有无显著变化？如果均值没有改变，问总体方差是否有显著变化()0.05α=？ 解 由题意知，()24.55,0.108XN ，5n =，511 4.3645i i x x ===∑，0.05α=，()5220110.095265i i s x μ==-=∑.1)当00.108σ=已知时，①设统计假设0010: 4.55,: 4.55H H μμμμ==≠=. ②当0.05α=时，0.975121.96uu α-==，临界值120.1081.960.09475c unασ-==⨯=， 拒绝域为000{}{0.0947}K x c x μμ=->=->.③004.364 4.550.186x K μ-=-=∈，所以拒绝0H ，接受1H ，即认为当方差没有改变时，总体的均值有显著变化.2)当0 4.55μ=已知时，①设统计假设2222220010:0.108,:0.108H H σσσσ==≠=.②当0.05α=时，临界值()()()()222210.02520.975122111150.1662,5 2.566655c n c n n n ααχχχχ-======， 拒绝域为222202122220000{}{2.56660.1662}ssssK c c σσσσ=><=><或或.③202200.095268.16700.108sK σ==∈，所以拒绝0H ，接受1H ，即均值没有改变时，总体方差有显著变化.2.一种电子元件，要求其寿命不得低于1000h .现抽取25件，得其均值950x h =.已知该种元件寿命()2,100XN μ，问这批元件是否合格()0.05α=？解 由题意知，()2,100XN μ，25n =，950x =，0.05α=，0100σ=.①设统计假设0010:1000,:1000H H μμμμ≥=<=. ②当0.05α=时，0.05 1.65u u α==-，临界值()1001.653325c u nασ==⨯-=-， 拒绝域为000{}{33}K x c x μμ=-<=-<-.③00950100050x K μ-=-=-∈，所以拒绝0H ，接受1H ，即认为这批元件不合格. 3.某食品厂用自动装罐机装罐头食品，每罐标准质量为500g ，现从某天生产的罐头中随机抽测9罐，其质量分别为510,505,498,503,492,502,497,506,495（单位：g ），假定罐头质量服从正态分布.问1)机器工作是否正常()0.05α=？2)能否认为这批罐头质量的方差为25.5()0.05α=？解 设X 表示用自动装罐机装罐头食品每罐的质量（单位：g ）.由题意知()2500,XN σ，方差2σ未知. 9n =，911500.88899i i x x ===∑，0.05α=，()()222111133.6111118nni i i i s x x x x n ===-=-=-∑∑，()52201130.66679i i s x μ==-=∑1)①设统计假设0010:500,:500H H μμμμ==≠=.②()()0.9751218 2.306tn t α--==，临界值()12 5.79751 2.306 4.45649s c t n n α-=-=⨯=， 拒绝域为000{}{ 4.4564}K x c x μμ=->=->.③00500.88895000.8889x K μ-=-=∉，所以接受0H ，拒绝1H ，即认为机器工作正常.2)当0500μ=已知时，①设统计假设2222220010: 5.5,: 5.5H H σσσσ==≠=.②当0.05α=时，临界值()()()()222210.02520.975122111190.3,9 2.113399c n c n n n ααχχχχ-======， 拒绝域为22220212222{}{2.11330.3}ssssK c c σσσσ=><=><或或.③2022030.66671.013785.5sK σ==∉，所以接受0H ，拒绝1H ，即为这批罐头质量的方差为25.5.4.某部门对当前市场的鸡蛋价格情况进行调查，抽查某市20个集市上鸡蛋的平均售价为()3.399元/500克，标准差为()0.269元/500克.已知往年的平均售价一直稳定 ()3.25元/500克左右，问该市场当前的鸡蛋售价是否明显高于往年()0.05α=？解 由题意知，()23.25,XN σ，20n =， 3.399x =，0.05α=，0.269s =.