概率论与数理统计73置信区间

概率论与数理统计公式整理在现代数学中，概率论与数理统计是两个重要的分支。

其中概率论是研究随机事件发生的可能性或概率的科学。

而数理统计则是利用概率论的方法，对已经发生的随机事件进行统计分析和推断。

本文将整理概率论与数理统计中常用的公式。

一、基本概率公式1.概率：$P(A)=\frac{n(A)}{n(S)}$其中，$P(A)$表示事件$A$发生的概率，$n(A)$表示事件$A$所包含的基本事件的个数，$n(S)$表示所有基本事件的个数。

2.加法原理：$P(A\cup B)=P(A)+P(B)-P(A\cap B)$其中，$A$和$B$是两个事件，$A\cup B$表示事件$A$和事件$B$中至少有一个发生的概率，$A\cap B$表示两个事件同时发生的概率。

3.条件概率：$P(B|A)=\frac{P(A\cap B)}{P(A)}$其中，$P(B|A)$表示在事件$A$发生的条件下，事件$B$发生的概率。

4.乘法定理：$P(A\cap B)=P(A)P(B|A)$其中，$P(A\cap B)$表示两个事件同时发生的概率，$P(B|A)$表示在事件$A$发生的条件下，事件$B$发生的概率。

二、概率分布1.离散随机变量的概率分布律：$\sum\limits_{i=1}^{+\infty}{p(x_i)}=1$其中，$p(x_i)$表示离散随机变量取值为$x_i$的概率。

2.连续随机变量的概率密度函数：$\int_{-\infty}^{+\infty}{f(x)}\mathrm{d}x=1$其中，$f(x)$表示连续随机变量在$x$处的概率密度。

3.数学期望：$E(x)=\sum\limits_{i=1}^{+\infty}{x_ip(x_i)}$或$E(x)=\int_{-\infty}^{+\infty}{xf(x)}\mathrm{d}x$其中，$E(x)$表示随机变量$x$的数学期望，$p(x_i)$表示$x_i$这一离散随机变量取到的带权概率。

沈阳铁路局学习中心第一部分：必须掌握的重点理论知识习题。

一、填空：1、某人投篮命中率为54，直到投中为止，所用投球数为4的概率为___6254________。

2、已知,31,9)Y (D ,16)X (D X Y =ρ== 则.___36___)Y 2X (D =- 3、设总体X 服从正态分布),,0(2σN 从总体中抽取样本,,,,4321X X X X 则统计量24232221X X X X ++服从_______)2,2(F ______________分布。

4、设总体X 服从正态分布),1,(μN 其中μ为未知参数，从总体X 中抽取容量为16的样本，样本均值,5=X 则总体均值μ的%95的置信区间为____（4.51，5.49）____。

（96.1975.0=u ）5、若),(~),,(~222211σμσμN Y N X ，且X 与Y 相互独立，则Y X Z +=服从______),(222121σσμμ++N ______分布。

6、设事件A 与B 相互独立，事件B 与C 互不相容，事件A 与C 互不相容，且()()0.5P A P B ==，()0.2P C =，则事件A 、B 、C 中仅C 发生或仅C 不发生的概率为___0.45___.7、甲盒中有2个白球和3个黑球，乙盒中有3个白球和2个黑球，今从每个盒中各取2个球，发现它们是同一颜色的，则这颜色是黑色的概率为____1/2___.8、设随机变量X 的概率密度为2,01,()0,x x f x <<⎧=⎨⎩其它, 现对X 进行四次独立重复观察，用Y 表示观察值不大于0.5的次数，则2EY =___5/4____.9、 设两位化验员A ，B 独立地对某中聚合物含氯两用同样的方法各做10次测定，其测定值的样本方差依次为2222,.6065.0,5419.0B A B A σσS S 设==分别为A ，B 所测定的测定值总体的方差，设总体均为正态的。

概率论与数理统计智慧树知到课后章节答案2023年下安阳工学院安阳工学院第一章测试1.当事件与同时发生时，事件必发生，则下列结论正确的是（）A: B: C: D:答案:2.已知=（）A:0.1 B:0.5 C:0.2 D:0.3答案:0.53.设事件与满足，则（）A: B: C:是必然事件 D:答案:4.设是两个互斥事件，且则结论正确的是（）A: B: C: D:答案:5.设三个事件两两独立，则相互独立的充要条件是（）A: B: C: D:答案:6.关于独立性，下列说法错误的是（）A:若相互独立，则相互独立 B:若相互独立，相互独立，相互独立，则相互独立C:若相互独立，则其中的任意事件仍然相互独立 D:若相互独立，则它们之中的任意多个事件换成其对立事件后仍然相互独立答案:若相互独立，相互独立，相互独立，则相互独立7.已知则下列结论正确的是（）A:事件互斥 B:事件相互独立 C: D:答案:事件相互独立8.某人投篮命中率为，直到投中为止，则投篮次数为4的概率为（）A: B: C: D:答案:9.从0—9中任意选取三个数字，能“组成只有两位数字相同的三位数”的个数是243个。

（）A:错 B:对答案:对10.若事件满足相互独立关系，则。

（）A:对 B:错答案:对第二章测试1.设随机变量服从参数为50和的二项分布，则近似服从参数为（）的泊松分布。

A:10 B:1 C: D:50答案:12.设随机变量，则的概率密度（）。

A: B: C: D:答案:3.设随机变量的概率密度为是的分布函数，则对任意实数，有（）A: B: C: D:答案:4.设随机变量，则随着的增大，概率将会（）A:单调增 B:不变 C:不能确定 D:单调减答案:不变5.,则（）A:相互独立 B:对立 C: D:答案:6.设为连续随机变量，则 0。

