第6章数理统计的基本概念习题及答案

习题一、基本概念1．解：设12345,,,,X X X X X 为总体的样本1）51151~(1,) (,,)(1)i ix x i X B p f x x p p -==-∏ 555(1)11(1),5x x i i p p x x -==-=∑2）λλλλλ55155151!!),,( )(~-==-∏∏==e x ex x x f P X i ixi i xi3）5155111~(,) (,,),,1,...,5()i X U a b f x x a xi b i b a b a ===≤≤=--∏所以5151,,1,...,5()(,,)0,a xi b i b a f x x ⎧≤≤=⎪-=⎨⎪⎩其他4）()⎪⎭⎫ ⎝⎛-==∑∏=-=-5122/55125121exp 221),,( )1,(~2i i i x x e x x f N X i ππμ2.解：因为0110,(),1,n k k k x x k F x x x x nx x ++<⎧⎪⎪≤<⎨⎪≥⎪⎩，所以40,00.3,010.65,12()0.8,230.9,341,4x x x F x x x x <⎧⎪≤<⎪⎪≤<⎨≤<⎪⎪≤<⎪≥⎩3．解：它近似服从均值为172，方差为5.64的正态分布，即(172,5.64)N4．解：()55-5 510/2- -⎪⎪⎭⎫ ⎝⎛<<-=⎪⎪⎭⎫ ⎝⎛<=<k X k P k X P k X P μμμ 因k 较大()()()()()()()-555(15)2510.950.95P X k k k k k k k μ<≈Φ-Φ-=Φ--Φ=Φ-=Φ=,5 1.65,0.33k k ==查表5．解：()-5250.853.8 1.1429 1.7143(1.7143)( 1.14296.3/6X P X P ⎛⎫<<=-<<=Φ-Φ- ⎪⎝⎭）0.9564(10.8729)0.8293 =--=6．解：()()()~(20,0.3),~(20,0.2),~(0,0.5),0.3 0.30.3Y N Z N Y Z Y Z N P Y Z P Y Z P Y Z -->=->+-<-设与相互独立，0.42430.42431(0.4243)(1(0.4243))22(0.4243)P P ⎫⎫=>=+<-⎪⎪⎭⎭=-Φ+-Φ=-Φ220.66280.6744=-⨯=7.解：101010222111~(0,4),~(0,1),2111 10.05,0.95444444ii i i i i i i X X N N c c c P X P X P X ===⎛⎫⎛⎫⎛⎫>=-≤=≤= ⎪ ⎪ ⎪⎝⎭⎝⎭⎝⎭∑∑∑则查卡方分位数表 c/4=18.31,c=73.248．解：由已知条件得：(1,),1()i X Y B p p F μ=-由i X 互相独立，知i Y 也互相独立，所以1(,),1().ni X i Y B n p p F μ==-∑9.解:1) )1(,)1(,2p Np DX ES np Np n DX X D Np EX X E -==-==== 2) λλλ======DX ES nn DX X D EX X E 2,, 3) ()()12,12,2222a b DX ES n a b n DX X D b a EX X E -==-==+==4) 1,1,2======DX ES nn DX X D EX X E μ 10.解：1) ()22212)1()1()1()1(σ-=-=-=-=-∑=n DX n ES n S n E X X E ni i2)()222242221(1)(1)(1), ~(1)ni i n S n S D X X D n S D n σχσσ=⎛⎫---=-=- ⎪⎝⎭∑ ()2412(1)ni i D X X n σ=∴-=-∑11.解：ππππππn X E dt e dy ey dy ey X nE Y E nn DY X E EY N X n Y n N X t y y 2)(,2)1(222222||21)(),11,0(),1,0(~),/1,0(~)102222==Γ==========-∞+-∞+-∞+∞-⎰⎰⎰ 令ππππππ211,2)1(222222||21),1,0(~)21102222===Γ====∑∑⎰⎰⎰==-∞+-∞+-∞+∞-n i i n i i t x x X E n X n E dt e dx ex dx ex X E N X12.