①设统计假设0010: 3.25,: 3.25H H μμμμ≤=>=. ②当0.05α=时，()()10.95119 1.729t n t α--==，临界值()10.2691 1.7290.106719s c t n n α-=-=⨯=， 拒绝域为000{}{0.1067}K x c x μμ=->=->③003.399 3.250.149x K μ-=-=∈，所以拒绝0H ，接受1H ，即认为市场当前的鸡蛋售价是明显高于往年.5.已知某厂生产的维尼纶纤度()2,0.048XN μ，某日抽测8根纤维，其纤度分别为1.32,1.41,1.55,1.36,1.40,,1.50,1.44,1.39，问这天生产的维尼纶纤度的方差2σ是否明显变大了()0.05α=？ 解 由题意知()2,0.048XN μ，8n =，811 1.421258i i x x ===∑，0.05α=，()()22211110.0122118nni i i i s x x x x n ===-=-=-∑∑.①设统计假设2222220010:0.048,:0.048H H σσσσ==>=.②当0.05α=时，临界值()()2210.951117 2.0117c n n αχχ-=-==-，拒绝域为2202200{}{ 2.01}s s K c σσ=>=>.③202200.012215.29950.048s K σ==∈，所以拒绝0H ，接受1H ，即这天生产的维尼纶纤度的方差2σ明显变大了.6.某种电子元件，要求平均寿命不得低于2000h ，标准差不得超过130h .现从一批该种元件中抽取25个，测得寿命均值为1950h ，标准差148s h =.设元件寿命服从正态分布。

=!A乙£ P=旷S奚報洱封去、09乙x9乙+ 0Lx9+ O^xC+ 8x U ——= L刊U]xu Z-= X 诲切去尅去：搦2A S 0 = x s乙乙乙(A-尸！U心Z~ =U K(A-尸！UAo+e =尸！u!A Z- +e = f十u(Ao- 尸！U(Ao 一8一=F!U广尸！U'Ao eu -= 、/丿L□ u(!Ao+e) m =U KI U!x 7 - = x；・-尸！U忆=001=9901+ 901+ CO 1+ >6+26T ! U=z Z/= x u i —i^ 童#说圧最新精品文档，知识共享 1!1-1 /6 1 -303 1 0 30 4 24 20 £ 09 1 85 20 3 1 0yy i 9n y=240.4441 2 2 _61 -240.444「吃—303-240.4441030-240.44492 2 2424 —240.444］亠［20 — 240.444］亠〔909 — 240.444 222 n(—185—240.444)+(20—240.444)+(310—240.444) = 197032.247利用3题的结果可知x 二 2000 y = 2240.444 s" =s y =197032.247i123 4 5678910 11 1213X79. 80. 80. 80. 80. 80. 80. 79. 80. 80. 80. 80. 80.09804 02 04 03 03 04 97 05 03 02 00 2 y-2424334-35322i1 2 3 4 5 6 7 8 9 X i193 169303242202 290 181 202 2397 0 49510 y i-30103 42-1831-6134209095204.解：变换y 二 N -2000i^ 盍#说曲'韓爼習黯堆窖g 乙 0"=920^ =[g9J + t^)+ 乙(9J + 乙 Jxt7+』9J+6—)>;£+ ^9L + 9S-)x2^ —=(H989乙二比+下=19'V- =「 OL (K + ^X 3L + C X 6-乙 x9£—)— = k尸！U!A !LU kP£ 乙 tuZV 6- 9£- !A17'0£乙8乙I/9乙9£2k*(z 乙-Moi 竭靠：搦-g0000 LAs =乙00 L乙 008= 08+ —圧巨畜彩轴雷£宙吐OOZ —乙)x£+ ( 00 3-3-)1 —= 乙 _ lx亍！U(A- !A)右=$ 乙— U L00乙= SL尸！