概率统计chapter6-7例题选讲

重庆大学 概率论与数理统计 课程试卷课程试卷juanA卷B卷2006 ~2007 学年 第二 学期开课学院： 数理学院 课程号： 考试日期：考试方式：开卷闭卷其他 考试时间： 120 分钟附查表值：0.950.9751.645, 1.96u u ==，0.950.9750.950.975(8) 1.8595,(8) 2.306,(9) 1.8331,(9) 2.2622t t t t ====一、填空题（每空3分，共42分）1．设()()0.2,()0.3,()P A B P A B P B P A ===则= ，,A B 至少有一个发生的概率为 ；2．电路由元件A 、B 、和C 三个元件串联而成，若A 、B 和C 损坏与否相互独立，它们损坏的概率依次为, , ，则该电路断路的概率为 ；3．设每年袭击某地的台风次数~()X P λ，且{1}{2}P X P X ===，则{3}P X == ；4．设随机变量2(16,)X N σ:，且{1220}0.95P X <<=，则σ= ； 5．设随机变量,X Y 独立并且具有相同分布(1,0.6)B ，求(,)X Y 的联合分布律：；求min(,)Z X Y =的分布律： ； 6．设随机变量~[0,]X U θ，1~(1,)Y Γθ(指数分布)，且,0.5X Y ρ=，则cov(,)X Y Y -= ；2(23)E X Y -= ； 7．设随机变量X 的数学期望EX 与方差DX 存在，且1DX =，则根据切比雪夫不等式有{5}P X EX -<≥ ；9．若1234,,,X X X X 为来自正态总体(0,4)N 的样本，则∑=41241i i X ~ 分布；∑=42213i iXX ~ 分布；10．设总体22~(,),X N a σσ未知，1,,n X X K 来自总体X , 则参数a 的置信度为的置信区间是： ；11．1,,n X X K 来自总体~()X P λ，则参数λ的矩估计量： 。

《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=。

资料范本本资料为word版本，可以直接编辑和打印，感谢您的下载概率论与数理统计第7章例题地点：__________________时间：__________________说明：本资料适用于约定双方经过谈判，协商而共同承认，共同遵守的责任与义务，仅供参考，文档可直接下载或修改，不需要的部分可直接删除，使用时请详细阅读内容第7章例题1.量的是B2.量的是 D3.样本 BA. B.C. D.4.设是来自任意总体X的一个容量为2的样本，则在下列总体均值的无偏估计中，最有效的估计量是 DA. B.C. D.5.从总体中抽取样本下面总体均值的估计量中哪一个最有效DA. B. C. D.6.从总体中抽取样本统计量 ,中更为有效的是CA. B. C. D. 以上均不正确7.设是取自总体的样本，已知和都是的无偏估计量，则________更有效8.设X1，X2， X3， X4是来自均值为的指数分布总体的样本，其中未知，设有估计量（1）找出其中的无偏估计量；（2）证明较为有效.解(1)由于Xi服从均值为的指数分布，所以即是的无偏估计量(2)由方差的性质知，所以较为有效。

9. 设总体X的概率密度为其中为未知参数，如果取得样本观测值为，求参数的极大似然估计值 .解10. 设总体X的概率密度为其中>0，若取得样本观测值为，求参数的极大似然估计值解11.设总体的概率密度为,其中为未知参数.如果取得样本观测值为,求参数的最大似然估计值.解:似然函数,, 时， ,取对数得,所以单调增加.由于,即应该满足的最大似然估计值为 .12.设为正态总体的样本，样本均值的观测值,则未知参数的置信度为0.95的置信区间为 A13.设为正态总体的样本，样本均值的观测值，则置信度为0.90的置信区间为 B14.某工厂生产滚珠，从某日生产的产品中随机抽取9个，测得直径（mm）如下：14.6，14.7，15.1，14.9，14.8，15.0，15.1，15.2，14.8.设滚珠直径～，如果已知直径标准差（mm），求在置信水平1－=0.95的置信区间.()解、已知，n=9，，所以的置信度为0.95的置信区间为，即（14.81，15.01）15. 某厂生产的滚珠直径，从某天的产品里随机抽取6个，测得直径如下：(单位：毫米)14.70、15.21、14.98、14.91、15.32、15.32.如果知道该天产品直径的方差是0.05，试找出置信度为0.95的直径平均值的置信区间. () 解、，由置信水平，则，，所以置信区间为：即16. 随机地从一批钉子中抽取9枚，测得长度（单位：cm）分别为2.24 2.10 2.13 2.052.12 2.23 2.20 2.15 设钉子的长度服从正态分布,试求总体均值的90%的置信区间.若已知; (1.645)若未知. ()解(1)的置信度为的置信区间为其中n=9,=0.10,=0.01由计算得代入上式得 (2.145，2.155）----5分(2)的置信度为的置信区间为其中n=9，=0.10，由计算得，代入得(2.111 ,2.189 )17.从一批零件中，抽取9个零件，测得其直径(毫米)为19.7， 20.1, 19.8, 19.9, 20.2, 20, 19.9, 20.2, 20.3,若零件直径服从正态分布，且未知，求零件直径的均值的0.95的置信区间.解置信区间(19.85， 20.17)18.某厂生产的钢丝.其抗拉强度，其中均未知，从中任取9根钢丝，测得其强度（单位：kg）为：578，582，574，568，596，572，570，584，578,试在置信水平1－=0.99下求的置信区间.(；）解：，，方差的置信区间为即：（26.91，441.79）19.今从一批零件中，随机抽取10个，测量其直径尺寸与标准尺寸之间的偏差（mm）分别为2，1，－2，3，2，4，－2，5，3，4。

