1、1.2 5.0 设总体$XN(mu,sigma(2)$,$X_(1),X_(20)$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。$19$20$21$22$根据教材137页定义6-6得参数为$20$1.3 5.0 设$hattheta$是未知参数$theta$的一个估计量,若$E(hattheta)=$(),则$hattheta$是$theta$的无偏估计。$theta$2theta$3theta$4theta$根据教材153页定义7-3得$E(hattheta)=theta$ 1.4 5.0 设$X_
2、(1),X_(2),X_(n)$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()$(n-1)S(2)/sigma(2)chi(2)(n-1)$(n-1)S(2)/sigma(2)chi(2)(n)$(n-1)S(2)chi(2)(n-1)$S(2)/sigma(2)chi(2)(n-1)$教材140页的定理6-41.5 5.0 设总体$XN(mu,sigma(2),X_(1),X_(2),X_(n)$为来自总体$X$的样本,$mu,sigma(2)$均未知,则$sigma(2)$的无
3、偏估计是()$1/(n-1)sum_(i=1)(n)(X_(i)-barX)(2)$1/(n-1)sum_(i=1)(n)(X_(i)-mu)(2)$1/nsum_(i=1)(n)(X_(i)-barX)(2)$1/(n+1)sum_(i=1)(n)(X_(i)-mu)(2)$135页定理6-2的证明中找到:$E(sum_(i=1)(n)(x_(i)-barx)(2)=(n-1)sigma(2)$ 将上式两边除以$n$,即得$ES_(n)(2)=(n-1)/nsigma(2)stackrel(-)(n-oo)sigma(2)$1.6 5.0 设总体$X$服从正态分布$N(mu,sigma(2)
4、$,$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)=$()$1$2$3$4$利用教材134定理6-1知$barXN(mu,sigma(2)/n)$,将其标准化则为$U=(sqrt(n)(barX-mu)/sigma$知$UN(0,1)$,则$D(U)=1$1.7 5.0 设$x_(1),x_(2),x_(25)$来自总体$X$的一个样本,$XN(mu,5(2)$,则$mu$的置信度为$0.90$的置信区间长度为()。(附:$mu_(0.05)=1.645$)$2.39$9.32$3.92$3.29$mu$的置
5、信度为$0.90$的置信区间为$barX-U_(alpha/2)xxsigma_(0)/sqrt(n),barX+U_(alpha/2)xxsigma_(0)/sqrt(n)$ 区间长度为 $2xxU_(alpha/2)xxsigma_(0)/sqrt(n)=2xx1.645xx5/sqrt(25)=3.29$1.8 5.0 在假设检验问题中,犯第一类错误的概率$alpha$的意义是()在$H_(0)$不成立的条件下,经检验$H_(0)$被拒绝的概率在$H_(0)$不成立的条件下,经检验$H_(0)$被接受的概率在$H_(0)$成立的条件下,经检验$H_(0)$被拒绝的概率在$H_(0)$成立
6、的条件下,经检验$H_(0)$被接受的概率假设检验的两类错误的定义1.9 5.0 设总体$XN(mu,sigma2)$其中$mu$未知,$x_1$,$x_2$,$x_3$,$x_4$为来自总体X的一个样本,则以下关于$mu$的四个估计:$hatmu_(1)=1/4(x_(1)+x_(2)+x_(3)+x_(4)$,$hatmu_(2)=1/5x_(1)+1/5x_(2)+1/5x_(3)+1/5x_(4)$,$hatmu_(3)=1/6x_(1)+2/6x_(2)+3/6x_(3)+1/6x_(4)$,$hatmu_(4)=1/7x_(1)+2/7x_(2)+2/7x_(3)+1/7x_(4)
7、$中,哪一个是无偏估计?()$hatmu_(1)$hatmu_(2)$hatmu_(3)$hatmu_(4)$计算即可。1.10 5.0 设随机变量$XN(mu,22)$,$Ychi2(n)$,$T=(X-mu)/(2sqrtY)sqrtn$,则$T$服从自由度为()的$t$分布。24nn-1$(X-mu)/2$对$X$标准化了,所以$(X-mu)/2N(0,1)$,则根据教材139页定义6-8,有$T$服从自由度为$n$的$t$分布。1.11 5.0 设$X_1,X_2,X_n$为来自总体$X$的样本,$barX$为样本均值,则样本方差$s2$=()$1/nsum_(i=1)n(X_i-ba