U:<z(A-z —口U!A y !LU M _ = :S(HX ZZ0£'9 =00x乙ZZ0£'9 =最新精品文档，知识共享 1!2Ix 丄Fjxn i 41 156 10 160 14 164 26 172 12 168 28 176 8 180 2 100-166i二1' m i X j -xn i 11帀0 汉(156 —166 $ 2 2 214 160-16626 164-16628 168-1661002 2 2 112 172 -166 8 176 -166 2180 -166= 33.448解：将子样值重新排列（由小到大） -4, -2.1，-2.1，-0.1，-0.1，0，0，1.2，1.2，2.01，2.22，3.2, 3.21 M^Xm =X 7 =0R = X n - X 1 - 3.21 - _4 - 7.21 M e =XX (8 厂1*2n i 9 解:1 11n x i n 2X j一n2 j mn 2最新精品文档，知识共享 1!n £2x 2 _x 2n i亠口 2 i 丄环数 109 87 6 54 频数2 30 942试写出子样的频数分布，再写出经验分布函数并作出其图形 解: 环数 10 9 8 7 6 5 4 频数 2 3 0 9 4 0 2 频率0.10.150.450.20.10.14^xc60.3 6兰xv7F20（X ）=* 0.75 7 兰 x£9 0.99 兰 xv10Jx^10区间划分频数频率密度估计值154口158100.10.025ni n2X i --二’Xj i Aj 1n i X i亠 n 2 X 2n n 2m 亠n^i亠2222 比 s }亠x_, ［亠n 2 s2）$ n i X i + n2 X 2|'u U 匸！U 口U-=^-= !xa m—!x Zr a=xaY "fU u L u L —u F ! U 芳！ U7= =^<3 7 = 7 3= X30 / ? L - 飞=々］7 = !X3 ( ?)d q !x最新精品文档，知识共享 1!3.313•解：Xi L U a,b EXiDX i12i =12 ,n在此题中x 丄 U -1,11 Dx i3— 1 EX 二 E —'n i 4 _ 1n 丄Exn i £. 1 DX 二 D x i 八 Dx i~n i 二14.解：因为XiL N *2所以由2分布定义可知丫二'i -1X ii£I a所以 Y L 2 n15.解: 因为XiL N 0,1E X 1 X 2 X 3=°.3所以X1X2X 3L N0」.3iX +X 2 +X 3£V3.丿同理X 4 X 5 X 6b 2(1)由于2分布的可加性，故1YX 1 X 2 X 3 =I ----------- = -------可知16•解:（1）因为XiL N OF 2辿 N 0,1CT=3nE Xi —=0i =12 ,n服从2分布,12 ,n D X 1 X 2 X 3D X^.1X 1 X 2 X 3L N 0,3=1+ ['X4+X 5 + X 6j 2口i =1,2, ,n所以F”)”讣P弄韶y—JZx d xfY iy二 f y =因为所以(2)因为所以y2n /"2 "fY (y )=<2Z r '-L_ ye^2(3)因为x 0x _0x丄N 0,；「2i =1,辿N 0,1CT飞工L 2.i ■■-F Y2 y P nY2% y卡 2 y…学芈n2 2 _nx____ 戸nXjL N 0,二2y 0y乞02,…,nnyF.f 2 x dxy 0y乞01,2,…,n故17•解：因为所以故(4)因为所以21X亠一；F Y 3 y = p 沁匸罕二fY 3y=F Y 3y二x 0 x _ 0y 0 y _oX i L N Of 2i =1,2, ,n£ 非L N （o,1）i =1 •、n ；・yF Y 4 y =P 「Y 4 冷乞吕「f 21 xdx'f y ） 1 f 2 y二 F Y 4 y =f 217 77存在相互独立的u , VU L N 0,1VL 2 nUy 乞0xLt n19•解：用公式计算富01 (90)=90 +J2P0U 0.01查表得U 0.01 =2.33代入上式计算可得 鼻爲(90 ) = 90 + 31.26 = 121.2620.解：因为 XL 2 nE 2 = nD 2 由2分布的性质3可知则由定义可知 18解：因为所以(2)因为所以u 2L 21 u 221V n2L F 1,n、n X i i \ n ”_' XiL N 0—i =12 ,nL N 0,1V]2u i :n 1；-n\ m l ： X ii 4Y = r . _____ 1n ： D m丘「人2F i =n 1J Xi牙Lt mX^L N 0,1zf X .lL ；「m卷 2Li”二i =1,2, , n mnm l X i 2 Y 2 -n imn' x ：i -1• j Xi_i.