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θ̂是θ的一致估计是().(A)θ̂=Xn; (B)θ̂=2Xn;(C)θ̂=X¯=1n∑i=1nXi; (D)θ̂=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θ̂是参数θ的无偏估计，且有D(θ̂)>0, 试证θ̂2=(θ̂)2不是θ2的无偏估计.解答：因为D(θ̂)=E(θ̂2)-[E(θ̂)]2, 所以E(θ̂2)=D(θ̂)+[E(θ̂)]2=θ2+D(θ̂)>θ2,故(θ̂)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λ̂2=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p̂2=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m1̂=23X1+13X2, m2̂=14X1+34X2, m3̂=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(m1̂)=E(23X1+13X2)=23E(X1)+13E(X2)=23m+13m=m,D(m1̂)=D(23X1+13X2)=49D(X1)+19D(X2)=49+19=59,同理可得：E(m2̂)=m,D(m2̂)=58, E(m3̂)=m,D(m3̂)=12.所以，m1̂,m2̂,m3̂都是m的无偏估计量，并且在m1̂,m2̂,m3̂中，以m3̂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θ̂=∑i=1kaiXi估计θ时，θ̂是无偏的，并且D(θ̂)最小？解答：因为E(Xi)=θ(i=1,2,⋯,k), 故E(θ̂)=E(∑i=1kaiXi)=∑i=1kaiE(Xi)=θ∑i=1kai,欲使E(θ̂)=θ,则要∑i=1kai=1.因此，当∑i=1kai=1时，θ̂=∑i=1kaiXi为θ的无偏估计, D(θ̂)=∑i=1kai2σi2, 要在∑i=1kai=1的条件下D(θ̂)最小，采用拉格朗日乘数法.令L(a1,a2,⋯,ak)=D(θ̂)+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，θ̂=∑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θ̂=X¯X¯-c为矩估计量，θ的矩估计值为θ̂=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θ̂=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θ̂=(X¯1-X¯)2，θ的矩估计值为θ̂=(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θ̂=(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p̂=1mX¯=1m⋅1n∑i=1nXi，p的矩估计值为p̂=1mx¯=1m⋅1n∑i=1nxi．另外，似然函数为L(θ)=∏i=1nf(xi;θ)=(∏i=1nCmxi)p∑i=1nxi(1-p)∑i=1n(m-xi)，xi=0,1,⋯,m，对数似然函数为lnL(θ)=∑i=1nlnCmxi+(∑i=1nxi)lnp+(∑i=1n(m-xi))ln(1-p)，对lnL(θ)求导，并令其为零，得dlnL(θ)dθ=1p∑i=1nxi-11-p∑i=1n(m-xi)=0，解方程得p=1mn∑i=1nxi，故参数的最大似然估计量为p̂=1mn∑i=1nXi=1mX¯．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θ̂=2X¯.(2)由所给样本的观察值算得x¯=16∑i=16xi=16(0.3+0.8+0.27+0.35+0.62+0.55)=0.4817,所以θ̂=2x¯=0.9634.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：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)+3×(1-θ)2=3-2θ,x¯=1/3×(1+2+1)=4/3.因为E(X)=X¯,所以θ̂=(3-x¯)/2=5/6为矩估计值,L(θ)=∏i=13P{Xi=xi}=P{X1=1}P{X2=2}P{X3=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θL̂=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.解答：(1)已知，λ的最大似然估计为λ̂L=X¯.因此⌢P{X=0}=e-λL̂=e-X¯.(2)设X为一个扳道员在五年内引起的严重事故的次数，X服从参数为λ的泊松分布，样本容量n=122.算得样本均值为x¯=1122×∑r=05r⋯r=1122×(0×44+1×42+2×21+3×9+4×4+5×2)≈1.123,因此P̂{X=0}=e-x¯=e-1.123≈0.3253.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≥30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¯=642cm,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¯=642,σ=3,n=40≈6.32,uα/2=1.96,从而(x¯±σnuα/2)=(642±340×1.96)≈(642±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=3,n=100, uα/2=2.58,所以(x¯±snuα/2)=(10±3100×2.58)=(10±0.774)=(9.226,10.774).试以95%的置信度，求出该品种玉米平均穗位的置信区间.解答：因为n=100属于大样本情形，所以μ的置信度为95%的置信区间上、下限近似为X¯±snuα/2,这里n=100,uα/2=1.96,还需计算出x¯和s.取a=115,c=10, 令zi=(xi-a)/c=(xi-115)/10, 用简单算公式，(1)x¯=a+cz¯; (2)sx2=c2sz2.z¯=1100∑i=19mizi=1100×(-27)=-0.27,x¯=10×(-27)+115=112.3,sz2=199∑i=19mizi2=199×313≈3.161616,sx2=102×3.161616=316.1616, sx≈17.78.于是(x¯±snuα)≈(112.3±17.7810×1.96)≈(112.3±3.485)=(108.815,115.785).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(p1̂,p2̂)=(-b-b2-4ac2a,-b+b2-4ac2a).