（）A:对 B:错答案:对7.A:对 B:错答案:错8.设为连续随机变量，则（其中为一实数）。

（）A:错 B:对答案:对9.随机变量，且相互独立，则随机变量～。

第六章参数估计6.1 点估计问题概述习题1总体X在区间[0,θ]上均匀分布，X1,X2,⋯,Xn是它的样本，则下列估计量θ是θ的一致估计是().(A)θ=Xn; (B)θ=2Xn;(C)θ=X¯=1n∑i=1nXi;(D)θ=Max{X1,X2,⋯,Xn}.解答：应选(D).由一致估计的定义，对任意ɛ>0,P(∣Max{X1,X2,⋯,Xn}-θ∣<ɛ)=P(-ɛ+θ<Max{X1,X2,⋯,Xn}<ɛ+θ)=F(ɛ+θ)-F(-ɛ+θ).因为FX(x)={0,x<0xθ,0≤x≤θ1,x>θ, 及F(x)=FMax{X1,X2,⋯,Xn}(x)=FX1(x)FX2(x)⋯FXn(x),所以F(ɛ+θ)=1, F(-ɛ+θ)=P(Max{X1,X2,⋯,Xn}<-ɛ+θ)=(1-xθ)n,故P(∣Max{X1,X2,⋯,Xn}-θ∣<ɛ)=1-(1-xθ)n→1(n→+∞).习题2设σ是总体X的标准差，X1,X2,⋯,Xn是它的样本，则样本标准差S是总体标准差σ的().(A)矩估计量；(B)最大似然估计量；(C)无偏估计量；(D)相合估计量.解答：应选(D).因为，总体标准差σ的矩估计量和最大似然估计量都是未修正的样本标准差；样本方差是总体方差的无偏估计，但是样本标准差不是总体标准差的无偏估计.可见，样本标准差S是总体标准差σ的相合估计量.习题3设总体X的数学期望为μ,X1,X2,⋯,Xn是来自X的样本，a1,a2,⋯,an是任意常数，验证(∑i=1naiXi)/∑i=1nai(∑i=1nai≠0)是μ的无偏估计量.解答：E(X)=μ,E(∑i=1naiXi∑i=1nai)=1∑i=1nai⋅∑i=1naiE(Xi)(E(Xi)=E(X)=μ)=μ∑i=1nai∑i=1n=μ,综上所证，可知∑i=1naiXi∑i=1nai是μ的无偏估计量.习题4设θ是参数θ的无偏估计，且有D(θ)>0, 试证θ2=(θ)2不是θ2的无偏估计.解答：因为D(θ)=E(θ2)-[E(θ)]2, 所以E(θ2)=D(θ)+[E(θ)]2=θ2+D(θ)>θ2,故(θ)2不是θ2的无偏估计.习题5设X1,X2,⋯,Xn是来自参数为λ的泊松分布的简单随机样本，试求λ2的无偏估计量.解答：因X服从参数为λ的泊松分布，故D(X)=λ, E(X2)=D(X)+[E(X)]2=λ+λ2=E(X)+λ2,于是E(X2)-E(X)=λ2, 即E(X2-X)=λ2.用样本矩A2=1n∑i=1nXi2,A1=X¯代替相应的总体矩E(X2),E(X), 便得λ2的无偏估计量λ2=A2-A1=1n∑i=1nXi2-X¯.习题6设X1,X2,⋯,Xn为来自参数为n,p的二项分布总体，试求p2的无偏估计量.解答：因总体X∼b(n,p), 故E(X)=np,E(X2)=D(X)+[E(X)]2=np(1-p)+n2p2=np+n(n-1)p2=E(X)+n(n-1)p2,E(X2)-E(X)n(-1)=E[1n(n-1)(X2-X)]=p2,于是，用样本矩A2,A1分别代替相应的总体矩E(X2),E(X),便得p2的无偏估计量p2=A2-A1n(n-1)=1n2(n-1)∑i=1n(Xi2-Xi).习题7设总体X服从均值为θ的指数分布，其概率密度为f(x;θ)={1θe-xθ,x>00,x≤0,其中参数θ>0未知. 又设X1,X2,⋯,Xn是来自该总体的样本，试证：X¯和n(min(X1,X2,⋯,Xn))都是θ的无偏估计量，并比较哪个更有效.解答：因为E(X)=θ, 而E(X¯)=E(X),所以E(X¯)=θ, X¯是θ的无偏估计量.设Z=min(X1,X2,⋯,Xn),因为FX(x)={0,x≤01-e-xθ,x>0,FZ(x)=1-[1-FX(x)]n={1-e-nxθ,x>00,x≤0,所以fZ(x)={nθe-nxθ,x>00,x≤0,这是参数为nθ的指数分布，故知E(Z)=θn, 而E(nZ)=E[n(min(X1,X2,⋯,Xn)]=θ,所以nZ也是θ的无偏估计.现比较它们的方差大小.由于D(X)=θ2, 故D(X¯)=θ2n.又由于D(Z)=(θn)2, 故有D(nZ)=n2D(Z)=n2⋅θ2n2=θ2.当n>1时，D(nZ)>D(X¯),故X¯较nZ有效.习题8设总体X服从正态分布N(m,1),X1,X2是总体X的子样，试验证1=2 X1+1 X2, 2=1 X1+ X2,=12X1+12X2,都是m的无偏估计量；并问哪一个估计量的方差最小?解答：因为X服从N(m,1), 有E(Xi)=m,D(Xi)=1(i=1,2),得E( 1)=E(23X1+13X2)=23E(X1)+13E(X2)=23m+13m=m,D( 1)=D(23X1+13X2)=49D(X1)+19D(X2)=49+19=59,同理可得：E( 2)= ,D( 2)= ,E( )= ,D( )=12.所以， 1, 2,都是m的无偏估计量，并且在 1, 2,中，以的方差为最小.习题9设有k台仪器. 已知用第i台仪器测量时，测定值总体的标准差为σi(i=1,2,⋯,k), 用这些仪器独立地对某一物理量θ各观察一次，分别得到X1,X2,⋯,Xk. 设仪器都没有系统误差，即E(Xi)=θ(i=1,2,⋯,k), 问a1,a2,⋯,ak应取何值，方能使用=∑i=1kaiXi估计θ时， 是无偏的，并且D( )最小？解答：因为E(Xi)=θ(i=1,2,⋯,k), 故E( )=E(∑i=1kaiXi)=∑i=1kaiE(Xi)=θ∑i=1kai,欲使E( )=θ, 则要∑i=1kai=1.因此，当∑i=1kai=1时，=∑i=1kaiXi为θ的无偏估计,D( )=∑i=1kai2σi2, 要在∑i=1kai=1的条件下D( )最小，采用拉格朗日乘数法.令L(a1,a2,⋯,ak)=D()+λ(1-∑i=1kai)=∑i=1kai2σi2+λ(1-∑i=1kai),{∂L∂ai=0,i=1,2,⋯,k∑i=1kai=1,即2aiσi2-λ=0,ai=λ2i2;又因∑i=1kai=1,所以λ∑i=1k12σi2=1, 记∑i=1k1σi2=1σ02, 所以λ=2σ02, 于是ai=σ02σi2 (i=1,2,⋯,k),故当ai=σ02σi2(i=1,2,⋯,k)时， =∑i=1kaiXi是θ的无偏估计，且方差最小.