概率论与数理统计4.docx
《概率论与数理统计4.docx》由会员分享,可在线阅读,更多相关《概率论与数理统计4.docx(11页珍藏版)》请在冰豆网上搜索。
概率论与数理统计4
概率论与数理统计(经管类)-阶段测评4
1.单选题
1.15.0
设$hattheta$是未知参数$theta$的一个估计量,若$E(hattheta)=$(),则$hattheta$是$theta$的无偏估计。
您答对了
∙a
$theta$
∙b
$2theta$
∙c
$3theta$
∙d
$4theta$
根据教材153页定义7-3得$E(hattheta)=theta$
1.25.0
设总体$X$服从正态分布$N(mu,sigma^
(2))$,$X_
(1),X_
(2),…,X_(n)$为来自该总体的一个样本,令$U=(sqrt(n)(barX-mu))/sigma$,则$D(U)=$()
您答对了
∙a
$1$
∙b
$2$
∙c
$3$
∙d
$4$
利用教材134定理6-1知$barX~N(mu,sigma^
(2)/n)$,将其标准化则为$U=(sqrt(n)(barX-mu))/sigma$知$U~N(0,1)$,则$D(U)=1$
1.35.0
设总体$X~N(mu,sigma^
(2))$,其中$sigma^
(2)$未知,现由来自总体$X$的一个样本$x_
(1),x_
(2),…,x_(9)$算得样本均值$barx=10$,样本标准差$s=3$,并查得$t_(0.025)(8)=2.3$,则$mu$的置信度为$95%$置信区间是()
您答错了
∙a
$[7.3,12.7]$
∙b
$[7.7,12.3]$
∙c
$[2.3,12.3]$
∙d
$[7.7,12.7]$
$[barx-t_(0.025)(n-1)s/sqrt(n),barx+t_(0.025)(n-1)s/sqrt(n)]=[10-2.3xx3/sqrt(9),10+2.3xx3/sqrt(9)]=[7.7,12.3]$
1.45.0
设总体$X$服从参数为$lambda(lambda>0)$的泊松分布,$x_
(1),x_
(2),…,x_(n)$为$X$的一个样本,其样本均值$barx=2$,则$lambda$的矩估计值$hatlambda=$()
您答错了
∙a
$1$
∙b
$2$
∙c
$3$
∙d
$0$
$E(X)=lambda$由矩法估计有$hatlambda=barx=2$
1.55.0
设$X_1$、$X_2$、$X_3$、$X_4$为来自总体$X~N(0,1)$的样本,设$Y=(X_1+X_2)^2+(X_3+X_4)^2$,则当$C$=()时,$CY~chi^2
(2)$
您答错了
∙a
$1/8$
∙b
$1/2$
∙c
$1$
∙d
$1/6$
要使$CY~chi^2
(2)$就要把$Y$中的$X_1+X_2$、$X_3+X_4$标准化才符合教材137页的定义6-6,而$X_1+X_2$、$X_3+X_4~N(0,2)$,所以标准化是$(X_1+X_2-0)/sqrt2,(X_3+X_4-0)/sqrt2$,故$C=1/2$。
1.65.0
设总体$X~N(mu,sigma^
(2))$,$X_
(1),X_
(2),…,X_(n)$为来自该总体的一个样本,$barX$为样本均值,$S^
(2)$为样本方差。
对假设检验问题:
$H_(0):
mu=mu_(0)<->H_
(1):
mu!