工n{ CT 丿n m z i士 1mL F n,m=2n最新精品文档，知识共享1!X -n |X - n c - nPXx ；=P —-lx/2n V2n Jc _nt2l n m[ V2n ^2^ J VV2n JP^X <c)1.x) x)0, x+□0f:::0 0 _OCixe -■x +□0+x)1xdx-，x d-xe从而有2. 1).E(x)i+oOoO、k(1、k -1p)p' k(1 -、k丄x =1P _1 一1 一p 令P= XL(P)汕(1-P)"p=p n(1-p)u nX i -n最新精品文档，知识共享 1!X解之得解：因为总体X 服从U( a , b )所以_a b D( X )( a-b )2 n!2 12 r ! (n _r ] X ) =X D ( X ) =S 2,n 2解之得:nnIn x i i 4nnIn x ii -1(2)母体X 的期望而样本均值为:-1 nX =—区 X in y令E(x)二X 得1 - X5•。

研究生教材《应用数理统计》——课后习题答案详解学号：3113312042姓名：齐以年班级：硕3079班目录第一章数理统计的基本概念 (1)第二章参数估计 (18)第三章假设检验 (36)第四章方差分析与正交试验设计 (46)第五章回归分析 (51)第六章统计决策与贝叶斯推断 (56)对应书目：《应用数理统计》施雨编著西安交通大学出版第一章 数理统计的基本概念1.1 解：∵ 2~(,)X N μσ∴ 2~(,)n X N σμ∴~(0,1)N 分布∴(1)0.95P X P μ-<=<=又∵ 查表可得0.025 1.96u = ∴ 221.96n σ=1.2 解：(1) ∵ ~(0.0015)X Exp∴ 每个元件至800个小时没有失效的概率为：8000.001501.2(800)1(800)10.0015x P X P X e dxe -->==-<=-=⎰∴ 6个元件都没失效的概率为： 1.267.2()P e e --==(2) ∵ ~(0.0015)X Exp∴ 每个元件至3000个小时失效的概率为：30000.001504.5(3000)0.00151x P X e dxe--<===-⎰∴ 6个元件没失效的概率为： 4.56(1)P e -=-1.3解：(1) X ={(x 1,x 2,x 3)|x k =0,1,2,…,k =1,2,3},p (x 1,x 2,x 3)=λx 1+x 2+x 3x 1!x 2!x 3!e −3λ,x k =0,1,2,…;k =1,2,3(2) X ={(x 1,x 2,x 3)|x k ≥0;k =1,2,3},f (x 1,x 2,x 3)=λ3e −λ(x 1+x 2+x 3), x k ≥0;k =1,2,3(3) X ={(x 1,x 2,x 3)|a ≤x k ≤b;k =1,2,3},f (x 1,x 2,x 3)=1(b−a)3, a ≤x k ≤b;k =1,2,3(4) X ={(x 1,x 2,x 3)|−∞<x k <+∞;k =1,2,3}=R 3,f (x 1,x 2,x 3)=1(2π)3/2e −12∑(x k −μ)23k=1,−∞<x k <+∞;k =1,2,31.4 解：ini n x n x ex x x P ni i 122)(ln 2121)2(),.....,(122=--∏∑==πσμσ1.5证：21122)(na a x n x a x n i ni i i +-=-∑∑==∑∑∑===-+-=+-+-=ni i ni i n i i a x n x x na a x n x x x x 1222211)()(2221.6证明 (1) ∵22112211221()()()2()()()()()nnii i i nni i i i ni i XX X X X X X X X n X X X n X μμμμμ=====-=-+-=-+--+-=-+-∑∑∑∑∑(2) ∵2221112221221()22ii i nn ni i i i i ni ni XX X X X nX X nX nX X nX =====-=-+=-+=-∑∑∑∑∑1.7证明：a) 证：)(11111+=+++=∑n n i i n x x n x)(11)(1111n n n n n x x n x x x n n -++=++=++b ）证：221111()1nn n i i S x x n ++==-+∑ 221112211121111[()]11121[()()()()]11(1)n n n i n i nn n n n n i i n n i