參數(shù)估計(jì)與假設(shè)檢驗(yàn)練習(xí)題精_第1頁
參數(shù)估計(jì)與假設(shè)檢驗(yàn)練習(xí)題精_第2頁
參數(shù)估計(jì)與假設(shè)檢驗(yàn)練習(xí)題精_第3頁
參數(shù)估計(jì)與假設(shè)檢驗(yàn)練習(xí)題精_第4頁
參數(shù)估計(jì)與假設(shè)檢驗(yàn)練習(xí)題精_第5頁
已閱讀5頁,還剩3頁未讀 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

1、第5章 參數(shù)估計(jì)與假設(shè)檢驗(yàn)練習(xí)題1、設(shè)隨機(jī)變量 X 的數(shù)學(xué)期望為 m ,方差為 s2 ,(X1 ,X2 ,···,Xn )為X的一個(gè)樣本,試比較 與 的大小。( 前者大于后者 )2、設(shè)隨機(jī)變量 X與Y相互獨(dú)立,已知 EX = 3,EY = 4,DX = DY = s2 ,試問:k 取何值時(shí),Z = k ( X 2 - Y 2 ) + Y 2 是 s2 的無偏估計(jì) 。( 16 / 7 )3、設(shè)正態(tài)總體 X N ( m , s2 ) ,參數(shù) m ,s2 均未知,( X1 ,X2 , ,Xn )( n ³ 2 )為簡單隨機(jī)樣本,試確定 C,使得 為 s2 的無

2、偏估計(jì)。( )4、假設(shè)總體 X 的數(shù)學(xué)期望為 m ,方差為 s 2 , 為來自總體 X 的一個(gè)樣本,、S2 分別為樣本均值和樣本方差,試確定常數(shù) c ,使得 為 m 2 的無偏估計(jì)量.( 1 / n )5、設(shè) X1 ,X2 是取自總體 N ( m , s2 ) ( m 未知)的一個(gè)樣本,試說明下列三個(gè)統(tǒng)計(jì)量 , , 中哪個(gè)最有效。( )6、設(shè)某總體 X 的密度函數(shù)為: ,( X1 ,X2 , ,Xn )為該總體的樣本, Yn = max ( X1 , X2 , , Xn ) ,試比較未知參數(shù) q 的估計(jì)量 與 哪個(gè)更有效?( n > 1 時(shí), 更有效 )7、從某正態(tài)總體取出容量為10的樣

3、本,計(jì)算出 , 。求總體期望與方差的矩估計(jì) 和 。( 15 ;47 )8、設(shè)總體 X 具有密度 ,其中參數(shù) 0 < J < 1,C 為已知常數(shù),且C > 0,從中抽得一樣本 X1 ,X2 , ,Xn ,求參數(shù) J 的矩估計(jì)量。( 1 - C /X ,其中 )9、設(shè)總體 X 服從( 0,J )上的均勻分布,其中 J > 0 是未知參數(shù),( X1 ,X2 , ,Xn )為簡單隨機(jī)樣本,求出 J 的矩估計(jì)量 ,并判斷 是否為 J 的無偏估計(jì)量。( 2X ,其中 ;是 )10、設(shè)( X1 ,X2 , ,Xn )為總體 X 的一組樣本,總體 X 密度函數(shù)為: , 其中 J >

4、; 1 且未知。試求該總體未知參數(shù) J 的極大似然估計(jì)量。( )11、設(shè)總體 X 的概率密度為 ,其中 q > 0 是未知參數(shù),(X1 ,X2 , ,X n )是取自總體的一個(gè)樣本,試求:總體期望 EX 的最大似然估計(jì)量值和最大似然估計(jì)量。( ; )12、設(shè)樣本 X1 ,X2 , ,Xn 為取自分布密度為 f ( x ) 的總體,其中 ( r 已知),J > 0,求參數(shù) J 的極大似然估計(jì)。( ,其中 ; ,其中 )13、已知某地區(qū)各月因交通事故死亡的人數(shù)為 3,4,3,0,2,5,1,0,7,2,0,3 。若死亡人數(shù)X服從參數(shù)為 l 的Poisson 分布,求:(1)l 的極大似