解：1) ()2224X E X E X E n μμ-=-=()244100.1X X D E n n⎡⎤=+=+≤⎢⎥⎣⎦ 40n ∴≥2)222211,2u u X u E u e du u du +∞+∞---∞-===⎰⎰222220022002(1)0.1,80010,254.6,255u uutue du ue duue d e dtE X En nμπ+∞+∞--+∞+∞--===Γ=-==≤≥≥=∴≥⎰⎰⎰⎰3) ()()111P X P X Pμμ⎛-≤=-≤-≤=≤≤⎝⎭0.975210.95,2221.96,15.36,162u n n⎛⎫⎛⎫⎛=Φ-Φ-=Φ-≥⎪ ⎪⎪ ⎪⎝⎭⎝⎭⎝⎭≥=≥≥13.解：()()()112221111111,n ni ii iY XY X a X na X an b b n bEY EX a S Sb b==⎛⎫=-=-=-⎪⎝⎭=-=∑∑14．解：1）12345~(0,2),~(0,3)X X N X X X N+++~~(0,1)N N1111,, 2.23c d n∴===2）()2345222212~(2),~(1)3X X XX Xχχ+++()()22122234523~(2,1),,2,123XX F c m n X X X +===++15.解：设1(1,)p F n α-=，即()1(1P F p P p α≤=-⇔≤≤=-()()12()2()12P T P T p P T p pP T ⇔≤-≤=-⇔≤=-⇔≤=-122112()()(1,)p p p t n tn F n α---=∴==16．解：()()()()()()()()()121222222221212222212121212212221212~(0,2),~(0,~~(0,1)~~(2)2210.1,2X X N X X N N N X X X X t P t P X X X X X X X X X X t P X X X X c χχ+-+⎛⎫⎛⎫++>=> ⎪ ⎪ ⎪ ⎪++-++-⎝⎭⎝⎭⎧⎫+⎪⎪=-≤=⎨⎬++-⎪⎪⎩⎭=0.9(1,2)8.532tF ==17.证明： 1）2211122211()0,(),(0,)1(1)(1)n n n n n E X X D X X XX N nnn S n t n σσχσ+++++-=-=∴---=- 又2）2211111()0,(),(0,)n n n n n E X X D X X X X N nnσσ+++++-=-=∴- 3）2211111()0,(),(0,)n n E X X D X X X X N n nσσ---=-=∴- 18. 解：()()()62,47.61,96.125.0,975.025.0,95.0125.0225.0/25.025.0975.0≥≥=≥≥Φ≥-Φ=⎪⎪⎭⎫ ⎝⎛≤-≤-=≤-n n u n n n n n X n P X P σμσμ 19.解[,]0,1,[,](),(),0,[,]1,X U a b x a x a b x af x F x a x b b a b a x a b x b ≤⎧⎧⎪∈-⎪⎪∴==<≤-⎨⎨-⎪⎪∉⎩>⎪⎩1(1)()(1())()n f x n F x f x -∴=-111()1(),[,]0,[,]1(),[,]()(())()0,[,]n n n n b a n x a b b a b a x a b x a n x a b f x n F x f x b a b ax a b ----⎧∈⎪=--⎨⎪∉⎩-⎧∈⎪==--⎨⎪∉⎩20.解：()()()()()()()55(1)(1)11515555555(5)111011011011101211121(1(1))1(11(1))1(1)0.5785121515 1.5(1.5)0.93320.70772i i i i i i i i i i P X P X P X P X X P X P X P X P =====<=-≥=-≥=--≤⎛-⎫⎛⎫=--≤- ⎪⎪⎝⎭⎝⎭=--Φ-=--+Φ=-Φ=-⎛⎫<==<=<=Φ== ⎪⎝⎭∏∏∏∏∏21. 