=mu_(0)$,在$sigma^
(2)$未知的情况下,应该选用的检验统计量为()
您答错了
∙a
$(barX-mu_(0))/sigmasqrt(n)$
∙b
$(barX-mu_(0))/sigmasqrt(n-1)$
∙c
$(barX-mu_(0))/Ssqrt(n)$
∙d
$(barX-mu_(0))/Ssqrt(n-1)$
见教材181页表8-4
1.75.0
总体X的分布律为$P{X=1}=p$,$P{X=0}=1-p$,其中0
(1)$,$X_
(2)$,…,$X_(n)$为来自总体的样本,则样本均值$barX$的期望为()
您答错了
∙a
$sqrt(p/n)$
∙b
p
∙c
$sqrt(np)$
∙d
p(1-p)
样本均值的期望和方差。
1.85.0
设总体$X~N(mu,1)$,$(x_
(1),x_
(2),x_(3))$为其样本,若估计量$hatmu=1/2x_
(1)+1/3x_
(2)+kx_(3)$为$mu$的无偏估计量,则$k=$()
您答对了
∙a
$1/6$
∙b
$1/2$
∙c
$1/3$
∙d
$5/6$
$Ehatmu=E(1/2x_
(1)+1/3x_
(2)+kx_(3))=E(1/2x_
(1))+E(1/3x_
(2))+E(kx_(3))$$=1/2E(x_
(1))+1/3E(x_
(2))+kE(x_(3))=(1/2+1/3+k)u$$(1/2+1/3+k)u=u$$1/2+1/3+k=1$$k=1/6$
1.95.0
设$X_
(1),X_
(2),…X_(n)$为正态总体$N(mu,sigma^
(2))$的样本,记$S^
(2)=1/(n-1)sum_(i=1)^(n)(x_(i)-barx)^
(2)$,则下列选项中正确的是()
您答对了
∙a
$((n-1)S^
(2))/sigma^
(2)~chi^
(2)(n-1)$
∙b
$((n-1)S^
(2))/sigma^
(2)~chi^
(2)(n)$
∙c
$(n-1)S^
(2)~chi^
(2)(n-1)$
∙d
$S^
(2)/sigma^
(2)~chi^
(2)(n-1)$
教材140页的定理6-4
1.105.0
随机变量$X~N(0,1)$,$Y~N(0,1)$,$Z~N(0,1)$,且X,Y,Z相互独立,则$(2X^
(2))/(Y^
(2)+Z^
(2))~$()
您答错了
∙a
$N(0,2)$
∙b
$ccX^2
(2)$
∙c
$t
(2)$
∙d
F(1,2)
F分布的定义。
1.115.0
设随机变量$X~chi^
(2)
(2)$,$Y~chi^
(2)(3)$,且$X$,$Y$相互独立,则$(3X)/(2Y)$所服从的分布为()
您答错了
∙a
$F(2,2)$
∙b
$F(2,3)$
∙c
$F(3,2)$
∙d
$F(3,3)$
教材138页定义6-7
1.125.0
假设检验时,若增加样本容量,则犯两类错误的概率()
您答错了
∙a
不变
∙b
都减小
∙c
都增大
∙d
一个增大一个减小
见教材第八章两类错误的介绍。
1.135.0
设总体$X~N(mu,sigma^
(2))$,$X_
(1),…,X_(20)$为来自总体$X$的样本,则$sum_(i=1)^(20)(X_(i)-mu)^
(2)/sigma^
(2)$服从参数为()的$chi^
(2)$分布。
您答错了
∙a
$19$
∙b
$20$
∙c
$21$
∙d
$22$
根据教材137页定义6-6得参数为$20$
1.145.0
设总体$X~N(mu,sigma^
(2))$,$sigma^
(2)$未知,$barX$为样本均值,$S_(n)^
(2)=1/nsum_(i=1)^(n)(X_(i)-barX)^
(2)$,$S^
(2)=1/(n-1)sum_(i=1)^(n)(X_(i)-barX)^
(2)$,检验假设$H_(0):
mu=mu_(0)$时采用的统计量是()
您答错了
∙a
$Z=(barX-mu_(0))/(sigma//sqrt(n))$
∙b
$T=(barX-mu_(0))/(S_(n)//sqrt(n))$
∙c
$T=(barX-mu_(0))/(S//sqrt(n))$
∙d
$T=(barX-mu_(0))/(sigma//sqrt(n))$
$t$检验
1.155.0
要检验变量$y$和$x$之间的线性关系是否显著,即考察由一组观测数据$(x_(i),y_(i))$,$i=1,2,…,n$,得到的回归方程$haty=hatbeta_(0)+hatbeta_
(1)x$是否有实际意义,需要检验假设()
您答错了
∙a
$H_(0):
beta_(0)=0,H_
(1):
beta_(0)!