5、然估計(jì)值;(2)利用(1)的結(jié)果求 P ( X > 2 ) 。( (1) ; (2)0.4562 )14、設(shè)( X1 ,X2 , ,Xn )為總體 X 的一組樣本,總體 X 密度函數(shù)為: ( 參數(shù) s 未知,且 s > 0 ),(1)試求未知參數(shù) s 的極大似然估計(jì)量;(2)檢驗(yàn)其無偏性。 ( (1) ;(2)無偏估計(jì)量 )15、設(shè)總體 X 密度函數(shù)為:, (參數(shù) J > 0 且未知), 取樣本(X1 ,X2 , ,Xn ) ,求總體未知參數(shù) J 的最大似然估計(jì)量和矩估計(jì)量。( ; ,其中 )16、設(shè)總體 X 具有密度函數(shù) ( 其中 J 為未知參數(shù),且J > 0 ) ,

6、取自總體 X 的一組樣本( X1 ,X2 , ,Xn ),求 J 的矩估計(jì)量和極大似然估計(jì)量。( , 其中 ; )17、設(shè)隨機(jī)變量X ( 未知參數(shù) l > 0 ),且 EX = m 。取樣本( X1 ,X2 , ,Xn ),求總體期望 m 的矩估計(jì)量和極大似然估計(jì)量,并檢驗(yàn)其無偏性。( ,其中 ,無偏; ,其中 ,有偏 )18、作 n 次獨(dú)立重復(fù)試驗(yàn),觀察到事件A 發(fā)生了m 次,試證明 P ( A ) = p 的矩估計(jì)和極大似然估計(jì)均為 m / n 。19、方差 s 2 已知,置信度為 1 - a ,為使正態(tài)總體均值 m 的置信區(qū)間長度不大于 L ,樣本容量至少為多少?( 不小于 的最小

7、正整數(shù) )20、設(shè)總體 X N ( m , 102 ) ( m 未知),若要使 m 的置信度為 0.95 的雙側(cè)置信區(qū)間的長度為4,求樣本容量n 最小應(yīng)為多少?( 97 )21、由總體 X N ( m , s2 ) ( s2 未知)取得一個(gè)樣本 X1 ,X2 , ,X9 ,計(jì)算出x = 10, ,試求 m 的雙側(cè)置信區(qū)間( a = 0.05 )。( ( 8.847 , 11.153 ) )22、從一批釘子中隨機(jī)抽取16枚,測(cè)得平均長度為 2.125 cm ,樣本標(biāo)準(zhǔn)差為 0.01713 cm ,假設(shè)釘子的長度X服從方差為 0.012 的正態(tài)分布,求總體X 的均值 m 的置信度為90% 的置信區(qū)

8、間(計(jì)算結(jié)果保留小數(shù)點(diǎn)后三位有效數(shù)字)。( ( 2.121 , 2.129 ) )23、從一大批電子元件中隨機(jī)抽取100只,測(cè)得元件的平均壽命為 1000小時(shí),如果電子元件的壽命服從正態(tài)分布,且均方差 s = 40 小時(shí),求 a = 0.05時(shí),電子元件平均壽命的置信區(qū)間。( ( 992.16 , 1007.84 ) )24、設(shè)總體X容量為4的樣本為 0.5,1.25,0.8,2.0,已知 Y = lnX 服從正態(tài)分布 N ( m , 1 ),(1)求總體X的數(shù)學(xué)期望;(2)求 m 的置信度為95%的置信區(qū)間。( (1) ; (2)( - 0.98 , 0.98 ) )25、假設(shè)鋼珠的直徑服從

9、正態(tài)分布,現(xiàn)從鋼珠的生產(chǎn)線中抽取容量為9的樣本(單位:mm),測(cè)的直徑的平均值x = 31.05,s2 = 0.252 ,試求:總體 m 和 s2 的雙側(cè)置信區(qū)間(a = 0.05;t 0. 025 ( 8 ) = 2.306,t 0. 05 ( 9 ) = 1.8333,)。( ( 30.858 , 31.242 ) ; ( 0.0285 , 0.2294 ) )26、設(shè)總體 X N ( m , s2 ) ,參數(shù) m ,s2 均未知,(X1 ,X2 ,···,Xn )為簡單隨機(jī)樣本,若假設(shè) H0 :m = 0,H1 :m ¹ 0。試寫出假設(shè)檢驗(yàn)時(shí)使用的