解：1)因为21~(0,)mi i X N m σ=∑，从而~(0,1)miXN ∑2221~()m ni i m Xn χσ+=+∑，所以~()miX t n ξ=2）因为22211~()mii Xm χσ=∑，22211~()m nii m Xn χσ+=+∑所以2121~(,)mi i m ni i m n X F m n m X =+=+∑∑3)因为21~(0,)mii XN m σ=∑，21~(0,)m nii m XN n σ+=+∑所以2212()~(1)mi i X m χσ=∑，2212()~(1)m ni i m X n χσ+=+∑故 222221111~(2)m m n i i i i m X X m n χσσ+==+⎛⎫⎛⎫+ ⎪ ⎪⎝⎭⎝⎭∑∑22.解：由Th1.4.1 (2)()(),95.047.321),1(~122222=⎪⎪⎭⎫⎝⎛≤---σχσS n P n S n查表:n 121,n 22-==23.解：由推论1.4.3(2)05.095.0139.2139.2),14,19(~222122212221=-=⎪⎪⎭⎫ ⎝⎛≤-=⎪⎪⎭⎫ ⎝⎛>S S P S S P F S S 24.解： 1)()()94.005.099.057.3785.10)20(~),1,0(~),,0(~2201222220122=-=≤≤=⎪⎭⎫ ⎝⎛-=---∑∑==χχχσμσμσμσμP X XN X N X i i i ii i2)()895.01.0995.058.381965.11),19(~192222222012=-=⎪⎪⎭⎫ ⎝⎛≤≤=-∑=σχσσS P S X Xi i25. 解：1)()4532.07734.0221)75.0(21431435/2080380=⨯-=+Φ-=⎪⎭⎫ ⎝⎛≤-=⎪⎪⎭⎫ ⎝⎛>-=>-U P X P X P2)()()05.01975.021064.21064.25/2674.780380=+⨯-=≤-=⎪⎪⎭⎫ ⎝⎛>-=>-T P X P X P 26.解： 1)8413.0120472.4472.4=⎪⎪⎭⎫ ⎝⎛<-=⎪⎪⎭⎫ ⎝⎛<-=⎪⎭⎫ ⎝⎛+<σσσa X P a X P a X P 2)2222222222223132222222S P S P S P S P σσσσσσσσ⎛⎫⎛⎫⎛⎫⎛⎫-<=-<-<=<<=<< ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭⎝⎭⎝⎭22199.528.50.950.050.9S P σ⎛⎫=<<=-= ⎪⎝⎭3)3676.3,328.120,1.020,9.02012020/1===⎪⎪⎭⎫ ⎝⎛≤=⎪⎪⎭⎫⎝⎛≤-=⎪⎪⎭⎫ ⎝⎛>-=⎪⎪⎭⎫⎝⎛>-=⎪⎪⎭⎫ ⎝⎛>-c c c T P cT P cS X P c S X P c X S P μμμ27．解：22cov(,)(,)1()()1cov(,)()1(,)1i j i j i j i j i j i j X X X X r X X X X n D X X D X X nX X X X E X X X X X X X X nr X X X X n σσ----=--=-=--=---=-∴--=--28.解：()2221212)1(2)1(,)1(,21),2,2(~σσμ-=-=-=-===+=∑∑==+n ES n ET S n Y Y T X Y n Y N X X Y Y Y ni i ni i in i i 令习题二、参数估计1． 解： 矩估计()1 3.40.10.20.90.80.70.766X =+++++= ()()11111ln ln(1)ln nnni ii i nii L x x L n x αααααα===⎡⎤=+=+⎣⎦=++∏∏∑121ln ln 01ˆ10.2112ln ni i n ii d n L x d n x αααα====+=+=--=∑∑3077.0121ˆ,212)1()1(110121=--==++=++=+=⎰++X X X x dx x EX αααααααα所以12112ˆˆ,11ln nii X n X X αα=⎛⎫ ⎪- ⎪==-+-⎪ ⎪⎝⎭∑，12ˆˆ0.3079,0.2112αα≈≈ 2．