i x x x x n n n x x x x x x x x n n n +=++++===---+++=----+-+++∑∑∑221112112[()()((1))111() ]1n n n n n n n n n nS x x x x nx x n x n n x x n ++++=+---+-+++-+22n122n 11[nS ()] 111[S ()]11n n n n n x x n n n x x n n ++=+-++=+-++ 1.8证明：显然： Zm+n ̅̅̅̅̅̅̅=nX ̅+mY ̅m+nS Z2=1m +n[∑(X i −Z m+n ̅̅̅̅̅̅̅)2n i=1+∑(Y i −Z m+n ̅̅̅̅̅̅̅)2mi=1] =1m +n[∑X i 2ni=1−2Zm+n ̅̅̅̅̅̅̅∗nX ̅+∑Y i 2−2Z m+n ̅̅̅̅̅̅̅∗mY ̅+(m +n)mi=1Zm+n ̅̅̅̅̅̅̅2] 因为: nS X 2=∑X i 2n i=1−nX ̅2 nS Y 2=∑Y i 2n i=1−nY ̅2所以:S Z2=nS X2+nS Y2m+n+1m+n[nX̅2+nY̅2−(nX̅+mY̅)2m+n] =nS X2+nS Y2m+n+m∗n(n+m)2(X̅−Y̅)21.10解:(1).∑∑====niiniixEnxnEXE11)(1)1()(=1n∙n∙mp=mpnpmpxDnxnDXDniinii)1()(1)1()(121-===∑∑==))(1()(122∑=-=niixxnESE)1(1)])1(1())1(([1)])()(())()(([1])()([1])([12222212212212p mp nn p m p mp n n p m p mp n n x E x D n x E x D n x nE x E n x x E n n i i i n i i n i i --=+--+-=+-+=-=-=∑∑∑=== 同理，（2）.λ===∑∑==ni i n i i x E n x n E X E 11)(1)1()(λnx D n x n D X D ni ini i 1)(1)1()(121===∑∑==λnn x E x D n x E x D n x nE x E n S E n i i i n i i 1)])()(())()(([1])()([1)(2122122-=+-+=-=∑∑==(3).2)(1)1()(11ba x E n x n E X E n i i n i i +===∑∑==na b x D nx n D X D ni in i i 12)()(1)1()(2121-===∑∑==12)(1)])()(())()(([1])()([1)(22122122a b n n x E x D n x E x D n x nE x E n S E ni i i n i i -⋅-=+-+=-=∑∑==(4).λ===∑∑==ni i n i i x E n x n E X E 11)(1)1()(nx D nx n D X D ni in i i 2121)(1)1()(λ===∑∑==221221221)])()(())()(([1])()([1)(λnn x E x D n x E x D n x nE x E n S E n i i i n i i -=+-+=-=∑∑==(5).μ===∑∑==ni i n i i x E n x n E X E 11)(1)1()(nx D nx n D X D ni in i i 2121)(1)1()(σ===∑∑==221221221)])()(())()(([1])()([1)(σ⋅-=+-+=-=∑∑==nn x E x D n x E x D n x nE x E n S E n i i i n i i1.11 解：由统计量的定义知，1，3，4，5，6，7为统计量，5为顺序统计量 1.12 解：顺序统计量：-4，-2.1，-2.1，-0.1，-0.1，0，0，1.2，1.2，2.01，2.22，3.2，3.21中位数Me=0 极差R=（3.21+4）=7.21 再抽一个样本2.7，则顺序统计量变为：-4，-2.1，-2.1，-0.1，-0.1，0，0，1.2，1.2，2.01，2.22，2.7，3.2，3.21 此时，样本中位数Me=(0+1.2)/2=0.61.13解： F 20x={ 0 , x <0620, 0≪x <11320, 1≪x <21620, 2≪x <31820, 3≪x <41 , x ≫41.14解:利用伽马分布的可加性 X~Γ(α,λ) 则Y =∑X i ~Γ(nα,λ)n i=1X ̅=Y nf Y (y )=λnαy nα−1Γ(nα)e −λy,y >0根据随机变量函数的概率密度公式得：f X ̅(x )=λnα(nx)nα−1Γ(nα)e −λnx∗n =λnαn nαx nα−1Γ(nα)e −λnx ,x >01.15解：运用顺序统计量的概率密度公式 (1) f (m)(x )=n!