概率论与数理统计教程(魏宗舒)第七章答案

. 第七章 假设检验

7.1 设总体2(,)N ξμσ~，其中参数μ，2σ为未知，试指出下面统计假设中哪些是简单假设，哪些是复合假设：

（1）0:0,1H μσ==； （2）0:0,1H μσ=>； （3）0:3,1H μσ<=； （4）0:03H μ<<； （5）0:0H μ=.

解：（1）是简单假设，其余位复合假设 7.2 设1225,,

,ξξξ取自正态总体(,9)N μ，其中参数μ未知，x 是子样均值，如

对检验问题

001:,:H H μμμμ

=≠取检验的拒绝域：

12250{(,,,):||}c x x x x c μ=-≥，试决定常数c ，使检验的显著性水平为0.05

解：因为(,9)N ξμ~，故9

(,)25

N ξμ~ 在0H 成立的条件下，

000

53(||)(||)53

521()0.05

3c P c P c ξμξμ-≥=-≥?

?=-Φ=???

?

55(

)0.975,1.9633

c c

Φ==，所以c =1.176。 7.3 设子样1225,,

,ξξξ取自正态总体20(,)N μσ，2

σ已知，对假设检验0010:,:H H μμμμ=>，取临界域12n 0{(,,,):|}c x x x c ξ=>，

（1）求此检验犯第一类错误概率为α时，犯第二类错误的概率β，并讨论它们之间的关系；

（2）设0μ=0.05，2

0σ=0.004，α=0.05，n=9，求μ=0.65时不犯第二类错误

的概率。

解：（1）在0H 成立的条件下，2

0(,

)n

N σξμ~，此时

00000()P c P ξαξ=≥=≥

10

αμ-=

，由此式解出010c αμ-=

+

在1H 成立的条件下，2

0(,

)n

N σξμ~，此时

101000

10

()(P c P αξβξμ-=<=<=Φ=Φ=Φ-

由此可知，当α增加时，1αμ-减小，从而β减小；反之当α减少时，则β增加。 （2）不犯第二类错误的概率为

10

0.9511(0.650.51(3)

0.2

1(0.605)(0.605)0.7274αβμμ--=-Φ-

-=-Φ-

=-Φ-=Φ=

7.6 设一个单一观测的ξ子样取自分布密度函数为()f x 的母体，对()f x 考虑统计假设：

0011101

201

:():()00x x x H f x H f x ≤≤≤≤??==?

?

??其他其他

试求一个检验函数使犯第一，二类错误的概率满足2min αβ+=，并求其最小值。 解 设检验函数为

1()0x c

x φ∈?=?

?其他

（c 为检验的拒绝域）

0101011

1

1

2()2()

()2[1()]()2[1()]

()2(12())

2(14)()P x c P x c P x c P x c E x E x x dx x x dx x x dx

αβφφφφφ+=∈+∈=∈+-∈=+-=+-=+-???

要使2min αβ+=，当140x -≥时，()0x φ= 当140x -<时，()1x φ=

所以检验函数应取114

()1

04

x x x φ?

≤??=??>??，此时，10722(14)8x dx αβ+=+-=?。

7.7 设某产品指标服从正态分布，它的根方差σ已知为150小时。今由一批产品中随机抽取了26个，测得指标的平均值为1637小时，问在5%的显著性水平下，能否认为该批产品指标为1600小时?

解 总体2(,150)N ξμ~，对假设，0:1600H μ=，采用U 检验法，在0H 为真时，检验统计量

1.2578x u =

=

临界值1/20.975 1.96u u α-==

1/2||u u α-<，故接受0H 。

7.8 某电器零件的平均电阻一直保持在2.64Ω，根方差保持在0.06Ω，改变加工工艺后，测得100个零件，其平均电阻为2.62Ω，根方差不变，问新工艺对此零件的电阻有无显著差异？去显著性水平α=0.01。

解 设改变工艺后电器的电阻为随机变量ξ，则E ξμ=未知，2(0.06)D ξ=， 假设为 0: 2.64H μ=，统计量 3.33u ξ=

=-

由于1-/20.995 2.10||u u u α==<，故拒绝原假设。即新工艺对电阻有显著差异。 7.9（1）假设新旧安眠药的睡眠时间都服从正态分布，旧安眠剂的睡眠时间