解：1）3077.02ˆ,21====X X EX θθ111ln 0nni L nL θθθ====-=∏无解，依定义：21ˆmax ii nX θ≤≤=2）矩法：211ˆˆ1.2,0.472212EX DX θθ====极大似然估计：22ˆˆ1.1,0.1833212EX DX θθ====3．1）解：矩法估计：111ˆ,EX X Xλλ===最大似然估计：111,ln ln niii nnx x ni i i L eeL n L x λλλλλ=--==∑===-∑∏2111ˆln 0,ni ni ii d n nL x d Xxλλλ===-===∑∑ 2)解：~()X P λ矩估计：X X EX ===1ˆ,λλ最大似然估计：1,ln ln ixnxnn i i iiL eeL n nx x x x λλλλλλ--====-+-∑∏∏2ˆln 0,d nx L n X d λλλ=-+== 3）解：矩估计：()2,212b a a bEX DX -+== 联立方程：()2*221ˆ2ˆa X b X a bX b a M ⎧=-⎪→+⎧=⎪⎪⎨-⎪=⎪⎩⎨=+⎪⎩极大似然估计：依照定义，11ˆˆmin ,max i ii ni naX b X ≤≤≤≤== 4) 解：矩估计：ln EX dx xxθθ+∞+∞==⎰，不存在22111,ln ln 2ln nnni i i i iL L n x x x θθθ=====-∑∏∏ ln 0n L αθ∂==∂，无解；故，依照定义，(1)ˆX θ= 5)解：矩法：()/0()(1)(2)x txEX e dx t edt αβααβαββ+∞+∞---==+=Γ+Γ⎰⎰X αβ=+=22220()(1)2(2)(3)t EX t e dt αβααββ+∞-=+=Γ+Γ+Γ⎰ 222222122()i M X nααββαββ=++=++==∑22222*2111ˆˆi M X X X M nX βαβ=-=-==-=∑即11ˆˆX X αβ==-==极大似然估计：()()/1111exp ,ln ln i nx n i n L e nx n L n nx αβαβαβββββ---=⎡⎤==--=--+⎢⎥⎣⎦∏2ln 0,ln ()0n n n L L x ααββββ∂∂===-+-=∂∂ α无解，依定义有：(1)(1)ˆˆ,L L X X X X αβα==-=- 7)解： 矩法：22223222(2)x x t x EX dx dte dt X θθθ+∞+∞+∞---=====⎰⎰⎰ˆMθ=极大似然估计：22222211iixnxn ni ii iL x eθθ--==∑⎛⎫== ⎪⎝⎭∏∏222ln ln43ln ln iixL n n n xθθ=---∑∑233ˆln20,iLxnLθθθθ∂=-+==∂∑8)解：矩法：2222222222022222223(1)(1)[(1)](1)(1)(1)1221x x x x x xxxd dEX x xd dd dq Xdq dq qθθθθθθθθθθθθθ∞∞∞-===∞==--=-=---=====-∑∑∑∑2ˆM Xθ=极大似然估计：22221(1)(1)(1)(1)ln2ln(2)ln(1)ln(1)inx n nx ni iiiL x xL n nx n xθθθθθθ--==--=--=+--+-∏∏∑222ˆln0,1Ln nx nLXθθθθ∂-=-==∂-4解：11112112(,,)(1)(1)ln(,,)ln(1)ln(1)n ni ii i i iy yny y nninL p y y y p p p pL p y y y ny p n y p==--=∑∑=-=-=+--∏12(,,)0(1)ny pd L p y y y ndp p p-==-ˆp Y=记001,;0,i i i iy x a y x a=≥=<则(1,)iY B p；1,ln ln i nx n nx i L e e L n nx λλλλλλ--====-∏711120000ˆln 0,,2010001000i i i d n L nx X x v d X λλλ==-=====∑ 1ˆ0.05Xλ== 6解：因为其寿命服从正态分布，所以极大似然估计为：2211ˆˆ,()ni i x x n μσμ===-∑ 根据样本数据得到：2ˆˆ997.1,17235.811μσ==。

