数理统计10

概率论与数理统计概率论与数理统计是现代数学中非常重要的分支之一，它们在自然科学、社会科学，以及工程技术等领域都有广泛的应用。

在生物学，物理学，化学等领域，常常需要采用概率论和数理统计的方法，来研究和分析现象。

这篇文章将要探讨概率论和数理统计的一些基本概念和方法，并介绍它们在现实生活中的应用。

一、概率论概率论是一门研究随机现象及其规律的数学学科。

它的基本思想是通过建立数学模型，来描述随机事件的概率分布及其规律。

随机事件指某一次试验中可能发生或不发生的事情，例如掷骰子、抛硬币、抽扑克牌等，这些事件的结果是随机的，因此需要采用概率论的方法来研究。

1.概率和概率分布概率是指某一事件发生的可能性，用一个数值来表示。

在概率论中，对于某一特定随机事件，概率的大小常常用P(A)来表示，其中A是这个事件。

例如，抛一枚硬币，正面朝上的概率是0.5，用数学语言可以表示为P(正面)=0.5，反面朝上的概率也是0.5，即P(反面)=0.5。

概率分布是指某个随机事件的各种结果的概率分布情况。

在一次试验中，随机事件可能会有多个结果，即样本空间。

概率分布用来描述每个结果的概率大小。

例如，抛一枚硬币的样本空间是{正面，反面}，正面和反面各占1/2的概率。

2.条件概率和独立事件条件概率是指在已知某个事件发生的情况下，某个随机事件会发生的概率。

条件概率的计算方法一般采用贝叶斯公式，例如给定事件A，以及事件B，P(A|B)表示在B发生的情况下，A 发生的概率，则条件概率可以表示为：P(A|B) = P(AB)/P(B)其中AB表示事件A和事件B同时发生的概率，P(B)表示事件B发生的概率。

独立事件是指某个随机事件的发生不会对另一个随机事件的发生产生影响。

如果事件A、B是独立事件，则可以表示为P(A|B) = P(A)，P(B|A) = P(B)，即A和B的概率相互独立，并不受对方的影响。

3.期望值和方差期望值是统计学中一个非常重要的概念，用来描述一个随机变量的总体平均数。

心理和教育方面的实验或调查所得到的数据，大都具有随机变量的性质。

而对这些随机变量的描述，仅有前一章所讲集中趋势的度量是不够的。

集中量数只描述数据的集中趋势和典型情况，它还不能讲明一组数据的全貌。

数据除典型情况之外，还有变异性的特点。

关于数据变异性即离中趋势进行度量的一组统计量，称作差异量数，这些差异量数有标准差或方差，全距，平均差，四分差及各种百分差等等。

第一节方差与标准差方差(Variance)也称变异数、均方。

作为统计量，常用符号S2表示，作为总体参数，常用符号σ2表示。

它是每个数据与该组数据平均数之差乘方后的均值，即离均差平方后的平均数。

方差，在数理统计中又常称之为二阶中心矩或二级动差。

它是度量数据分散程度的一个特别重要的统计特征数。

标准差(Standarddeviation)即方差的平方根，常用S或SD表示。

假设用σ表示，那么是指总体的标准差，本章只讨论对一组数据的描述，尚未涉及总体咨询题，故本章方差的符号用S2，标准差的符号用S。

符号不同，其含义不完全一样，这一点瞧读者能够给予充分的注重。

一、方差与标准差的计算(一)未分组的数据求方差与标准差全然公式是：〔3—la〕〔3—1b〕表3—1讲明公式3—1a与3—1b的计算步骤表3—1未分组的数据求方差与标准差应用3—1公式的具体步骤：①先求平均数X＝36/6＝6；②计算X i-X；③求(Xi-X)2即离均差x2；④将各离均差的平方求和(∑x2)；⑤代进公式3—1a与3—1b求方差与标准差。

具体结果如下：S2(二)已分组的数据求标准差与方差数据分组后，便以次数分布表的形式出现，这时原始数据不见了，假设计算方差与标准差可用下式：(3—3a)(3—3b)式中d＝(Xc-AM)/i，AM为估量平均数Xc为各分组区间的组中值f为各组区间的次数N=Σf为总次数或各组次数和i为组距。

下面以表1—8数据为例，讲明分组数据求方差与标准差的步骤:表3—2次数分布表求方差与标准差具体步骤：①设估量平均数AM，任选一区间的Xc充任；②求d⑧用f乘d，并计算Σfd；④用d与fd相乘得fd2，并求Σfd2；⑤代进公式计算。

