概率统计习题53.docx
《概率统计习题53.docx》由会员分享,可在线阅读,更多相关《概率统计习题53.docx(17页珍藏版)》请在冰豆网上搜索。
概率统计习题53
&5.3统计量及其分布
习题与解答5.3
1.在一本书上我们随机地检查了10页,发现每页上的错误数为
4560314214
试计算其样本均值,样本方差和样本标准差.
10
解样本均值X=「...7=4+5+...+4=3.
样本方差s2=±2(Xj-X「=9p4-3)+...+(4-3)j=3.78,
样本标准差s=1.94.
2证明:
对任意常数c,d,有
证2(Xj(片一x^Vj-Y)+n(X-c)(Y-d).
ii八iA八
艺(X—cXyj—d)=S(Xi-x+X-c)(yi—Y+y—d)=送(片一XX-y)+i4……
n
无(X-cXyj-y)+2(Xi-X)(y-d)+2(X-c)(y-d),i4八iVr
由2(Xi—X)=0,,(y—y)=0,得
i=1
2(X-Chi-d)=2(Xi-X)(yi-y)+n(X-cXy-d),
i壬
因而结论成立.
3.设xi,...,Xn和yi,...,yn是两组样本观测值,且有如下关系:
y=3^-4,i=1,2...,n,试求样本均值X和y间的关系以及样本方差
SX和Sy的关系.
-1.2yr送―送(3Xi—4)=送
Sy
Xi
—4=3X-4,
三(yi—y)
i2
2(3x^4
i4'
-3x+4)
一2
送9(Xj-X)=9Sx
iU'
因而得y=3x-4与
4.记Xn
nid
X,,Sn
Xn+1
n+1
Sn
i=1
Xn
=Xn
丄送
niT
i=1
(Xi
—Xn
Sy
=9sx
n—%*x)
n+1
n+l
i=1
g-Xn).
nX+x
(X
丄无(Xi
(Xi-x
Xn
(Xi-Xn)
n+1
n+1
)=0,丄W(Xn
n=1,2....,证明
(n+1)Xn+X
it
Xn+1
(Xi
-Xn+)21+
(X
F+X1)
)2+
1
—(Xn+1
—Xn+1
iT
一Xn+1
)2
-XnKXn
n+1
1
)+-(Xn+1
一Xn+1
Xn+1
+-Z
一Xn)
nirn
(X
n+1
~Xn)
2
11)_21
(Xn+1—Xn)+-
In+1丿n
1
21n2
S.申=-送(Xi-Xn)+
ni4
n-11n212
=——汽——S(Xi-Xn)+——(Xn+1—Xn)
nn-1yn+1
n-121「_2
=Sn+(Xn+1—Xn).
nn+1
In+1丿
5.从同一总体中抽取两个容量分别为n,m的样本,样本均值分别为
X1,x2,样本方差分别为s2,s;,将两组样本合并,其均值力差分别为
2
X,s,证明:
-nx<^mx2
x=:
n+m
2(n-1)s2+(m-1)£丄
s=十
nm(为—X2)2
(n+m)(n+m—1)
证设取自同一总体的两个样本为
X11,X12,...,Xin;X21,X22,…,X2m■
Y+Y++YY+Y++Y
j_ClC2…Cn„_入21入22…入2m
由Xi-,X2,得
-x1<^..^x1n+x2<^X22十...十x2mnx^mx2
X==
n+m
1n—
由S2=—送(X1i-X1)2,s2
nTy
1m一
=Z(X2i-X2)2
mTy
1n_m
s2=[无(X1i-X)2+2
n+mTi¥iT
[2(X1i-X1+x1-x)2+2(X2i—X2+x2-x)]
i=1irn
(X2i-X)]
n+mT
An_2__m_2__
I22
[S(X1i-X1)+n(X1-X)中送(X2i-X2)+m(x2-X)
i=1i=±
—nx1+mx2、2,,—nx1+mx2、(n-1)s2+(mT)S22/(X1—)^m(x2—
n+mT
n+m-1
(n-1)S|2+(m-1禺2+n□(%f)2
n+mT(n+m)(n+mT)
6.设有容量为n的样本A,它的样本均值为XA,样本标准差为Sa,样本
极差为Ra,样本中位数为mA.现对样本中每一个观测值施行如下变换
y=ax+b,如此得到样本B,试写出样本B的均值,标准差极差和中位
解不妨设样本A为<x1,x2,...,x^},样本B为'y1,y2,...,y“〉,且
y=ax+b,i=1,2,…,n,
——yi+y2+...+ynaxi+b+ax2+b+...中axn+b—,
yB===axA+b,
sB=(yi-yB)2=(ax+b-ax-b)2=a2sA
n-1i丄n-1iA
因而sB=l^sA.