其中a=n+uα/22,b=-2nX¯-(uα/2)2,c=nX¯2,n=500,x¯=13500,uα/2=1.96.则(p1̂,p2̂)=(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¯=500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¯=500,n=25,σ=50,uα/2=1.96,所以灯泡的平均寿命的置信区间为(x¯±uα/2σn)=(500±5025×1.96)=(500±19.6)=(480.4,519.6).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=(2×1.5×1.961.7)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¯=1950,s=300,n=15,tα/2(14)=2.145,于是(x¯±sntα/2(n-1))=(1950±30015×2.145)≈(1950±166.151)=(1783.85,2116.15).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¯=154, s=8.0187, t0.025(5)=2.571, 于是(x¯±sntα/2(n-1))=(154±8.01876×2.571)≈(154±8.416)≈(145.58,162.42).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(19×1636.191,19×167.633),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¯=14.6;来自总体N(μ2,9)的一容量为20的样本，其样本均值x2¯=13.2;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=1615+920=9160≈1.232,uα/2σ12n1+σ22n2=1.645×1.232≈2.03,x¯1-x¯2=14.6-13.2=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).两方差相等设测定数据分别来自分布N(μ1,σ2),N(μ2,σ2),且两样本相互独立，又μ1,μ2,σ2均为未知，试求μ1-μ2的置信水平为0.95的置信区间.对于1-α=0.95,查表得t0.025(7)=2.3646, 算得x¯=0.141,y¯=0.139; s12=8.25×10-6, s1≈0.0029.s22=5.2×10-6, s2=0.0023, sW≈0.0026, 15+14=0.6708,故得μ1-μ2的0.95置信区间为(0.141-0.139±2.3646×0.0026×0.6708),即(-0.002,0.006).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.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：p̂=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(p̂)=E(X¯)=E(1n∑i=1nE(Xi))=1n∑i=1nE(Xi)=1n∑i=1np=p.由定义，p̂是p的无偏估计量，又D(p̂)=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{∣p̂-p∣≥ɛ}=P{∣X¯-p∣≥ɛ}≤1ɛ2D(X¯)=1ɛ2p(1-p)n→0,n→∞所以limn→∞P{∣p̂-p∣≥ɛ}=0, 故p̂=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p̂=X¯-S2X¯,k̂=[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(x i;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λ̂=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θ̂.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θ̂=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θ̂=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θ̂=-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θ̂=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=μ̂=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σ̂2=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p̂2=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：θ1̂=2X¯和θ2̂=n+1nX(n)是θ的一致估计.解答：因E(θ1̂)=θ, D(θ1̂)=θ23n; E(θ2̂)=θ,D(θ2̂)=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{∣θ1̂-θ∣≥ɛ}≤D(θ1̂)ɛ2=θ23nɛ2→0,(n→∞)P{∣θ2̂-θ∣≥ɛ}≤D(θ2̂)ɛ2=θ2n(n+1)ɛ2→0,(n→∞)所以，θ1̂和θ2̂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(X̂)=X¯=150(25.8+24.7+⋯+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(24.92-1.96×0.661550,24.92+1.96×0.661550)=(24.737,25.103),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(p1̂,p2̂)=(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=2.56.p的0.95的置信区间为(p1̂,p2̂)=(12a(-b±b2-4ac)), 即(12×103.842(35.8416±221.2823)),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=25, 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(170-1225×2.06,170+1225×2.06)=(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。