49第六章 数理统计的基本概念一.填空题1.若n ξξξ,,,21 是取自正态总体),(2σμN 的样本，则∑==ni i n 11ξξ服从分布 )n,(N 2σμ .2.样本),,,(n X X X 21来自总体),(~2σμN X 则~)(221nS n σ- )(1χ2-n ； ~)(nS n X μ- _)(1-n t __。

其中X 为样本均值，∑=--=n i n X X n S 12211)(。

3.设4321X X X X ,,,是来自正态总体).(220N 的简单随机样本，=a X4.1(,y U5. 设X 为X6. 令T =, 则2~T F (1,n ) 分布.解：由T =, 得22X T Y n =. 因为随机变量~(0,1)X N , 所以22~(1).X χ再由随机变量X 与Y 相互独立, 根据F 分布的构造, 得22~(1,).X T F n Y n=507. 设12,,,n X X X 是总体(0,1)N 的样本, 则统计量222111n k k X n X =-∑服从的分布为(1,1)F n - (需写出分布的自由度).解：由~(0,1),1,2,,i X N i n = 知222212~(1),~(1)nk k X X n χχ=-∑, 于是22122211(1)1~(1,1)./11nkn k k k Xn X F n X n X ==-=--∑∑8. 总体21234~(1,2),,,,X N X X X X 为总体X 的一个样本,设从9. 对”)(1) 在 ， 则 样 本 对 )(2) 若 0≠-θθ)ˆ(E 则 称 θ为 θ 的 渐 近 无 偏 估 计 量 .( 错 )(3) 设总体X 的期望E(X)，方差D(X)均存在，21x x , 是X 的一个样本 ，则统计量213231x x +是 E(X) 的无偏估计量。

( 对 )(4) 若 θθθ==)ˆ()ˆ(21E E 且 )ˆ()ˆ(21θθD D <则 以 θ2估 计 θ 较 以 θ1估 计 θ 有 效 。

第六、七、八章 数理统计 （抽样分布、参数估计、假设检验）一、思考题1．统计抽样工作中，得到的都是具体数值，即样本值。

为什么说样本是随机变量？ 2．参数的区间估计中，参数与置信区间谁是随机的？3．假设检验中两类错误的关系如何？要想同时减少犯两类错误的概率，办法是什么？ 4．在单边检验问题中，建立原假设与备择假设的原则是什么？ 二、单项选择题1. 设)1(,,,,21>n X X X n 是来自正态总体),(2σμN 的一个简单随机样本，X 为样本均值，则}|{|εμ<-X P （ ）}|{|εμ<-X P 。

（A ）>（B ）<（C ）≥（D ）≤2. 设n X X X ,,,21 是来自正态总体),(2σμN 的一个简单随机样本，X 和S 2分别为样本均值和样本方差，则∑=⎪⎭⎫⎝⎛-ni i X 12σμ～（ ）。

（A ） )1,0(N （B ）)1(2-n χ （C ）)(2n χ (D))1(-n t3. 设n X X X ,,,21 是来自正态总体N (0,1)的一个样本，则下列统计量中，服从自由度为n -1的 2χ分布的是 （ ）。

（A ）∑=ni iX12（B ）S 2 （C ）(n -1)2X （D ）(n -1)S 24. 设n X X X ,,,21 是来自正态总体),0(2σN 的一个样本，则下列统计量中，服从自由度为n -1的t 分布的是 （ ）。