Rb=y(n)-y
(1)=aX(n)+b-ax
(1)-b二a(X(n)-x
(1))=nRa,
mB=
yu),n为奇数,
1
2(y(n)ry(n^),n为偶数
2
(二)(二F)axn+|+b,n为奇数
U)
—(ax『n]+b+axjn]+b),n为偶数
=a
8设X1,…,Xn是来自U(—1,1)的样本,试求E(X)和Var(x)
解均匀分布u(—1,1)的均值和方差分别为0和1/3,该样本容量为n,
--1
因而得E(X)=0,Var(X)=—,3n
9.设总体二阶矩存在Xi,…,Xn是样本,证明x-X也Xj-X(iHj)的相
关系数为-(n-1)’对次你能够给予解释吗?
JvaMXj—X)Jvar(Xj-x)
证不妨设总体的方差为b2,则P(Xi7Xj—X)=Cog-x,Xj一x)由Covdj-X,Xj-X)=Cov(XXj)-Cov(x,x)-Cov(Xj,X)+Cov(x,x)
b2
由于,Cov(Xi,Xj)=0,Cov(x,x)二一
n
——1
Cov(xi,X)=Cov(xj,X)=Cov(xi—2xi)=一nimn
因而Cov(x-X,Xj-X)=——n
Var(x-X)=Var(Xj-x)=Var^-x)
n2
=Var((n一"人一X2-Xn、(n-2+(n-1尸2
(nT)d2
由于2(Xi-X)=0,故其中任意一个偏差Xi-X的增加,都会使另
个偏差Xj-X减少的机会增加,因而两者的相关系数为负.
10•利用切比雪夫不等式求抛均匀硬币多少次才能使正面朝上的频率
多少?
xn
p(0.4€』<0.6)>0.9n
此式等价于p(|xn-0.5n|工0.1n)<0.1,利用切比雪夫不等式估计上
(0.1n)2
式左端概率的上界P(Xn-0.5n>0.1n)兰小5。
-0.5)-25
25
再由不等式—兰0.1可得粗糙的估计n工250.即抛均匀硬币250次
n
后可满足要求.
事实上,利用X的渐近正态性可以得到更精确的结论.由中心极限定理知样本均值X二',亦(X-0.5)/匚N(0,1),故
n
P(0.^X<
0.6)=P(7nx-0.5/0.5<亦/5)=妙(亦/5)-1二0.9,
即①(亦/5)>0.95,故亦/5二1.645这就给出较精确的上界
n二(5咒1.645),这表明只需抛均匀硬币68次就可满足要求.两
个结果差异很大,说明切比雪夫不等式是一个较为粗糙的不等式,在能够使用大样本结果的情况下应尽量使用中心极限定理
11.从指数总体Exp(1/8)抽取了40个样品试求X的渐近分布.
解由于指数总体Exp(1/0)的均值为日,方差为日2,于是X的渐近分re2、
布为N
e——I
k‘40丿.
12.设Xi,…,X25是从均匀分布U(0,5)抽取的样本,试求样本均值x的
渐近分布.
解均匀分布U(0,5)的均值和方差分别为5/2和25/12,样本容量为25,
因而样本均值X的渐近分布为Ng,-].
13.设Xi,...,X20是从二点分布b(1,P)抽取的样本,试求样本均值X
的渐近分布.
解二点分布b(1,P)的均值和方差分别为P和p(1-P),样本容量为20,
因而样本均值X的渐近分布为n]p,"^穿]
14.设X1,...,X8是从正态总体N(10,9)中抽取的样本,试求样本均值X
的标准差.
解来自正态分布的样本均值仍服从正态分布,均值保持不变,方差为原来方差的1/n,此处总体方差为9,样本容量为8,因而
VarX=9/8的标准差为372/4=1.06.
15.切尾均值也是一个常用的反映样本数据的特征量,其想法是将数据的两端的值舍去,而剩下的当中的值来计算样本均值,其计算公式
n-2〔*]
是心=x(nx)心-同,其中0“1/2是切尾系数,
X
(1)兰X
(2)兰…兰X(n)是有序样本。
现我们在某高校采访了16名大学
生,了解他们平时的学习情况,以下数据是大学生每周用于看电视的时间:
15141292041726151861558
取a=1/16,试计算其切尾均值:
解将样本进行排序得x
(1)=4,…,x(佝=26,当a=1/16时,由题
意得,切尾均值
12.86.
16.有一个分组样本如下
区间
组中值
频数
(154,155)
150
4
(155,165)
160
8
(165,175)
170
6
(175,185)
180
2
试求该分组样本的样本均值.样本标准差,样本偏度和样本峰度.
解计算过程列表如下:
组中值x
频数f
x[f
(x-X)2f
(X-x)3f
(x-:
)4f
150
4
600
676
-8788
114244
160
8
1280
72
-216
648
170
6
1020
294
2058
14406
180
2
360
578
9826
167042
和
20
3260
1620
2880
296340
因而可得样本均值,样本偏度和样本峰度分别为
x=3260=163,s=J1620=9.23,
20V19
288吧2=0.198,4=296340/20-3—0.742.