=0$
∙b
$H_(0):
beta_
(1)=0,H_
(1):
beta_
(1)!
=0$
∙c
$H_(0):
hatbeta_(0)=0,H_
(1):
hatbeta_(0)!
=0$
∙d
$H_(0):
hatbeta_
(1)=0,H_
(1):
hatbeta_
(1)!
=0$
回归方程$haty=hatbeta_(0)+hatbeta_
(1)x$是否有实际意义也就是说其要为一元线性的,即要检验假设$H_(0):
beta_
(1)=0,H_
(1):
beta_
(1)!
=0$
1.165.0
设总体$X$服从参数为$lambda(lambda>0)$的指数分布,其概率密度为$f(x,lambda)={(lambdae^(-lambdax),x>0),(0,x<=0):
}$由来自总体$X$的一个样本$x_
(1),x_
(2),…,x_(n)$算得样本平均值$barx=9$,则参数$lambda$的矩估计$hatlambda=$()
您答错了
∙a
$9$
∙b
$2/9$
∙c
$1/3$
∙d
$1/9$
因为,$E(X)=1/lambda$所以,$barx=1/hatlambda$所以,$9=1/hatlambda$所以,$hatlambda=1/9$
1.175.0
设随机变量$X~N(mu,2^2)$,$Y~chi^2(n)$,$T=(X-mu)/(2sqrtY)sqrtn$,则$T$服从自由度为()的$t$分布。
您答错了
∙a
2
∙b
4
∙c
n
∙d
n-1
$(X-mu)/2$对$X$标准化了,所以$(X-mu)/2~N(0,1)$,则根据教材139页定义6-8,有$T$服从自由度为$n$的$t$分布。
1.185.0
设总体$X$为指数分布,其密度函数为$p(x,lambda)=lambdae^(-lambdax),x>0$,$x_1,x_2,…,x_n$是样本,故$lambda$的矩法估计$hatlambda$=()
您答错了
∙a
$(sum_(i=1)^nx_i)/n$
∙b
$n/(sum_(i=1)^nx_i)$
∙c
$sum_(i=1)^nx_i$
∙d
$nsum_(i=1)^nx_i$
$X$为指数分布,则$E(X)=1/lambda$令$barX=1/lambda$解得$lambda$的矩估计为$hatlambda=1/barX=n/(sum_(i=1)^nx_i)$
1.195.0
设总体$X$的概率密度为$f(x)={(3/2x^
(2),|x|<1),(0,其他):
}$,$x_
(1),x_
(2),…,x_(n)$为来自总体$X$的一个样本,$barx$为样本均值,则$E(barx)=$()
您答错了
∙a
$1$
∙b
$2$
∙c
$3$
∙d
$0$
样本均值的期望等于总体的期望;已知密度函数求期望;奇函数关于对称区间积分,积分值为$0$$E(barX)=E(X)=int_(-1)^
(1)xxx3/2x^
(2)dx=0$
1.205.0
由来自正态总体$X~N(mu,1^2)$、容量为100的简单随机样本,得样本均值为10,则未知参数$mu$的置信度为0.95的置信区间是()($mu_0.025=1.96,mu_0.05=1.645$)
您答错了
∙a
$[9.196,10.804]$
∙b
$[9.840,10.169]$
∙c
$[9.804,10.196]$
∙d
$[9.048,10.961]$
$mu$的置信度为0.95的置信区间为$[barX-U_(alpha/2)**sigma_0/sqrtn,barX+U_(alpha/2)**sigma_0/sqrtn]$$=[10-1.96**1/sqrt100,10+1.96**1/sqrt100]=[9.804,10.196]$