（A ）SXn （B ）SXn （C ）2SXn （D ）2SXn 5. 设随机变量)(~n t X )1(>n ，21X Y =，则（ ）。

（A ）)(~2n Y χ （B ）)1(~2-n Y χ （C ）)1,(~n F Y （D ）),1(~n F Y 6. 总体均值μ的95%置信区间的意义是指这个区间 （ ）。

（A ）平均含总体95%的值（B ）平均含样本的95﹪的值 （C ）有95%的可能含μ的真值 （D ）有95%的可能含样本均值X7. 设n X X X ,,,21 是来自总体X 的样本，E(X)= μ，D(X)=σ2，则可以作为σ2的无偏估计量的是（ ）。

《概率论与数理统计》习题及答案第 六 章1．某厂生产玻璃板，以每块玻璃上的泡疵点个数为数量指标，已知它服从均值为λ的泊松分布，从产品中抽一个容量为n 的样本12,,,n X X X L ，求样本的分布.解 样本12(,,,)n X X X L 的分量独立且均服从与总体相同的分布，故样本的分布为11221(,,,)()nn n ii i P X k X k X k P Xk ======∏L 1!ikni i e k λλ-==∏112!!!ni i n k n e k k k λλ=-∑=L 0,1,i k =L ，1,2,,,i n =L 2．加工某种零件时，每一件需要的时间服从均值为1/λ的指数分布，今以加工时间为零件的数量指标，任取n 件零件构成一个容量为n 的样本，求样本分布。

解 零件的加工时间为总体X ，则~()X E λ，其概率密度为,0,()0,0.x e x f x x λλ-⎧>=⎨≤⎩于是样本12(,,,)n X X X L 的密度为1121,0(,,,)0,.nii ix nnx i n i e x f x x x e λλλλ=--=⎧∑⎪>==⎨⎪⎩∏K 其它 1,2,,i n =L 3．一批产品中有成品L 个，次品M 个，总计N L M =+个。

今从中取容量为2的样本（非简单样本），求样本分布，并验证：当,/N M N p →∞→时样本分布为（6.1）式中2n =的情况。

解 总体~(01)X -，即(0),(1)L MP X P X N N==== 于是样本12(,)X X 的分布如下 121(0,0)1L L P X X N N -===⋅-，12(0,1)1L M P X X N N ===⋅-12(1,0)1M L P X X N N ===⋅-，121(1,1)1M M P X X N N -===⋅- 若N →∞时M p N →，则1Lp N→-，所以2002012(0,0)(1)(1)P X X p p p +-==→-=-012112(0,1)(1)(1)P X X p p p p +-==→-=-102112(1,0)(1)(1)P X X p p p p +-==→-=-2112212(1,1)(1)P X X p p p +-==→=-以上恰好是（6.1）式中2n =的情况.4．设总体X 的容量为100的样本观察值如下：15 20 15 20 25 25 30 15 30 25 15 30 25 35 30 35 20 35 30 25 20 30 20 25 35 30 25 20 30 25 35 25 15 25 35 25 25 30 35 25 35 20 30 30 15 30 40 30 40 15 25 40 20 25 20 15 20 25 25 40 25 25 40 35 25 30 20 35 20 15 35 25 25 30 25 30 25 30 43 25 43 22 20 23 20 25 15 25 20 25 30433545304530454535作总体X 的直方图解 样本值的最小值为15，最大值为45取14.5a =，45.5b =，为保证每个小区间内都包含若干个观察值，将区间[14.5,45.5]分成8个相等的区间。