10、統(tǒng)計(jì)量的表達(dá)式。( ,其中 , )27、設(shè)某批產(chǎn)品的某項(xiàng)質(zhì)量指標(biāo)服從正態(tài)分布,并且方差根為150,從該批產(chǎn)品中抽取容量為25的一組樣本,并測(cè)得該項(xiàng)指標(biāo)的平均值為1645(單位),問是否可以認(rèn)為這批產(chǎn)品得該項(xiàng)指標(biāo)值為1600(單位)?( a = 0.05 ; t a / 2 ( 24 ) = 2.064 ,F(xiàn) 0 ( 1.96 ) = 0.975 ,t a ( 25 ) = 1.708 )( U - 檢驗(yàn)法,雙側(cè),接受 H0 ,可以 )28、某燈泡廠所生產(chǎn)的燈泡的使用壽命 x N ( m , s2 ) ,如果生產(chǎn)正常時(shí),m = 2000(小時(shí)),現(xiàn)在抽檢25個(gè)燈泡后,得x = 1832,s =

11、498,試問生產(chǎn)是否正常( a = 0.05 )?( t - 檢驗(yàn)法,雙側(cè),接受 H0 ,正常 )29、某食品廠用自動(dòng)裝罐機(jī)裝罐頭食品,規(guī)定當(dāng)標(biāo)準(zhǔn)重量為250克,標(biāo)準(zhǔn)差不超過3克時(shí),機(jī)器工作正常。每天定時(shí)檢查機(jī)器情況?,F(xiàn)抽取16罐,測(cè)的平均重量為252克,樣本標(biāo)準(zhǔn)差為4克,假定罐頭重量服從正態(tài)分布,試問該機(jī)工作是否正常( a = 0.05 )?( 不正常 )30、設(shè)某次考試的考生成績服從正態(tài)分布,從中隨機(jī)地抽取25位考生的成績,算得平均成績?yōu)?1.5分,標(biāo)準(zhǔn)差為15分。試問:在顯著水平0.05下,是否可以認(rèn)為這次考試全體考生的平均成績?yōu)?5分?并寫出檢驗(yàn)過程。( t - 檢驗(yàn)法,雙側(cè),接受 H

12、0 ,可以 )31、設(shè)某校高中二年級(jí)的數(shù)學(xué)考試成績服從正態(tài)分布,第一學(xué)期全年級(jí)數(shù)學(xué)考試平均分為80分,第二學(xué)期進(jìn)行了教改,隨機(jī)抽取25名學(xué)生的數(shù)學(xué)成績,算得平均分為85分,標(biāo)準(zhǔn)差為10分。問:教改是否有效果( a = 0.05 )?( t - 檢驗(yàn)法,右側(cè),否定H0 ,接受 H1 ,有效果 )32、某工廠生產(chǎn)一種金屬線,抗拉強(qiáng)度的測(cè)量值 X N ( m , s2 ) ,且知 m = 105.6 kg / mm2 ,現(xiàn)經(jīng)過改進(jìn)生產(chǎn)了一批新的金屬線,從中隨機(jī)地取10根作實(shí)驗(yàn),測(cè)出抗拉強(qiáng)度值,并計(jì)算得均值x = 106.3 kg / mm2 ,標(biāo)準(zhǔn)差 s = 0.8 kg / mm2 ,問這批新線的

13、抗拉強(qiáng)度是否比原來金屬線的抗拉強(qiáng)度高( a = 0.05 )?( t - 檢驗(yàn)法,右側(cè),否定H0 ,接受 H1 ,是 )33、某工廠采用一種新的方法處理廢水。對(duì)處理后的水測(cè)量所含某種有毒物質(zhì)的濃度X ( N ( m , s2 ) ),測(cè)量10個(gè)水樣,得到以下數(shù)據(jù):x = 17.10 ,s2 = 2.902 。而以往用老方法處理廢水后,該種有毒物質(zhì)的平均濃度為19。問新方法是否比老方法好( a = 0.05 ,計(jì)算結(jié)果保留小數(shù)點(diǎn)后一位有效數(shù)字即可)?( t - 檢驗(yàn)法,左側(cè),否定H0 ,接受 H1 ,是 )34、某廠生產(chǎn)的電子元件壽命服從方差為 s02 =10 000 ( 小時(shí)2 ) 的正態(tài)分布?,F(xiàn)采用一種能提高元件效率的新工

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論