习题6.2 点估计的常用方法习题1设X1,X2,⋯,Xn为总体的一个样本，x1,x2,⋯,xn为一相应的样本值，求下述各总体的密度函数或分布律中的未知参数的矩估计量和估计值及最大似然估计量．(1)f(x)={θcθx-(θ+1),x>c0,其它, 其中c>0为已知，θ>1,θ为未知参数.(2)f(x)={θxθ-1,0≤x≤10,其它, 其中θ>0,θ为未知参数.(3)P{X=x}=(mx)px(1-p)m-x, 其中x=0,1,2,⋯,m,0<p<1,p为未知参数.解答：(1)E(X)=∫c+∞x⋅θcθx-(θ+1)dx=θcθ∫c+∞x-θdx=θcθ-1，解出θ=E(X)E(X)-c，令X¯=E(X)，于是=X¯X¯-c为矩估计量，θ的矩估计值为=x¯x¯-c，其中x¯=1n∑i=1nxi．另外，似然函数为L(θ)=∏i=1nf(xi;θ)=θncnθ(∏i=1nxi)-(θ+1)，xi>c，对数似然函数为lnL(θ)=nlnθ+nθlnc-(θ+1)∑i=1nlnxi，对lnL(θ)求导，并令其为零，得dlnL(θ)dθ=nθ+nlnc-∑i=1nlnxi=0，解方程得θ=n∑i=1nlnxi-nlnc，故参数的最大似然估计量为=n∑i=1nlnXi-nlnc．(2)E(X)=∫01x⋅θxθ-1dx=θθ+1，以X¯作为E(X)的矩估计，则θ的矩估计由X¯=θθ+1解出，得=(X¯1-X¯)2，θ的矩估计值为=(x¯1-x¯)2，其中x¯=1n∑i=1nxi为样本均值的观测值．另外，似然函数为L(θ)=∏i=1nf(xi;θ)=θn/2(∏i=1nxi)θ-1，0≤xi≤1，对数似然函数为lnL(θ)=n2lnθ+(θ-1)∑i=1nlnxi，对lnL(θ)求导，并令其为零，得dlnL(θ)dθ=n2θ+12θ∑i=1nlnxi=0，解方程得θ=(-n∑i=1nlnxi)2，故参数的最大似然估计量为=(n∑i=1nlnXi)2．(3)X∼b(m,p)，E(X)=mp，以X¯作为E(X)的矩估计，即X¯=E(X)，则参数p的矩估计为=1 X¯=1 ⋅1n∑i=1nXi，p的矩估计值为=1 x¯=1 ⋅1n∑i=1nxi．另外，似然函数为L(θ)=∏i=1nf(xi;θ)=(∏i=1nC xi) ∑i=1nxi(1- )∑i=1n( -xi)，xi=0,1,⋯,m，对数似然函数为lnL(θ)=∑i=1nlnC xi+(∑i=1nxi)ln +(∑i=1n( -xi))ln(1-p)，对lnL(θ)求导，并令其为零，得dlnL(θ)dθ=1 ∑i=1nxi-11- ∑i=1n( -xi)=0，解方程得 =1 n∑i=1nxi，故参数的最大似然估计量为=1 n∑i=1nXi=1 X¯．习题2设总体X服从均匀分布U[0,θ],它的密度函数为f(x;θ)={1θ,0≤x≤θ0,其它,(1)求未知参数θ的矩估计量；(2)当样本观察值为0.3,0.8,0.27,0.35,0.62,0.55时，求θ的矩估计值.解答：(1)因为E(X)=∫-∞+∞xf(x;θ)dx=1θ∫0θxdx=θ2,令E(X)=1n∑i=1nXi,即θ2=X¯,所以=2X¯.(2)由所给样本的观察值算得x¯=16∑i=16xi=16(0. +0. +0.27+0. +0.62+0. )=0. 17,所以=2x¯=0.96 .习题3设总体X以等概率1θ取值1,2,⋯,θ, 求未知参数θ的矩估计量.解答：由E(X)=1×1θ+2×1θ+⋯+θ×1θ=1+θ2=1n∑i=1nXi=X¯,得θ的矩估计为=2X¯-1.习题4一批产品中含有废品，从中随机地抽取60件，发现废品4件，试用矩估计法估计这批产品的废品率.解答：设p为抽得废品的概率,1-p为抽得正品的概率(放回抽取). 为了估计p,引入随机变量Xi={1,第i次抽取到的是废品0,第i次抽取到的是正品,于是P{Xi=1}=p,P{Xi=0}=1-p=q, 其中i=1,2,⋯,60,且E(Xi)=p, 故对于样本X1,X2,⋯,X60的一个观测值x1,x2,⋯,x60, 由矩估计法得p的估计值为=160∑i=160xi= 60=11 ,即这批产品的废品率为115.习题5设总体X具有分布律X 1 2 3pi θ2 2θ(1-θ) (1-θ)2其中θ(0<θ<1)为未知参数. 已知取得了样本值x1=1,x2=2,x3=1, 试求θ的矩估计值和最大似然估计值.解答：E(X)=1×θ2+2×2θ(1-θ)+ ×(1-θ)2=3-2θ,x¯=1/ ×(1+2+1)= / .因为E(X)=X¯,所以=(3-x¯)/2= /6为矩估计值,L(θ)=∏i=1 P{Xi=xi}=P{X1=1}P{X2=2}P{X =1}=θ4⋅2θ⋅(1-θ)=2θ5(1-θ),lnL(θ)=ln2+5lnθ+ln(1-θ),对θ求导,并令导数为零dlnLdθ=5θ-11-θ=0,得=56.习题6(1)设X1,X2,⋯,Xn来自总体X的一个样本, 且X∼π(λ), 求P{X=0}的最大似然估计.(2)某铁路局证实一个扳道员五年内所引起的严重事故的次数服从泊松分布，求一个扳道员在五年内未引起严重事故的概率p的最大似然估计，使用下面122个观察值统计情况. 下表中，r表示一扳道员某五年中引起严重事故的次数，s表示观察到的扳道员人数.习题6.3 置信区间习题1对参数的一种区间估计及一组观察值(x1,x2,⋯,xn)来说,下列结论中正确的是().(A)置信度越大,对参数取值范围估计越准确;(B)置信度越大,置信区间越长;(C)置信度越大,置信区间越短;(D)置信度大小与置信区间有长度无关.解答：应选(B).置信度越大，置信区间包含真值的概率就越大，置信区间的长度就越大，对未知参数的估计精度越低.反之，对参数的估计精度越高，置信区间的长度越小，它包含真值的概率就越低,置信度就越小.习题2设(θ1,θ2)是参数θ的置信度为1-α的区间估计，则以下结论正确的是().(A)参数θ落在区间(θ1,θ2)之内的概率为1-α;(B)参数θ落在区间(θ1,θ2)之外的概率为α;(C)区间(θ1,θ2)包含参数θ的概率为1-α;(D)对不同的样本观察值，区间(θ1,θ2)的长度相同.解答：应先(C).由于θ1,θ2都是统计量，即(θ1,θ2)是随机区间，而θ是一个客观存在的未知常数，故(A),(B)不正确.习题3设总体的期望μ和方差σ2均存在，如何求μ的置信度为1-α的置信区间？解答：先从总体中抽取一容量为n的样本X1,X2,⋯,Xn.