数理统计期末练习题1. 在总体)4,6.7(N 中抽取容量为n 的样本,如果要求样本均值落在)6.9,6.5(内的概率不小于0.95,则n 至少为多少2．设n x x ,,1 是来自)25,(μN 的样本,问n 多大时才能使得95.0)1|(|≥<-μx P 成立 3. 由正态总体)4,100(N 抽取两个独立样本,样本均值分别为y x ,,样本容量分别15,20,试求)2.0|(|>-y x P .5.设161,,x x 是来自),(2δμN 的样本,经计算32.5,92==s x ,试求)6.0|(|<-μx P .6.设n x x ,,1 是来自)1,(μN 的样本,试确定最小的常数c,使得对任意的0≥μ,有α≤<P )|(|c x .7. 设随机变量 X~F(n,n),证明 =<P )1(X9．设21,x x 是来自),0(2σN 的样本,试求22121⎪⎪⎭⎫ ⎝⎛-+=x x x x Y 服从 分布.10.设总体为N(0,1),21,x x 为样本,试求常数k ,使得.05.0)()()(221221221=⎪⎪⎭⎫ ⎝⎛>++-+P k x x x x x x11．设n x x ,,1 是来自),(21σμN 的样本,m y y ,,1 是来自),(22σμN 的样本,c,d 是任意两个不为0的常数,证明),2(~)()(2221-+-+-=+m n t s y d x c t md n c ωμμ其中22222,2)1()1(yx y x s s m n s m s n s 与-+-+-=ω分别是两个样本方差.12．设121,,,+n n x x x x 是来自),(2σμN 的样本,11,n n i i x x n ==∑_2211(),1n n i n i s x x n ==--∑试求常数 c 使得1n nc nx x t cs +-=服从t 分布,并指出分布的自由度 。

数理统计试题库-----填空题（每题3分）第一章1. 设()211~,X N μσ，()222~,Y N μσ相互独立，样本容量分别为12,n n ，则()Var X Y -= 。

2. 设1234,,,X X X X 是来自正态总体2(0,2)N 的简单随机样本，221234(2)(34)X a X X b X X =-+-，则a = ，b = 时，统计量2~(2)X χ。

3．设1234,,,X X X X 是来自正态总体2(0,3)N 的简单随机样本，221234(2)()X a X X b X X =-+-，则a = ，b = 时，统计量2~(2)X χ。

4. 设总体()2Xk χ，12,,,n X X X 是取自该总体的一个样本，则1ni i X =∑服从2χ分布，且自由度为 。

5.设12345,,,,X X X X X 是来自正态总体(0,1)N 的简单随机样本，2212()X a X X =+，则a = 时，统计量X 服从2χ分布，其自由度为 。

6.设12345,,,,X X X X X 是来自正态总体(0,1)N 的简单随机样本，X =，则a = 时，统计量X 服从t 分布，其自由度为 。

7．X 服从正态分布，1-=EX ，25EX =，12,,,n X X X 是来自总体X 的一个样本，则11ni i X X n ==∑服从的分布为 。

8. 设随机变量 X 服从正态分布2(0,3)N , 而 129,,,X X X 是来自X 的样本，则统计量()22212919U X X X =+++服从 。

9. 设随机变量 X 和 Y 相互独立且都服从正态分布2(0,3)N , 而129,,,X X X 和 129,,,Y Y Y 分别是来自X 和Y 的样本，则统计量292221921YY Y X X X U ++++++=服从 。

10. 设12,,,n X X X 是来自总体X 的简单随机样本，已知(1,2,3,4)k k EX k α== 则当n 充分大时，随机变量211n n i i Z X n ==∑近似服从正态分布，其分布参数为____________11. 设12,,,n X X X 是来自总体X 的一个样本，X 服从参数为λ的指数分布，则∑=ni i X 12λ服从____________分布.12. 设在总体2(,)N μσ中抽取一个容量为16的样本，这里2,μσ均为未知， 则2.DS =____________ 13. 设11,,,,,n n n m X X X X ++是分布2(0,)N σ的容量为n m +的样本，统计量1n iX Y =__________。

精心整理第10章 Excel软件在概率统计中的应用10.1 中文Excel的基本介绍Excel是一个功能多、技术先进、使用方便的表格式数据综合管理和分析系统，它采用电子表格的形式进行数据处理，工作简单明了，提供了丰富的函数，可以进行为列标，用A,B,…,Z,AA,AB, …表区左边一列为行号，用1,2,3，…容量，列数最多可为16384A列第1行。

单元格区域则规定为矩形，10-1，A1和E4例如：“”.工作表隶属于工作簿，一个工作簿最多可由10-11）Excel2003版，使用“插入”菜单—“函贴函数”对话框；若是Excel2010版，使用“公式”菜单—“插入函数”选项。

图10-22）点击“函数”选项后，将出现如图10-3所示的对话框。

图10-33）在“选择类别”列表中选择“统计”，如图10-4，然后在“函数名”列表中选择相应的函数，如选中函数“AVERAGE”,点击“确定”按钮，出现输入数据或单元格范围的对话框；如图10-5图10-4 图10-54)输入数据或单元格范围,点击“确定”按钮，在函数值存放的单元格即计算出（返回）函数值。