第六章习题6-11、由一致估计的定义，对0ε∀>{}{}{}()1212max ,,,max ,,,n n P X X X P X X X θεεθεθ-<=-+<<+()()F F εθεθ=+--+()0, 0, 01, X x xF x x x θθθ<⎧⎪=≤≤⎨⎪>⎩及(){}()()()()1212max ,,,n n X X X X X X F x F x F x F x F x ==⋅⋅⋅()1F εθ∴+=(){}()12max ,,,1nn x F P X X X εθεθθ⎫⎛-+=<-+≈- ⎪⎝⎭{}()12max ,,,111()nn x P X X X n θεθ⎫⎛∴-<=--→→∞ ⎪⎝⎭2、证明：EX μ=()1111111ni i n n i i i i nn n i i i i i i i i a X E a E X a a a a μμ======⎫⎛⎪ ⎪ ==⋅=⎪ ⎪⎝⎭∑∑∑∑∑∑ 11niii nii a Xa==∴∑∑是μ的无偏估计量3、证明： ()() ()()22D E E θθθ=-()() ()()()2222E D E D θθθθθθ∴=+=+> 2θ∴不是2θ的无偏估计量4、证明：()~X P λEX λ∴=，()()222E X DX EX λλ=+=+()22E X EX λ∴-=，即()22E X X λ-=用样本矩2211n i i A X n ==∑，1A X =代替相应的总体矩()2E X 、EX所以得2λ的无偏估计量： 22111n i i A A X X n λ==-=-∑ 5、()~,X B n p ，EX np ∴=()()()()22222111E X np p n p np n n p EX n n p =-+=+-=+-()()()()222111E X EX E X X p n n n n -⎫⎛∴=-=⎪ --⎝⎭所以用样本矩2211n i i A X n ==∑，1A X =分别代替总体矩()2E X 、EX得2p 的无偏估计量： ()()()222121111ni i i A A p X X n n n n =-==---∑6、()~,1X N m ，()i E X m ∴=，()1i D X =，(1,2)i =()()()11212212121333333E m E X X E X E X m m m ⎫⎛∴=+=+=+= ⎪⎝⎭()()()1121221414153399999D m D X X D X D X ⎫⎛=+=+=+= ⎪⎝⎭同理可得： ()2E m m =， ()258D m =， ()3E m m =， ()212D m =123,,m m m ∴都是m 的无偏估计量，且在 123,,m m m 中， 3m 的方差最小习题6-21、（1）()11cccEX x c xdx cx dx θθθθθθθθ+∞+∞-+-=⋅==-⎰⎰EXEX cθ∴=-，令X EX =X X c θ∴=-为矩估计量，θ的矩估计值为 x x cθ=-，其中11n i i x x n ==∑似然函数为：()()11211,,,;nnn n n ii i i L x x x c xcx θθθθθθθ-+-====∏∏ ，i x c > 对数似然函数：()()()1ln ln ln 1ln nii L n n c x θθθθ==+-+∑求导，并令其为0，得：1ln ln ln 0ni i d L nn c x d θθ==+-=∑ 1ln ln Lnii nx n cθ=∴=-∑，即θ的最大似然估计量为 1ln ln Lnii nXn cθ==-∑（2）21111EX EX x x dx EX θθθθθ-⎫⎛=⋅=⇒= ⎪--⎝⎭⎰ 以X EX =，得： 21X X θ⎫⎛=⎪ -⎝⎭为θ的矩估计量θ的矩估计值为： 21x x θ⎫⎛=⎪ -⎝⎭，其中11ni i x x n ==∑ 而()1121211,,,;n nnn i i i i L x x x x x θθθθθ--==⎫⎛==⎪⎝⎭∏∏ ，01i x ≤≤()()1ln ln 1ln 2nii nL x θθθ=∴=+-∑令1ln 11ln 022ni i d L n x d θθθ==+⋅⋅=∑， 21ln L ni i n x θ=⎫⎛⎪ ⎪ ∴=⎪⎪⎝⎭∑ 所以θ的最大似然估计量 