根据中心极限定理，知U=X¯-μσ/n→N(0,1)(n→∞).(1)当σ2已知时，则近似得到μ的置信度为1-α的置信区间为(X¯-uα/2σn,X¯+uα/2σn).(2)当σ2未知时，用σ2的无偏估计S2代替σ2, 这里仍有X¯-μS/n→N(0,1)(n→∞),于是得到μ的1-α的置信区间为(X¯-uα/2Sn,X¯+uα/2Sn),一般要求n≥ 0才能使用上述公式，称为大样本区间估计.习题4某总体的标准差σ=3cm, 从中抽取40个个体，其样本平均数x¯=6 2c ,试给出总体期望值μ的95%的置信上、下限(即置信区间的上、下限).解答：因为n=40属于大样本情形，所以X¯近似服从N(μ,σ2n)的正态分布，于是μ的95%的置信区间近似为(X¯±σnuα/2),这里x¯=6 2,σ= ,n= 0≈6. 2,uα/2=1.96, 从而(x¯±σnuα/2)=(6 2± 0×1.96)≈(6 2±0.93),故μ的95%的置信上限为642.93, 下限为641.07.习题5某商店为了了解居民对某种商品的需要，调查了100家住户，得出每户每月平均需求量为10kg, 方差为9，如果这个商店供应10000户，试就居民对该种商品的平均需求量进行区间估计(α=0.01), 并依此考虑最少要准备多少这种商品才能以0.99的概率满足需求？解答：因为n=100属于大样本问题，所以X¯近似服从N(μ,σ2/n),于是μ的99%的置信区间近似为(X¯±Snuα/2), 而x¯=10,s= ,n=100,uα/2=2.58,习题7某城镇抽样调查的500名应就业的人中，有13名待业者，试求该城镇的待业率p的置信度为0.95置信区间.解答：这是(0-1)分布参数的区间估计问题. 待业率p的0.95置信区间为( 1, 2)=(-b-b2-4ac2a,-b+b2-4ac2a).其中a=n+uα/22,b=-2nX¯-(uα/2)2, c=nX¯2,n= 00,x¯=1 00,uα/2=1.96.则( 1, 2)=(0.015,0.044).习题8设X1,X2,⋯,Xn为来自正态总体N(μ,σ2)的一个样本，求μ的置信度为1-α的单侧置信限.解答：这是一个正态总体在方差未知的条件下，对μ的区间估计问题，应选取统计量：T=X¯-μS/n∼t(n-1).因为只需作单边估计，注意到t分布的对称性，故令P{T<tα(n-1)}=1-α和P{T>tα(n-1)}=1-α.由给定的置信度1-α, 查自由度为n-1的t分布表可得单侧临界值tα(n-1). 将不等式T<tα(n-1)和T>tα(n-1), 即X¯-μS/n<tα(n-1)和X¯-μS/n>tα(n-1)分别变形，求出μ即得μ的1-α的置信下限为X¯-tα(n-1)Sn.μ的1-α的置信上限为X¯+tα(n-1)Sn,μ的1-α的双侧置信限(X¯-tα/2(n-1)Sn,X¯+tα/2(n-1)Sn).习题6.4 正态总体的置信区间习题1已知灯泡寿命的标准差σ=50小时，抽出25个灯泡检验，得平均寿命x¯= 00小时，试以95%的可靠性对灯泡的平均寿命进行区间估计(假设灯泡寿命服从正态分布).解答：由于X∼N(μ,502), 所以μ的置信度为95%的置信区间为(X¯±uα/2σn),这里x¯= 00,n=2 ,σ=50,uα/2=1.96, 所以灯泡的平均寿命的置信区间为(x¯±uα/2σn)=( 00± 02 ×1.96)=( 00±19.6)=( 0. , 19.6).习题2一个随机样本来自正态总体X,总体标准差σ=1.5, 抽样前希望有95%的置信水平使得μ的估计的置信区间长度为L=1.7, 试问应抽取多大的一个样本？解答：因方差已知，μ的置信区间长度为L=2uα/2⋅σn,于是n=(2σLuα/2)2.由题设知，1-α=0.95,α=0.05,α2=0.025. 查标准正态分布表得u0.025=1.96,σ=1.5,L=1.7,所以，样本容量n=(2×1. ×1.961.7)2≈11.96.向上取整数得n=12, 于是欲使估计的区间长度为1.7的置信水平为95%, 所以需样本容量为n=12.习题3设某种电子管的使用寿命服从正态分布. 从中随机抽取15个进行检验，得平均使用寿命为1950小时，标准差s为300小时，以95%的可靠性估计整批电子管平均使用寿命的置信上、下限.解答：由X∼N(μ,σ2), 知μ的95%的置信区间为(X¯±Sntα/2(n-1)),这里x¯=19 0,s= 00,n=1 ,tα/2(14)=2.145, 于是(x¯±sntα/2(n-1))=(19 0± 001 ×2.1 )≈(19 0±166.1 1)=(17 . ,2116 .15).即整批电子管平均使用寿命的置信上限为2116.15, 下限为1783.85.习题4人的身高服从正态分布，从初一女生中随机抽取6名，测其身高如下(单位：cm): 149 158.5 152.5 165 157 142求初一女生平均身高的置信区间(α=0.05).解答：X∼N(μ,σ2),μ的置信度为95%的置信区间为(X¯±Sntα/2(n-1)),这里x¯=1 ,s=8.0187, t0.025(5)=2.571, 于是(x¯±sntα/2(n-1))=(1 ± .01 76×2. 71)≈(1 ± . 16)≈(1 . ,162. 2) .习题5某大学数学测验，抽得20个学生的分数平均数x¯=72,样本方差s2=16, 假设分数服从正态分布，求σ2的置信度为98%的置信区间.解答：先取χ2分布变量，构造出1-α的σ2的置信区间为((n-1)S2χα/22(n-1),(n-1)S2χ1-α/22(n-1)).已知1-α=0.98,α=0.02,α2=0.01,n=20, S2=16.查χ2分布表得χ0.012(19)=36.191,χ0.992(19)=7.633,于是得σ2的98%的置信区间为(19×16 6.191,19×167.6 ),即(8.400,39.827).习题6随机地取某种炮弹9发做试验，得炮口速度的样本标准差s=11(m/s).设炮口速度服从正态分布，求这种炮弹的炮口速度的标准差σ的置信度为0.95的置信区间.解答：已知n=9,s=11(m/s),1-α=0.95.查表得χ0.0252(8)=17.535, χ0.9752(8)=2.180,σ的0.95的置信区间为(8sχ0.0252(8),8sχ0.9752(8)), 即(7.4,21.1).