2(20.81.8)N ξ，,新安眠剂的睡眠时间2()N η

μσ，，为检验假设

01:23.8:23.8

H H μμ=<

从母体η取得的容量为7的子样观察值计算得

24.2x = *2

5.27n

s = 由于η的方差2σ未知，可用t 检验。

t 0.461n === 0.10a =取 0,10(71) 1.4398t t -=-<

所以不能否定新安眠药已达到新的疗效的说法。

（2）可以先检验新的安眠剂睡眠时间η的方差是否与旧的安眠剂睡眠时间ξ的方差一致，即检验假设

220:(1.8)H σ=。

用2

χ-检验，

*2

2

2

2

(1)6 5.279.76(1.8)

n

n s χσ-?=

==。 取2

2

0.060.05=(6)=1.635(6)=12.592αχχ0.10，，

2220.060.05(6)(6)χχχ<<

所以接受0H ,不能否认ξη和方差相同。如认为η的方差2σ

u 0.18=

=

取=α0.10，0.10

0.101.27,u u u =->，所以接受0H 。

7.11有甲乙两个检验员，对同样的试样进行分析，各人实验分析的结果如下：

试问甲乙两人的实验分析之间有无显著差异？

解 此问题可以归结为判断12x x ξ=-是否服从正态分布2(0,)N σ，其中2σ未知，即要检验假设0:0H μ=。

由t 检验的统计量 0.389n

t ξ=

=

=-

取α=0.10，又由于，0.95(7) 1.8946||t t =>，故接受0H

7.12 某纺织厂在正常工作条件下，平均每台布机每小时经纱断头率为0.973根，每台布机的平均断头率的根方差为0.162根，该厂作轻浆试验，将轻纱上浆率减低20%，在200台布机上进行实验，结果平均每台每小时轻纱断头次数为0.994根，根方差为0.16，问新的上浆率能否推广？取显著性水平0.05。

解 设减低上浆率后的每台布机断头率为随机变量η，有子样试验可得其均值和方差的无偏估计为0.994及()2

*2n s 0.16=，问新上浆率能否推广就要分析每台布机的平均断头率是否增大，即要检验

01:0.973:0.973H E H E ηη=?>

由于D η未知，且n 较大，用t 检验，统计量为

1.856n

t η=

=

=

查表知0.95t (199)1.645=，故拒绝原假设，不能推广。

7.13在十块土地上试种甲乙两种作物，所得产量分别为1210(,,,)x x x ，

1210(,,,)y y y ，假设作物产量服从正态分布，并计算得30.97x =，21.79y =，

*26.7x s =，*

12.1y s =取显著性水平0.01，

问是否可认为两个品种的产量没有显著性差别？

解 甲作物产量211(,)N ξμσ~，乙作物产量2

22(,)N ημσ~，即要检验

012:H μμ≠

由于21σ，22σ未知，要用两子样t 检验来检验假设'22

012

:H σσ=，由F 检验，统计量为

2

*2*22

120.99526.7

4.869(9,9) 6.5412.1F s s F ===<=（取显著性水平0.01）

故接受假设'22

012

:H σσ=，于是对于要检验的假设012:H μμ≠取统计量

0.99t =

=

又0.01α=时，0.995(18) 2.878||t t =>，所以接受原假设，即两品种的产量没有显著性差别。

7.14有甲、乙两台机床，加工同样产品，从这两台机床加工的产品中随机地抽取若干产品，测得产品直径为（单位：mm ）：

甲 20.5 ，19.8 ，19.7 ，20.4 ，20.1 ，20.0 。19.6 ，19.9 乙 19.7 ，20.8 ，20.5 ，19.8 ，19.4 ，20.6 ，19.2 。

试比较甲乙两台机床加工的精度有无显著差异？显著性水平为0.05α=。 解：假定甲产品直径服从211(,)N μσ，由子样观察值计算得20.00x =，

1

*22(0.3207)0.1029n s ==。 乙产品直径服从222(,)N μσ，由子样观察值计算得20.00y =，2

*20.3967n

s =。 要比较两台机床加工的精度，既要检验

22

012:H σσ=

由 F-检验

1

2

*2

*2

0.1029

0.25940.3967

n F n

s s =

=

=

0.05α=时查表得：0.975(7.6) 5.70F =， 0.0250.97511

(7.6)0.1953(6.7) 5.12

F F =

==

由于0.0250.975(7.6)(7.6)F F F <<，所以接受0H ，即不能认为两台机床的加工精度有显著差异。

7.16 随机从一批钉子中抽取16枚，测得其长度为（cm ） 2.14 2.10 2.13 2.15 2.13 2.12 2.13 2.10 2.15 2.12 2.14 2.10 2.13 2.11 2.14 2.11