(1620/20)(1620/20)
批号
批量
不合格品率
1
100
0.05
2
300
0.06
3
250
0.04
4
150
0.03
17•检查四批产品,其批量与不合格率如下
试求这四批产品的总不合格率.
解这批产品的总不合格率为
P=100"0.05中300^O.OS+250^0.04+150^0.03二0.047.
100+300+250+150
18.设总体一等概率取123,4,5,现从中抽取一个容量为4的样本,试分
别求X
(1)和X⑷的分布.
解由古典概率可得P(x
(1)-k)二
4
「6-k、,…CJ,k=1,2,3,4,5.
4
'=0.5904,
P(x
(1)=1)=P(x
(1)「)-P(x
(1)x2)=1-
P(x
(1)=2)=P(x(1严2)-P(x(1严3)=
.5;
15丿
4
'=0.28,
P(x
(1)=3)=P(x(1严3)-P(x(1严4)=
③4
5
-1
<5>
=0.104,
P(x
(1)=4)=P(x
(1)>4)-P(x
(1)>5)=匸
V5>
4”4
「1、
-I-=0.024
15丿
P(x
(1)=5)=P(x
(1)>5)
4
=0.0016,
x
(1)
1
2
3
4
5
P
0.5904
0.28
0.104
0.024
0.0016
这就给出了x(i)的分布列
类似的,p(x(4)5
15丿
P(X(4)
P(X(4)
P(X(4)
P(X(4)
P(X(4)
=1)=p(x(4)兰1)=0.0016,
=2)=p(X(4)兰2)-P(X(4)兰1)=0.024
=3)=卩(旳4)-3)—P(x(4)-2)=O.104
=4)=p(X(4)兰4)-p(x(4)兰3)=o.28
=5)=1-p(X4兰4)=0.5904
这就给出X(4)的分布列
(2)p(x
(1)>5).
解
(1)p(x(16)>10)=1-p()<(16)兰10)=1-(p(X1兰10)16
10_8
=1一(①(^^))16=1-0.84136=0.9370,
58
⑵p(x
(1)>5)=(p(X
(1)>5))16=(1-①(〒))16
.16
=〔◎(1.5)]=0.3308
20.设总体为韦布尔分布Wei(mJ),其密度函数为
mJ
p)(x;m,n)M^X^exp{—(护},x>0,m》0,n>0
现从中得到样本Xi,…,Xn,,证明X(i)仍服从韦布尔分布,并指出其参数.
解由总体分布的密度函数可得总体的分布函数F(x)为
XmtmVmX_(t)mt-;X(m)
F(x)=J0^^dt=—J0end(—(孑)m)=1—e
-m
因而最小次序统计量X
(1)的分布函数为
X>0.
P(X
(1)兰X)=1-P(x
(1)》X)=1—(eW
21.设总体密度函数为
p(x)=6x(1-x),0■中位数的分布.
解总体分布函数为
F(x)=f6t(1-t)dt=3x2-2x3=x2(3-2x),0EX兰1,
1—F(x)=(1-x)2(2x+1),0兰X兰1.
故样本中位数口0.5=X(5)的精度分布密度函数为
<9?
Pm0.5(X)-1/
(4丿
=1|(x2(3-2x))4|16x(1-x)((1-x2)(2x+1))4
I4丿I1丿
=3780x9(1-x)9(3-2x)4(2x+1)4
(F(x))4P
(1丿
p(x)(1-F(x))4
这个精确密度函数是26次多项式,使用是不方便的,譬如Pmo.5<0.7)
用上述密度函数是可以求的,可就是不方便,寻求近似计算就十分必要.
F面来寻求m0.5的渐进分布,由于总体中位数是Xo.5=O.5,且
P(x0.5=0.5)=6X0.5X(1-0.5)=3/2,
故在n=9时m0.5的渐近分布为m(0.5)DN(g,
利用此渐进分布容易算出概率P(讥.5€0.7)=①(1.8)=0.9641.
22.设X1,...,Xn是来自U(0/)的样本,X
(1)兰…兰X(n)为其次序统计,令
yi=1,...,n-1,yn=x(n),
X(i+|)
证明yi,...,y相互独立.
证令Ui=x(i),i=1,2,...,n,则Ui,...,Un的联合密度函数为
P(U1,...,Un)=n!
/Tn,0兰U1兰…兰Un兰&
y厂U1/U,2
U^yy.2.yn,
yn斗二Un_1/Un,其逆变换为yn二Un
Un—1=Yn*
Un二yn,
其中0€y
<1j=1,.』71,0^其Jacobi行列式绝对值为
2nT
J=y2y3...yn,联合密度函数为
p(yi,…,yn)二n!
y2y;..yT(1/T)n
=(2y2)(3y2)…(nLyn'),0c比c1,i=1,...,n-1,0c齐<日该联合密度函数为可分离变量,因而yi,..y相互独立,且
yiUBe(1,1)=U(0,1),y2UBe(2,1),...,yn_i「Be(n-1,1),y“/让Be(n,1).