习题7设来自总体N(μ1,16)的一容量为15的样本，其样本均值x1¯=1 .6;来自总体N(μ2,9)的一容量为20的样本，其样本均值x2¯=1 .2;并且两样本是相互独立的，试求μ1-μ2的90%的置信区间.解答：1-α=0.9,α=0.1, 由Φ(uα/2)=1-α2=0.95, 查表，得uα/2=1.645,再由n1=15,n2=20, 得σ12n1+σ22n2=161 +920=9160≈1.2 2,uα/2σ12n1+σ22n2=1.6 ×1.2 2≈2.0 ,x¯1-x¯2=1 .6-13.2=1.4,所以，μ1-μ2的90%的置信区间为(1.4-2.03,1.4+2.03)=(-0.63,3.43).习题8物理系学生可选择一学期3学分没有实验课，也可选一学期4学分有实验的课. 期未考试每一章节都考得一样，若有上实验课的12个学生平均考分为84，标准差为4，没上实验课的18个学生平均考分为77，标准差为6，假设总体均为正态分布且其方差相等，求两种课程平均分数差的置信度为99%的置信区间.解答：设有实验课的考分总体X1∼N(μ1,σ2), 无实验课的考分总体X2∼N(μ2,σ2). 两方差相等但均未知,求μ1-μ2的99%的置信区间，应选t分布变量，T=X1¯-X2¯-(μ1-μ2)SW1n1+1n2∼t(n1+n2-2),其中SW=(n1-1)S12+(n2-1)S22n1+n2-2.μ1-μ2的1-α的置信区间为习题10设两位化验员A,B独立地对某种聚合物含氯量用相同的方法各作10次测定，其测定值的样本方差依次为 sA2=0.5419,sB2=0.6065. 设σA2,σB2分别为A,B所测定的测定值的总体方差，又设总体均为正态的，两样本独立，求方差比σA2/σB2的置信水平为0.95的置信区间.解答：选用随机变量F=SA2σA2/SB2σB2∼F(n1-1,n2-1),依题意，已知sA2=0.5419, sB2=0.6065, n1=n2=10.对于1-α=0.95, 查F分布表得F0.025(9,9)=1F0.025(9,9)=14.03, 于是得σA2σB2的0.95的置信区间为(sA2sB21Fα/2(9,9),sA2sB2Fα/2(9,9))≈(0.222,3.601).总习题解答习题1设总体X服从参数为λ(λ>0)的指数分布，X1,X2,⋯,Xn为一随机样本，令Y=min{X1,X2,⋯,Xn}, 问常数c为何值时，才能使cY是λ的无偏估计量.解答：关键是求出E(Y). 为此要求Y的密度fY(y).因Xi的密度函数为fX(x)={λe-λx,x>00,x<0;Xi的分布函数为FX(x)={1-e-λx,x>00,x≤0,于是FY(y)=1-[1-FX(y)]n={1-e-nλy,y>00,y≤0.两边对y求导得fY(y)=ddyFY(y)={nλe-nλy,y>00,y≤0,即Y服从参数为nλ的指数分布，故E(Y)=nλ.为使cY成为λ的无偏估计量，需且只需E(cY)=λ, 即cnλ=λ, 故c=1n.习题2设X1,X2,⋯,Xn是来自总体X的一个样本，已知E(X)=μ, D(X)=σ2.(1)确定常数c, 使c∑i=1n-1(Xi+1-Xi)2为σ2的无偏估计；(2)确定常数c, 使(X¯)2-cS2是μ2的无偏估计(X¯,S2分别是样本均值和样本方差).解答：(1)E(c∑i=1n-1(Xi+1-Xi)2)=c∑i=1n-1E(Xi+12-2XiXi+1+Xi2)=c∑i=1n-1{D(Xi+1)+[E(Xi+1)]2-2E(Xi)E(Xi+1)+D(Xi)+[E(Xi)+[E(Xi)]2}=c(n-1)(σ2+μ2-2μ2+σ2+μ2)=2(n-1)σ2c.令2(n-1)σ2c=σ2, 所以c=12(n-1).(2)E[(X¯)2-cS2]=E(X¯2)-cE(S2)=D(X¯)+[E(X¯)]2-cσ2=σ2n+μ2-cσ2.令σ2n+μ2-cσ2=μ2, 则得c=1n.习题3设X1,X2,X3,X4是来自均值为θ的指数分布总体的样本，其中θ未知. 设有估计量T1=16(X1+X2)+13(X3+X4),T2=X1+2X2+3X3+4X45,T3=X1+X2+X3+X44.(1)指出T1,T2,T3中哪几个是θ的无偏估计量；(2)在上述θ的无偏估计中指出一个较为有效的.解答：(1)θ=E(X),E(Xi)=E(X)=θ,D(X)=θ2=D(Xi),i=1,2,3,4.E(T1)=E(16(X1+X2)+13(X3+X4))=(26+23)θ=θ,E(T2)=15E(X1+2X2+3X3+4X4)=15(1+2+3+4)θ=2θ,E(T3)=14E(X1+X2+X3+X4)=θ,因此，T1,T3是θ的无偏估计量.(2)D(T1)=236θ2+29θ2=1036θ2, D(T3)=116⋅4θ2=14θ2=936θ2,所以D(T3)<D(T1), 作为θ的无偏估计量，T3更为有效.习题4设从均值为μ, 方差为σ2(σ>0)的总体中，分别抽取容量为n1,n2的两独立样本，X1¯和X2¯分别是两样本的均值，试证：对于任意常数a,b(a+b=1),Y=aX1¯+bX2¯都是μ的无偏估计；并确定常数a,b, 使D(Y)达到最小.解答：E(Y)=E(aX1¯+bX2¯)=aE(X1¯)+bE(X2¯)=(a+b)μ.因为a+b=1, 所以E(Y)=μ.因此，对于常数a,b(a+b=1),Y都是μ的无偏估计，D(Y)=a2D(X1¯)+b2D(X2¯)=a2σ2n1+b2σ2n2.因a+b=1, 所以D(Y)=σ2[a2n1+1n2(1-a)2], 令dD(Y)da=0, 即2σ2(an1-1-an2)=0, 解得a=n1n1+n2,b=n2n1+n2是惟一驻点.又因为d2D(Y)da2=2σ2(1n1+1n2)>0, 故取此a,b二值时，D(Y)达到最小.习题5设有一批产品，为估计其废品率p, 随机取一样本X1,X2,⋯,Xn, 其中Xi={1,取得废品0,取得合格品, i=1,2,⋯,n,证明： =X¯=1n∑i=1nXi是p的一致无偏估计量.解答：由题设条件E(Xi)=p⋅1+(1-p)⋅0=p,D(Xi)=E(Xi2)-[E(Xi)]2=p⋅12+(1-p)02-p2=p(1-p),E( )=E(X¯)=E(1n∑i=1nE(Xi))=1n∑i=1nE(Xi)=1n∑i=1np=p.由定义， 是p的无偏估计量，又D( )=D(X¯)=D(1n∑i=1nXi)=1n2∑i=1nD(Xi)=1n2∑i=1np(1-p)=1n2np(1-p)=pqn.