8、rX)2$1/(n-1)sum_(i=1)n(X_i-barX)2$sqrt(1/nsum_(i=1)n(X_i-barX)2)$sqrt(1/(n-1)sum_(i=1)n(X_i-barX)2)$设$x_1,x_2,x_n$为取自某总体的样本,则它关于样本均值$barx$的平均偏差平方和$S2=1/(n-1)sum_(i=1)n(x_i-barx)2$称为样本方差,其算术根$S=sqrt(s2)$称为样本标准差。1.12 5.0 设总体$X$服从参数为$lambda$的泊松分布,其中$lambda$为未知参数。$X_(1),X_(2),X_(n)$为来自该总体的一个样本,则参数$lambd
9、a$的矩估计量为()$(sum_(i=1)(n)X_(i)/2$n/(sum_(i=1)(n)X_(i)$(sum_(i=1)(n)X_(i)/n$sum_(i=1)(n)X_(i)$教材习题7.1的第3题1.13 5.0 已知一元线性回归方程为$haty=hata+3x$,且$barx=3$,$bary=6$,则$hata$=()-33$hata=bary-3barx=6-9=-3$1.14 5.0 设总体$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=$()$1
10、/6$1/2$1/3$5/6$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$1.15 5.0 设$x_(1)$,$x_(2)$,$x_(100)$为来自总体$XN(0,4(2)$的一个样本,而$y_(1)$,$y_(2)$,$y_(100)$为来自总体$YN(0,3(2)$的一个样本,且两个样本独立,以$barx$,$bary$分别表示这两个样本的样本均值,
11、则$barx-2bary$()$N(0,52/100)$N(0,1/4)$N(0,7)$N(0,25)$D(barx-2bary)=D(barx)+4D(bary)=(D(X)/100+4*(D(Y)/100=52/100$,$E(barx-2bary)=E(barx)-2E(bary)=0$。1.16 5.0 设总体$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)=$()$0$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
12、分值为$0$E(barX)=E(X)=int_(-1)(1)x xx3/2x(2)dx=0$1.17 5.0 设$x_(1)$,$x_(2)$,$x_(10)$是来自正态总体$N(mu,sigma(2)$的样本,其样本均值和样本方差分别为$barx=1/10sum_(i=1)10x_(i)$和$s(2)=1/9sum_(i=1)10(x_(i)-barx)(2)$,则$(sqrt(10)(barx-mu)/s$服从()$t(9)$t(10)$ccX(2)(9)$ccX(2)(10)$会判断重要的样本分布,用教材141页推论6-1.1.18 5.0 设$x_(1),x_(2),x_(100)$为
13、来自总体$X N(0,4(2)$的一个样本,以$barx$表示样本均值,则$barx$()$N(0,16)$N(0,0.16)$N(0,0.04)$N(0,1.6)$来自正态分布$N(0,sigma(2)$的样本均值$barx$服从$N(0,sigma(2)/n)$,$n$为样本个数1.19 5.0 设随机变量$FF(n_(1),n_(2)$,则 $1/F$()$F(n_(2),n_(1)$F(n_(1),n_(2)$F(n_(2),n_(2)$F(n_(1),n_(1)$1/FF(n_(2),n_(1)$1.20 5.0 总体X服从正态分布$N(mu,sigma(2)$,其中$sigma(2)$未知,$x_(1)$,$x_(2)$,$x_(n)$为来自该总体的样本,$barx$为样本均值,s为样本标准差,欲检验假设$H_(0):mu=mu_(0)$,$H_(1):mu!=mu_(0)$,则检验统计量为()$sqrt(n)(barx-mu_(0)/sigma$sqrt(n)(barx-mu_(0)/s$sqrt(n-1)(barx-mu_(0)$sqrt(n)(barx-mu_(0)$sigma(2)$未知时,单个正态总体均值双边检验,则检验统计量为$t=(barx-mu_(0)/(s/sqrt(n)$。
copyright@ 2008-2022 冰豆网网站版权所有
经营许可证编号:鄂ICP备2022015515号-1