注：若对某函数的使用不太熟悉，可以点击图10-5左下方的“有关该函数的帮助”按钮，即可获得帮助。

若为Excel2003版本：12）在对话框中选定“分析工具库”3），如图10-7410-8所示的对话框.1）首先点击自定义快速访问工具栏中的其他命令（M）…，如图10-9所示：图10-92）当出现如图10-10所示的Excel选项后，选择“加载项”。

图10-103）当出现如图10-11所示的窗口后，选择“分析工具库”，然后点击下方的按钮“转到（G）…”,则将出现与图10-6一样的窗口，其他就和2003版一致了。

当加载完成后，就会在“数据”菜单中看见“数据分析”工具条了。

图10-11在图10-8的对话框中共有19个模块，它们分别属于5大类：1.基础分析：（1）随机数发生器；（2）抽样；（3）描述统计；（4）直方图；（5）排位与百分比排位。

硕⼠⽣《数理统计》例题及答案《数理统计》例题1.设总体X 的概率密度函数为： 221)(ββx ex f -=)0(>β试⽤矩法和极⼤似然法估计其中的未知参数β。

解：（1）矩法由于EX 为0，πββββββββββββ2002222221][)()2(2)()2(212)(222222222=+-=-=-+-∞+-∞+--∞+-∞++∞∞-dx exeed xx d xedxex dxx f x EX x x x x xπβ22221=-=X E EX DX 令2S DX =得：S πβ2=（2）极⼤似然法∑===-=-∏ni i i x nni x e21111ββββ∑=--=ni ixn L 1221ln ln ββ231ln 2n i i d L n x d βββ==-+∑ 令0ln =βd L d 得∑==n i i x n 122?β2. 设总体X 的概率密度函数为：<≥--=ααβαββαφx x x x ,0),/)(exp(1),;(其中β>0，现从总体X 中抽取⼀组样本，其观测值为（2.21，2.23，2.25，2.16，2.14，2.25，2.22，2.12，2.05，2.13）。

试分别⽤矩法和极⼤似然法估计其未知参数βα和。

解：（1）矩法经统计得：063.0,176.2==S Xβαβαβφαβαααβαα+=-=+-=-===∞+--∞+--∞+----∞+--∞+∞+∞-??x x x x x edx exeexd dx ex dx x x EX ][)(1 )()(222][)(1222222βαβαβαβαβααβαα++=+=+-=-==--∞+∞+----∞+--∞+??EX dx ex ex ed x dx ex EX x x x x222)(β=-=EX EX DX令==2S DX X EX 即==+22SXββα故063.0?,116.2?===-=S S X βα（2）极⼤似然法 )(111),;(αββ===∏X nnX ni eex L i)(ln ln αββ---=X nn L)(ln ,0ln 2αββββα-+-=??>=??X nn L n L 因为lnL 是L 的增函数，⼜12,,,n X X X α≥L所以05.2?)1(==X α令0ln =??βL 得126.0?)1(=-=X X β 3.已知总体ξ的分布密度函数为：+≤≤-=其它,011,21);(θθθx x f（1）⽤矩法估计其未知参数θ；（2）⽤极⼤似然法估计其未知参数θ。

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 。

典型例题分析例1．分别从方差为20和35的正态总抽取容量为8和10的两个样本，求第一个样本方差是第二个样本方差两倍的概率的范围。

解 以21S 和22S 分别表示两个（修正）样本方差。

由222212σσy x S S F =知统计量2221222175.13520S S S S F ==服从F 分布，自由度为（7，9）。

1） 事件{}22212S S =的概率 {}{}05.320352352022222122212221===⎭⎬⎫⎩⎨⎧⨯==⎭⎬⎫⎩⎨⎧===F P S S P S S P S S P因为F 是连续型随机变量，而任何连续型随机变量取任一给定值的概率都等于0。

2） 现在我们求事件{}二样本方差两倍第一样本方差不小于第=A 的概率：{}{}5.322221≥=≥=F P S S P p 。

由附表可见，自由度9,721==f f 的F 分布水平α上侧分位数),(21f f F α有如下数值：)9,7(20.45.329.3)9,7(025.005.0F F =<<=。

由此可见，事件A 的概率p 介于0.025与0.05之间；05.0025.0<<p 。

例2．设n X X X ，，， 21是取自正态总体),(2σμN 的一个样本，2s 为样本方差，求满足不等式95.05.122≥⎭⎬⎫⎩⎨⎧≤σS P 的最小n 值。

解 由随机变量2χ分布知，随机变量σ/12S n ）（-服从2χ分布，自由度1-=n v ，于是，有{}{}95.0)1(5.1)1(5.1)1(2,05.02222=≤≥-≤=⎭⎬⎫⎩⎨⎧-≤-=v v v P n P n S n P χχχσ 其中2v χ表示自由度1-=n v 的2χ分布随机变量，2,05.0v χ是自由度为1-=n v 的水平05.0=α的2χ分布上侧分位数（见附表）。

我们欲求满足2,05.015.1v n χ≥-）（的最小1+=v n 值，由附表可见226,05.0885.3839)127(5.1χ=>=-， 22505.0652.375.401265.1，）（χ=<=-。