由切比雪夫不等式，任给ɛ>0P{∣ -p∣≥ɛ}=P{∣X¯-p∣≥ɛ}≤1ɛ2D(X¯)=1ɛ2p(1-p)n→0,n→∞所以limn→∞P{∣ -p∣≥ɛ}=0, 故=X¯是废品率p的一致无偏估计量.习题6设总体X∼b(k,p), k是正整数，0<p<1,k,p都未知，X1,X2,⋯,Xn是一样本，试求k和p的矩估计.解答：因总体X服从二项分布b(k,p), 故{a1=E(X)=kpa2=E(X2)=D(X)+[E(X)]2=kp(1-p)+(kp)2，解此方程组得p=a1+a12-a2a1,k=a12a1+a12-a2.用A1=1n∑i=1nXi=X¯,A2=1n∑i=1nXi2分别代替a1,a2, 即得p,k的矩估计为=X¯-S2X¯,k=[X¯2X¯-S2],其中S2=1n∑i=1n(Xi-X¯)2,[x]表示x的最大整数部分.习题7求泊松分布中参数λ的最大似然估计.解答：总体的概率函数为P{X=k}=λkk!e-λ,k=0,1,2,⋯.设x1,x2,⋯,xn为从总体中抽取的容量为n的样本，则似然函数为L(x1,x2,⋯,xn;λ)=∏i=1nf(xi;λ)=∏i=1nλxixi!e-λ=λ∑i=1nxi∏i=1nxi!e-nλ, lnL=(∑i=1nxi)lnλ-nλ-∑i=1nlnxi!,令dlnLdλ=1λ∑i=1nxi-n=0, 得λ的最大是然估计为λ=1n∑i=1nxi=x¯,即x¯=1n∑i=1nxi就是参数λ的最大似然估计.习题8已知总体X的概率分布P{X=k}=C2k(1-θ)kθ2-k,k=0,1,2，求参数的矩估计.解答：总体X为离散型分布，且只含一个未知参数θ, 因此，只要先求离散型随机变量的数学期望E(X), 然后解出θ并用样本均值X¯代替E(X)即可得θ的矩估计.由E(X)=∑k=02kC2k(1-θ)kθ2-k=1×2(1-θ)θ+2(1-θ)2=2-2θ, 即有θ=1-E(X)2.用样本均值X¯代替上式的E(X), 得矩估计为=1-X¯2.习题9设总体X的概率密度为f(x)={(θ+1)xθ,0<x<10,其它,其中θ>-1是未知参数，X1,X2,⋯,Xn为一个样本，试求参数θ的矩估计和最大似然估计量. 解答：因E(X)=∫01(θ+1)xθ+1dx=θ+1θ+2. 令E(X)=1n∑i=1nXi=X¯, 得θ+1θ+2=X¯, 解得θ的矩估计量为θ=2X¯-11-X¯.设x1,x2,⋯,xn是样本X1,X2,⋯,Xn的观察值，则似然函数L(x1,x2,⋯,xn,θ)=∏i=1n(θ+1)xiθ=(θ+1)n(x1x2⋯xn)θ(0<xi<1,i=1,2,⋯,n),取对数得lnL=nln(θ+1)+θ∑i=1nlnxi, 从而得对数似然方程dlnLdθ=nθ+1+∑i=1nlnxi=0,解出θ, 得θ的最大似然估计量为θ=-n∑i=1nlnXi.由此可知，θ的矩估计和最大似然估计是不相同的.习题10设X具有分布密度f(x,θ)={θxe-θx!,x=0,1,2,⋯0,其它,0<θ<+∞,X1,X2,⋯,Xn是X的一个样本，求θ的最大似然估计量.解答：似然函数L(θ)=∏i=1nθxie-θxi!=e-nθ∏i=1nθxixi!,lnL(θ)=-nθ+∑i=1nxilnθ-∑i=1nln(xi!),ddθ(lnL(θ))=-n+1θ∑i=1nxi，令ddθ(lnL(θ))=0, 即-n+1θ∑i=1nxi=0⇒θ=1n∑i=1nxi,故θ最大似然估计量为θ=X¯=1n∑i=1nXi.习题11设使用了某种仪器对同一量进行了12次独立的测量,其数据(单位:毫米)如下:232.50 232.48 232.15 232.53 232.45 232.30232.48 232.05 232.45 232.60 232.47 232.30试用矩估计法估计测量值的均值与方差(设仪器无系统误差).解答：设测量值的均值与方差分别为μ与σ2，因为仪器无系统误差，所以θ= =X¯=1n∑i=1nXi=232+112∑i=1n(Xi-232)=232+1/12×4.76≈232.3967.用样本二阶中心矩B2估计方差σ2, 有2=1n∑i=1n(Xi-X¯)2=1n∑i=1n(Xi-a)2-(X¯-a)2=112∑i=112(Xi-232)2-(232.3967-232)2=0.1819-0.1574=0.0245.习题12设随机变量X服从二项分布P{X=k}=Cnkpk(1-p)n-k,k=0,1,2,⋯,n,X1为其一个样本，试求p2的无偏估计量.解答：\becauseX∼b(n,p),∴E(X)=np, D(X)=np(1-p)=E(X)-np2⇒p2=1n[E(X)-D(X)]=1n[E(X)-E(X2)+(EX)2]⇒p2=1n[E(X(1-X))]+1nn2p2=1nE(X(1-X))]+np2⇒p2=E[X(X-1)]n(n-1), 由于E[X(X-1)]=E[X1(X1-1)],故2=X1(X1-1)n(n-1).习题13设X1,X2,⋯,Xn是来自总体X的随机样本，试证估计量X¯=1n∑i=1nXi和Y=∑i=1nCiXi(Ci≥0为常数，∑i=1nCi=1)都是总体期望E(X)的无偏估计，但X¯比Y有效.解答：依题设可得E(X¯)=1n∑i=1nE(Xi)=1n×nE(X)=E(X),E(Y)=∑i=1nCiE(Xi)=E(X)∑i=1nCi=E(X).从而X¯,Y均为E(X)的无偏估计量，由于D(X¯)=1n2∑i=1nD(Xi)=1nD(X),D(Y)=D(∑i=1nCiXi)=∑i=1nCi2D(Xi)=D(X)∑i=1nCi2.应用柯西—施瓦茨不等式可知1=(∑i=1nCi)2≤(∑i=1nCi2)(∑i=1n12)=n∑i=1nCi2, ⇒1n≤∑i=1nCi2,所以D(Y)≥D(X¯), 故X¯比Y有效.习题14设X1,X2,⋯,Xn是总体X∼U(0,θ)的一个样本，证明：θ1=2X¯和θ2=n+1nX(n)是θ的一致估计.解答：因E( 1)= , D( 1)= 2 n; E( 2)= ,D( 2)=θn(n+2),X(n)=max{Xi}.依切比雪夫不等式，对任给的ɛ>0, 当n→∞时，有P{∣θ1-θ∣≥ɛ}≤D( 1)ɛ2=θ23nɛ2→0,(n→∞)P{∣θ2-θ∣≥ɛ}≤D( 2)ɛ2=θ2n(n+1)ɛ2→0,(n→∞)所以，θ1和θ2都是θ的一致估计量.习题15某面粉厂接到许多顾客的订货，厂内采用自动流水线灌装面粉，按每袋25千克出售. 