(m−1)!(n−m )![F (x )]m−1[1−F (x )]n−m f(x) 1≪m ≪n (2) f (k)(j)(x )=n!(k−1)!(j−k−1)!(n−j )![F (x )]k−1[F (y )−F (x )]j−k−1[1−F (y )]n−j f(x)f(y) 1≪k<j ≪n (3) 样本极差R =X (n)−X (1), 其中X (n)和X (1)的概率密度可由（1）得到，再根据函数关系可推出R 的概率密度函数 1.16解:X i −μσ~N(0,1)(X i −μσ)2~χ2(1)故：∑(X i −μσ)2~ni=1χ2(n )1.17 证：),(~ λαΓXx ex x f λαααλ--Γ=∴1)()( 令kXY =ke ky kke ky yf ky ky⋅Γ=⋅Γ=∴----λαααλαααλαλ11)()( )()()(即 ),(~ky Y αΓ1.18 证：),(~ b a X β),()1()( 11b a B x xx f b a ---=∴),(),( ),()1()( 11b a B b k a B b a B x x x X E b a k k +=-=∴⎰∞+∞---),(),1()( b a B b a B X E +=∴ba a ab a b a b a a a a b a b a a a b b a b a b a +=Γ+Γ++ΓΓ=Γ++Γ+Γ+Γ=ΓΓ+Γ⋅++ΓΓ+Γ=)()()()()()()1()()1()()()()1()()1(),(),2()(2b a B b a B X E +=))(1()1()()()()2()()2(b a b a a a a b b a b a b a ++++=ΓΓ+Γ⋅++ΓΓ+Γ= 22)]([)()( X E X E X D -=∴2))(1())(1()1(b a b a ab ba ab a b a a a +++=+-++++=1.19 解：∵ ~(,)X F n m 分布2212(1)022()((1))()(1)()()()(1)()()n n m n mn m yn m y n mn nP Y y P X X y m myP X y n n n x x dx m m m++--+≤=+≤=<-Γ=+ΓΓ⎰2222122221122()()()1()(1)()()11(1)(1)(,)n n m n m n mn m n mf y P Y y y y y y y yy B ++----'=≤Γ=+ΓΓ----=∴ 22(1)(,)n mn n Y X X m mβ=+分布1.20 解：∵ ~()X t n 分布122212()()(()2)n n P Y y P X y P X xdxn ++-≤=≤=≤≤Γ=+112211221212122()()()(1)()1()(1)()()()n n n n n f y P Y y y y n y y n n n+++--+--'=≤Γ=+Γ=+ΓΓ∴ 2~(1,)2nY X F =分布1.21 解: (1) ∵ ~(8,4)X N 分布∴ 4~(8,)25X N 分布，即5(8)~(0,1)2X N - ∴ 样本均值落在7.8~8.2分钟之间的概率为：5(7.88)5(8)5(8.28)(7.88.2)()2220.383X P X P ---≤≤=≤≤=(2) 样本均值落在7.5~8分钟之间的概率为：5(7.58)5(8)5(88)(7.58)()2225(8)(0 1.25)20.3944X P X P X P ---≤≤=≤≤-=≤≤=若取100个样品，样本均值落在7.5~8分钟之间的概率为：10(7.88)10(8)10(8.28)(7.88.2)()2222*(0.84130.5)0.6826X P X P ---≤≤=≤≤=-= 单个样品大于11分钟的概率为：P 1=1−0.9333=0.0667 25个样品的均值大于9分钟的概率为: P 2=1−0.9938=0.0062 