21ln L ni i n x θ=⎫⎛⎪ ⎪ =⎪ ⎪⎝⎭∑ （3）()~,X B m p ，EXEX mp p m∴=⇒=p ∴的矩估计量： 111n i i X p X X m mn m====∑p ∴的矩估计值为： 11n i i p x mn ==∑ 而()()()111211,,,;11nniii i ii i i nnx m x m x x x x n mm i i L x x x p Cpp C pp ==--==∑∑=-=⋅⋅-∏∏ ，0,1,,ix m = ()()()111ln ln ln ln 1i nnn x mi i i i i L p C x p m x p ====+⋅+-⋅-∑∑∑令() 111ln 111101n n n i i L ii i i d L x m x p x x dp p p mn m ====⋅--⋅=⇒==-∑∑∑ p ∴的最大似然估计量为： 1L p X m=2、（1）()01;2EX xf x dx xdx θθθθ+∞-∞===⎰⎰令11n i i EX X X n ===∑，22X X θθ∴=⇒=2X θ∴= （2）由观测的样本值得：6111(0.30.80.270.350.620.55)0.481766i i x x ===+++++≈∑20.9634x θ∴== 3、由1111122EX X θθθθθ+=⨯+⨯++⨯== 21X θ∴=-为θ的矩估计量 4、设p ：抽得废品的概率；1p -：抽得正品的概率 引入{1, i i X i =第次抽到废品0,第次抽到正品，1,2,,60i =()1i P X p ∴==，()01i P X p ==-，且i EX p =所以对样本1260,,,X X X 的一个观测值1260,,,x x x由矩估计法得，p 的估计值为： 601141606015ii p x ====∑，即这批产品的废品率为1155、()()2212213132EX θθθθθ=⨯+⨯-+⨯-=-，()1412133x =⨯++=EX x = ， 3526x θ-∴==为矩估计值 ()()()()()()()34511223312121i i i L P X x P X x P X x P X x θθθθθθ========⋅⋅-=-∏()()ln ln25ln ln 1L θθθ=++-令() ln 1155016Ld L d θθθθθ=⨯-=⇒=- 6、（1）λ的最大似然估计 LX λ=， ()0LX P X e e λ--∴=== （2）设X ：一个扳道员在五年内引起的严重事故的次数()~X P λ∴，122n =得样本均值：5011(044142221394452) 1.123122122r r x r s ==⨯⋅=⨯⨯+⨯+⨯+⨯+⨯+⨯=∑()1.12300.3253x P X e e --∴====习题6-33、从总体中抽取容量为n 的样本12,,,n X X X 由中心极限定理：()~0,1,/X U N n nμσ-=→∞（1）当2σ已知时，近似得到μ的置信度为1α-的置信区间为：22,X u X u n n αασσ⎫⎛-⋅+⋅⎪ ⎝⎭ （2）当2σ未知时，用2σ的无偏点估计2s 代替2σ：~(0,1),/X N n s nμ-→∞于是得到μ的置信度为1α-的置信区间为：22,s s X u X u n n αα⎫⎛-⋅+⋅⎪ ⎝⎭一般要求30n ≥才能使用上述公式，称为大样本区间估计 4、40n = 属于大样本，2,X N n σμ⎫⎛∴⎪ ⎝⎭ 近似μ∴的95%的置信区间近似为：2x u n ασ⎫⎛±⋅⎪ ⎝⎭其中642x =，3σ=，40 6.32n =≈，21.96u α=()23642 1.966420.9340x u n ασ⎫⎛⎫⎛∴±⋅=±⨯≈±⎪ ⎪⎝⎭⎝⎭故μ的95%的置信区间上限为642.93，下限为641.075、100n =属于大样本，2~,X N n σμ⎛⎫∴ ⎪⎝⎭近似μ∴的99%的置信区间近似为：2x u n ασ⎫⎛±⋅⎪ ⎝⎭其中10x =，3σ=，100n =，22.58u α=()()2310 2.58100.7749.226,10.774100x u n ασ⎛⎫⎛⎫∴±⋅=±⨯=±= ⎪ ⎪⎝⎭⎝⎭由此可知最少要准备10.77410000107740()kg ⨯=这种商品，才能以0.99的概率满足要求。