现从中随机地抽取50袋，其结果如下：25.8, 24.7, 25.0, 24.9, 25.1, 25.0, 25.2,24.8, 25.4, 25.3, 23.1, 25.4, 24.9, 25.0,24.6, 25.0, 25.1, 25.3, 24.9, 24.8, 24.6,21.1, 25.4, 24.9, 24.8, 25.3, 25.0, 25.1,24.7, 25.0, 24.7, 25.3, 25.2, 24.8, 25.1,25.1, 24.7, 25.0, 25.3, 24.9, 25.0, 25.3,25.0, 25.1, 24.7, 25.3, 25.1, 24.9, 25.2,25.1,试求该厂自动流水线灌装袋重总体X的期望的点估计值和期望的置信区间(置信度为0.95). 解答：设X为袋重总体，则E(X)的点估计为E(X)=X¯=1 0(2 . +2 .7+⋯+25.1)=24.92kg.因为样本容量n=50, 可作为大样本处理，由样本值算得x¯=24.92, s2≈0.4376, s=0.6615, 则E(X)的置信度为0.95的置信区间近似为(X¯-uα/2Sn,X¯+uα/2Sn),查标准正态分布表得uα/2=u0.025=1.96, 故所求之置信区间为(24.92-1.96×0.661 0,2 .92+1.96×0.661 0)=(2 .7 7,2 .10 ),即有95%的把握，保证该厂生产的面粉平均每袋重量在24.737千克至25.103千克之间.习题16在一批货物的容量为100的样本中，经检验发现有16只次品，试求这批货物次品率的置信度为0.95的置信区间.解答：这是(0-1)分布参数区间的估计问题.这批货物次品率p的1-α的置信区间为( 1, 2)=(12a(-b-b2-4ac),12a(-b+b2-4ac)).其中a=n+uα/22,b=-(2nX¯+uα/22), c=nX¯2.由题意，x¯=16100=0.16,n=100,1-α=0.95,u0.025=1.96. 算得a=100+1.962=103.842,b=-(2×100×0.16+1.962)=-35.842,c=100×0.162=2. 6.p的0.95的置信区间为( 1, 2)=(12a(-b±b2-4ac)), 即(12×10 . 2( . 16±221.2 2 )),亦即(0.101,0.244).习题17在某校的一个班体检记录中，随意抄录25名男生的身高数据，测得平均身高为170厘米，标准差为12厘米，试求该班男生的平均身高μ和身高的标准差σ的置信度为0.95的置信区间(假设测身高近似服从正态分布).解答：由题设身高X∼N(μ,σ2), n=2 , x¯=170, s=12，α=0.05.(1)先求μ置信区间(σ2未知)，取U=X¯-μS/n∼t(n-1),tα/2(n-1)=t0.025(24)=2.06.故μ的0.95的置信区间为(170-122 ×2.06,170+122 ×2.06)=(170-4.94,170+4.94)=(165.06,174,94).(2)σ2的置信区间(μ未知)，取U=(n-1)S2σ2∼χ2(n-1),χα/22(n-1)=χ0.0252(24)=39.364, χ1-α/22(n-1)=χ0.9752(24)=12.401,故σ2的0.95的置信区间为(24×12239.364,24×12212.401)≈(87.80,278.69), σ的0.95的置信区间为(87.80,278.69)≈(9.34,16.69).习题18为研究某种汽车轮胎的磨损特性，随机地选择16只轮胎，每只轮胎行驶到磨坏为止. 记录所行驶的路程(以千米计)如下：41250 40187 43175 41010 39265 41872 42654 4128738970 40200 42550 41095 40680 43500 39775 40440假设这些数据来自正态总体N(μ,σ2). 其中μ,σ2未知，试求μ的置信水平为0.95的单侧置信下限.解答：由P{μ>X¯-Sntα(n-1)=1-α, 得μ的1-α的单侧置信下限为μ¯=X¯-Sntα(n-1).由所给数据算得x¯≈41119.38,s≈1345.46,n=16.查t分布表得t0.05(15)=1.7531, 则有μ的0.95的单侧置信下限为μ¯=41119.38-1345.464×1.7531≈40529.73.习题19某车间生产钢丝，设钢丝折断力服从正态分布，现随机在抽取10根，检查折断力，得数据如下(单位：N):578,572,570,568,572,570,570,572,596,584.试求钢丝折断力方差的置信区间和置信上限(置信度为0.95).解答：(1)这是一个正态总体，期望未知，对方差作双侧置信限的估计问题，应选统计量χ2=(n-1)S2σ2∼χ2(n-1).σ2的1-α的置信区间是((n-1)S2χα/22(n-1),(n-1)S2χ1-α/22(n-1)).由所给样本值得x¯=575.2, (n-1)s2=∑1=110(xi-x¯)2=681.6;根据给定的置信度1-α=0.95(即α=0.05).查自由度为10-1=9的χ2分布表，得双侧临界值χα/22(n-1)=χ0.0252(9)=19.0, χ1-α/22(n-1)=χ0.9752(9)=2.7,代入上公式得σ2的95%的置信区间为(681.619.0,681,62.70)=(35.87,232.44),即区间(35.87,232.44)包含σ2的可靠程度为0.95.(2)这是一个正态总体期望未知时，σ2的单侧区间估计问题，σ2的置信度为1-α=95%(α=0.05)的单侧置信上限为(n-1)S2χ1-α2(n-1)=∑i=110(xi-x¯)2χ1-α2(n-1),已算得(n-1)S2=∑i=110(xi-x¯)2=681.6, 根据自由度1-α=0.95.查自由度10-1=9的χ2分布表得单侧临界值χ1-α2(n-1)=χ0.952(9)=3.325,代入上式便得σ2的0.95的置信上限为681.63.325=205, 即有95%的把握，保证σ2包含在区间(0,205)之内，当然也可能碰上σ2超过上限值205的情形，但出现这种情况的可能性很小，不超过5%.习题20设某批铝材料比重X服从正态分布N(μ,σ2)，现测量它的比重16次，算得x¯=2.705，s=0.029，分别求μ和σ2的置信度为0.95的置信区间。