100个样品的均值大于8.6分钟的概率为P 3=1−0.9987=0.0013 所以第一种情况更有可能发生1.22 解：μ=2.5 2σ=36 n=5 (1)44302<<s ⇔)955,625(22∈σns 而)1(~222-n ns χσ即 )4(36522χ∈s通过查表可得 P ＝0.1929(2)样本方差落在30~40的概率为0.1929 样品均值-x 落在1.3~3.5的概率即：P{1.3<-x <3.5} ⇔P{-0.4472<σμ)(--x n <0.3727}又σμ)(--x n ~N(0,1)查标准正态分布表可得：P{1.3<-x <3.5}＝0.3179 由于样本均值与样本方差相互独立，故：这样两者同时成立的概率为P ＝0.1929⨯0.3179=0.06131.23 解：(1) ∵2~(0,)X N σ分布 ∴ 2~(0,)X N nσ分布∴ 22()~(1)nXχσ∵ 22221()()ni i a X an X an σσ===∑∴ 21a n σ=同理 21b m σ= (2) ∵ 2~(0,)X N σ分布 ∴222~(1)X χσ分布由2χ分布是可加性得：2221~()ni i X n χσ=∑()nic X t m ==∑ ∴c =(3) 由(2)可知2221~()ni i X n χσ=∑ 2221122211~(,)nni ii i n mn mi ii n i n X d Xnn dF n m XmXmσσ==++=+=+=∑∑∑∑∴ m d n =1.24证明：X n+1~N(μ,σ2) X̅~N(μ,σ2/n) X n+1−X ̅~N(0,n +1n σ2)X n+1−X̅√n +1nσ2~N(0,1)(n −1)S n∗2σ2~χ2(n −1) 所以：Y =X n+1−X ̅S n ∗√n n +1~t(n −1) 1.25 证明：∵ 211~(,)X N μσ分布∴2211()~(1)i X μχσ-∴ 1221111()~()n i i X n μχσ=-∑同理 2222212()~()n i i Y n μχσ=-∑ 1122222112211111222221122112()()~(,)()()n n i i i i n n i i i i X n n X F n n Y n Y n μσμσμσμσ====--=--∑∑∑∑第二章 参数估计2.1 (1) ∵ ~()X Exp λ分布∴ ()1E X λ=令 ˆ1X λ= 解得λ的矩估计为:ˆ1X λ= (2) ∵ (,)X U a b 分布∴ ()2a bE X +=2()()12b a D X -=令 1ˆˆ2ab A X +==22221ˆˆˆˆ()()1124n i i b a a b A X n =-++==∑ （22211n i i X X S n =-=∑）解得a 和b 的矩估计为:ˆˆaX bX =-=(3) 110()1E X x x dx θθθθ-=*=+⎰令 1ˆˆ1A X θθ==+ ∴ˆ1XXθ=- (4) 110()(1)!kk x kE X x x e dx k βββ--=*=-⎰令 ˆkX β=∴ ˆkXβ=(5) 根据密度函数有2221()22()E X a aE X a λλλ=+=++根据矩估计有1222221ˆˆˆ22ˆˆˆa A X aa A S X λλλ+==++==+解得λ和a 的矩估计为:ˆˆaX λ==(6) ∵ (,)X B m p∴ ()E X mp =令 1ˆmpA X == 解得p 的矩估计为:ˆX pm= 2.2解：（1）X 服从指数分布，λ的似然函数为：L (λ)=λn e −λ∑x i n i=1, x i>0,i =1,2,⋯,nlnL (λ)=nlnλ−λ∑x i ni=1∂lnL (λ)∂λ=nλ−∑x i ni=1解得：λ̂=1x̅（2）f (x )=1b−a,a <x <b似然函数为：L (a,b )=1(b −a)n,a <x i <b显然：a ̂=X (1) b ̂=X (n) （3）f (x )={θ x θ−1 ,0<x <10, 其他似然函数为：L (θ)=θn ∗∏x i θ−1ni=1,0<x i <1lnL (θ)=nlnθ+(θ−1)∑lnx i ni=1∂lnL (θ)∂θ=nθ+∑lnx i ni=1=0 解得：θ̂=−n ∑lnx in i=1（4） f (x )={βk(k−1)!x k−1e −βx ,x >00, x ≤0似然函数为：L (β)=(βk(k −1)!)n ∗∏x i k−1ni=1∗e −β∑x i n i=1 ,x i >0 i =1,2,⋯,n lnL (β)=nk ∗lnβ−n ∗ln (k −1)!+(k −1)∑lnx i ni=1−β∑x i ni=1∂lnL (β)∂β=nkβ−∑x i ni=1=0解得：θ̂=−kx̅（5） f (x )={λ x −λ(x−a),x >a 0, x ≤a似然函数为：L (a,λ)=λn x −λ∑(x i ni=1−a) ,x i >a,i =1,2,⋯,nlnL (a,λ)=n ∗lnλ−λ∑x i ni=1+nλa ∂lnL (a,λ)∂λ=nλ−∑(x i ni=1−a)=0 解得：a ̂=X (1) , λ̂=−1X ̅−X (1)（6） X~B(m , P)P {X =k }=(m k)P k(1−P)m−k ,k =0,1,⋯,m似然函数为：L (p )=(m k)n P ∑xi n i=1(1−P)∑(m−x i )n i=1,x i =0,1,2,⋯,nlnL (p )=n ∗ln (mk)+∑x i n i=1∗lnp +∑(m −x i )ni=1∗ln (1−p)∂lnL (p )∂p=∑x in i=1p−∑(m −x i )n i=11−p=0解得：p ̂=−X̅m2.3解：∵ X 服从几何分布，其概率分布为：1()(1)k P X k p p -==-故p 的似然函数为： 1()(1)ni i x nnL p p p =-∑=-对数似然函数为：1ln ()ln ()ln(1)ni i L p n p x n p ==+--∑令 1ln ()1()01nii L p n x n p p p=∂=--=∂-∑ ∴ 1ˆpX= 2.4 解：由题知X 应服从离散均匀分布，⎪⎩⎪⎨⎧≤≤==其它01 1)(Nk N k x pE (X )=N+12矩估计： 令N ̂+12=710 ∴N̂=1419 极大似然估计：⎪⎩⎪⎨⎧≤≤=其它07101 1)(NN N L要使)(N L 最大，则710=N710=∴∧N2.5 解：由题中等式知：2196.196.196.1)025.01(025.0)(1S X +=+=∴+=+-Φ=∴=-Φ-∧∧∧-σμθσμμσθσμθ2.6 解：（1） 05.009.214.2=-=R0215.005.04299.05=⨯==∴∧d Rσ（2）将所有数据分为三组如下所示：0197.005.03946.005.0)05.005.005.0(316=⨯==∴=++=∴∧d R R σ 2.7 解：（1）⎩⎨⎧+<<=其它 01x 1)(θθx f θθθθθθ≠+==+=++=∴∧21)()(2121)(X E E X E ∴ X =∧θ不是θ的无偏估计，偏差为21=-∧θθ（2） θ=-)21(X E 21-=∴∧X θ是θ的无偏估计（3） 22))(()())(()(θθθθ-+=-+=∧∧X E X D E D M S E41121+=n 2.8 证：由例2.24，令2211x a x a +=∧μ，则∧μ 为μ无偏估计应 满足121=+a a因此1μ，2μ，3μ都是μ的无偏估计)()()()(21)()(2513)()(95)9491)(()())(()()(1233212221212∧∧∧∧∧∧=∧<<===+=∴+==∑μμμμμμμD D D X D D X D D X D X D D a a X D X D a D i i i2132121X X +=∴∧μ最有效2.9 证： )(~λp X λλ==∴)( )(X D X EX 是λ=)(X E 的无偏估计，2*S 是λ=)( X D 的无偏估计 )()1()())1((2*2*S E X E S X E αααα-+=-+∴λλααλ=-+=)1(∴ 2*)1(SX αα-+是λ的无偏估计2.10 解：因为2222((1))()(1)()(1)()1(1)()11(1)1E X S E X E S na E S n n a E S n n n a n nααααλαλαλαλλ**+-=+-=+--=+---=+-=- 所以 2(1)X S αα*+-是λ的无偏估计量2.11证明：X~P (λ)假设T(X 1)为θ=e −2λ的无偏估计，即： E[T(X 1)]= θ, E [T (X1)]=∑T (X )∞x=0∗λx x!e−λ=e −2λ=∑T (X )∞x=0∗λx x!=e−λ=∑(−λ)xx!∞x=0=∑(−1)x λx x!∞x=0（泰勒展开）所以T (X 1)=(−1)X 1是θ=e −2λ的唯一无偏估计。