全国2010年10月高等教育自学考试 概率论与数理统计（经管类）试题课程代码：04183一、单项选择题（本大题共10小题，每小题2分，共20分）在每小题列出的四个备选项中只有一个是符合题目要求的，请将其代码填写在题后的括号内。

错选、多选或未选均无分。

1.设随机事件A 与B 互不相容，且P （A ）>0,P (B )>0，则( ) (事件的关系与运算） A.P (B |A )=0 B.P (A |B )>0 C.P (A |B )=P （A ） D.P (AB )=P (A )P (B )解：A 。

因为P （AB ）=0.2.设随机变量X ～N (1，4)，F (x )为X 的分布函数，Φ(x )为标准正态分布函数，则F (3)=( ) A.Φ(0.5) B.Φ(0.75) C.Φ(1) D.Φ(3)(正态分布） 解：C 。

因为F(3)=)1()213(Φ=-Φ 3.设随机变量X 的概率密度为f (x )=⎩⎨⎧≤≤,,0,10 ,2其他x x 则P {0≤X ≤}21=( )A.41 B.31C.21D.43 (连续型随机变量概率的计算）解：Ａ。

因为P {0≤X ≤}21412210==⎰xdx4.设随机变量X 的概率密度为f (x )=⎪⎩⎪⎨⎧≤≤-+, ,0 ,01,21其他x cx 则常数c =( ) A.-3 B.-1 C.-21D.1解：D.（求连续型随机变量密度函数中的未知数） 由于1)(=⎰+∞∞-dx x f112121212121)(01201=⇒=-=⎥⎦⎤⎢⎣⎡+=+=--∞+∞-⎰⎰c c x cx dx cx dx x f5.设下列函数的定义域均为（-∞，+∞），则其中可作为概率密度的是( ) A. f (x )=-e -x B. f (x )=e -x C. f (x )=||-e 21xD. f (x )=||-e x解：选Ｃ。

（概率密度函数性质）A ．0<--x e 不满足密度函数性质 由于1)(=⎰+∞∞-dx x f ，B 选项∞=-=+∞∞--+∞∞--⎰xx e dx eＣ选项12122100||||=-===+∞-+∞-+∞-+∞∞--⎰⎰⎰xx x x e dx e dx e dx eＤ选项2220||||=-===+∞-+∞-+∞-+∞∞--⎰⎰⎰x xx x edx e dx e dx e6.设二维随机变量（X ，Y ）～N （μ1,μ2，ρσσ,,2221），则Y ～( )（二维正态分布）A.N （211,σμ） B.N （221,σμ） C.N （212,σμ）D.N （222,σμ）解：D 。

概率论与数理统计_河海大学中国大学mooc课后章节答案期末考试题库2023年1.设【图片】为常数，则【图片】的方差【图片】。

参考答案:错误2.设【图片】为假设检验的原假设，则显著性水平【图片】等于（）.参考答案:{拒绝|成立}3.在假设检验中，原假设和备择假设（）。

参考答案:只有一个成立而且必有一个成立4.以下命题正确的是（）。

参考答案:_若AB，则_若AB，则AB=B_若AB，则AB=A5.设二维随机变量【图片】的概率密度函数为【图片】则【图片】=（）。

（请用小数表示）参考答案:0.56.设随机变量【图片】的分布律为【图片】则【图片】=（）。

参考答案:37.设【图片】,【图片】, 【图片】，则【图片】=（）。

参考答案:18.设【图片】，则【图片】=（）。

参考答案:59.从【图片】五个数中任意取三个数，则这三个数中不含【图片】的概率为（）。

（请用小数表示）参考答案:0.410.设事件【图片】相互独立，且【图片】，【图片】，则【图片】=( )。

（请用小数表示）参考答案:0.5211.设随机变量【图片】的分布函数为【图片】则随机变量【图片】为离散型随机变量。

参考答案:正确12.若一项假设检验的显著性水平为【图片】，下面的表述哪一个是正确的（）。

参考答案:接受时的可靠性为95%13.若事件【图片】与【图片】相互独立，则必有【图片】。

参考答案:错误14.袋中有50只乒乓球，其中20只是黄球，30只是白球，今有两人依次随机地从袋中各取1只球，取后不放回，则第二个人取得黄球的概率是（）。

【请用小数表示】参考答案:0.415.若事件A,B互不相容，且P(A)=0.5,P(B)=0.25, 则P(A【图片】B)=( ).参考答案:0.7516.设二维随机变量【图片】的概率密度函数为【图片】,【图片】，则【图片】关于【图片】的边缘密度函数为【图片】,【图片】。

参考答案:正确17.设总体【图片】,【图片】是来自【图片】的样本，其中【图片】和【图片】均未知，则下述论断中正确的是（）。

概率统计是研究随机现象和数据规律的重要学科，在现代社会中得到了广泛应用。

在统计推断中，置信区间是一种重要的统计方法，用于对总体参数进行估计。

本文将介绍什么是置信区间以及它在统计学中的应用。

置信区间是指在给定的置信水平下，对总体参数的一个估计范围。

也就是说，我们可以通过样本数据得出一个区间，我们有一定的把握相信这个总体参数值在这个区间内。

这个区间的上下限分别称为置信上限和置信下限。

常见的置信水平有95%和99%。

置信区间的计算依赖于样本数据和统计方法。

当样本数据是一个正态分布时，我们可以使用标准正态分布表来计算。

对于一般的样本数据，我们可以利用统计学中的方法，比如t分布来计算置信区间。

置信区间在统计学中有着重要的应用。

首先，置信区间可以用于估计总体参数。

对于一个未知的总体参数，我们可以通过样本数据得到一个置信区间，从而对总体参数进行估计。

置信区间的宽度可以反映样本数据的多样性和数据量的大小。

宽度较窄的置信区间表明估计的准确性较高。

其次，置信区间可以用于比较研究。

在比较两个或多个总体参数时，我们可以通过置信区间来判断它们是否存在显著差异。

如果两个总体参数的置信区间不重叠，那么我们可以认为它们之间存在显著差异。

否则，我们不能得出显著差异的结论。

再次，置信区间可以用于预测未来结果。

如果我们通过样本数据得到一个某个总体参数的置信区间，那么我们可以应用这个置信区间来预测未来的结果。

置信区间给出了可能的估计范围，帮助我们对未来结果进行预测和做出决策。

最后，置信区间还可以用于验证模型。

当我们使用一个模型预测未来结果时，我们可以通过与样本数据的比较来验证模型的准确性。

通过计算预测值的置信区间，我们可以对模型的拟合程度做出评估。

如果预测值的置信区间与观测数据重合较好，那么我们可以认为模型具有良好的拟合性。

在总结中，概率统计中的置信区间是对总体参数进行估计的一种方法。

它不仅可以用于估计总体参数，还可以用于比较研究、预测未来结果和验证模型。