设钉长服从正态分布，分别对下面两个情况求出总体均值μ的90%的置信区间 （1）0.01cm σ=； （2）σ未知

解 （1）由子样函数(0,1)U N ξ=，0.95(||)0.90p U u <=，可求μ的置信

区间 置信下限

2.121ξ=

置信上限

2.129ξ+=

（2）在σ未知时，由子样函数(1)n

t t n ξ=-，0.95(||(1))0.90p t t n <-=可

求得μ置信区间为

置信下限

*

2.1175ξ=

置信上限

*

2.1325ξ+=

7.17 包糖机某日开工包糖，抽取12包糖，称得重量为

9.9 10.1 10.3 10.4 10.5 10.2 9.7 9.8 10.1 10.0 9.8 10.3 假定重量服从正态分布，试由此数据对该机器所包糖的平均重量 求置信水平为95%的区间估计。

解 由于σ未知，用统计量(1)n

t t n ξ=

-，计算各数据值后可以得到均值

的置信区间，

置信上限为*10.2556ξ=，

下限为*

9.9284ξ=

7.19 随机取9发炮弹做实验，得炮口速度的方差的无偏估计*2

11n s =（米/秒）2，

设炮口速度服从正态分布，分别求出炮口速度的标准差σ和方差2σ的置信水平为90%的置信区间。 解 选取统计量

*2

22

(1)(1)n

n s n χσ--， 可得2σ的置信区间为：

*2*2

221/2/2(1)(1)(,)(5.6749,32.199)(1)(1)

n n n s n s n n ααχχ---=-- 因为

*2*2

2

221/2/2(1)(1)()(1)(1)1n n n s n s p p n n αασσχχα

---<<=<<

--=-

故，标准差的置信区间取方差的根方即可。 7.20解：用子样函数

t =

必须要求2

21

2σσ=，所以先应检验假设

22

012H σσ=：

由样子观察值计算得

12=81.625=75.875ξ 12

*2

*2

=145.696

=102.125

n n s s 1

2

*2

*2=

=1.4266n n s F s

0.950.050.95=0.10(7.7) 3.79,(7.7)(7.7)F F F F α=<<取，由于,

所以接受原假设0H ，可以用两子样t 统计量求12-μμ的置信水平为95%的置信区间。 置信下限

1212-81.62575.8756.1885

μμξξ=--

=--

=-

置信上限

12-81.62575.87517.1885

μμ=-+

=-

7.21解：由于12

*22*22/=

/n A n B s F s σσ服从12

(1,1)F n n --分布，由

1

2*22

0.05120.9512*222222220.95120.0512/(1,1)(1,1)/(1,1)(1,1)0.90

n A n B A A A B B B s p F n n F n n s s s p S F n n S F n n σσσσ??--<<-- ? ?????=<< ?----??=

所以22A

B

σσ的置信区间为

置信下限=*2*2

0.95120.54190.2810(1,1)0.6065 3.18

A

B s S F n n ==--? 置信上限=*2*2

0.05120.5419 3.18 2.8413(1,1)0.6065

A

B s S F n n ?==-- 7.22解：由于σ未知，μ的置信区间为

**

1/21/2*1/2*2221/2*2221/2*2

2

21/22221/2(1),(1)2(1)

4(1)

()4(1)(1)4(1)(1)4(1)n n

n

s s t n t n s L t n s

L t n n

s E L E t n n n s t n E n n t n n

αααααααξξσσσ-------??--+- ???=-=-??=-??

????-=-??

-??

-=

2

22

222

0.975222

222

0.975222222

0.975222

222

0.975244()()(4)(2.7764) 6.16675544()()(9)(2.2622) 2.0470101044

()()(29)(2.0452) 2.5577303044()()(7)(1.8946) 1.794888()(i E L t ii E L t iii E L t iv E L t v E L σσσσσσσσσσσσ============22

222

0.975222222

0.97544)(7)(2.3646) 2.79578844

()()(7)(3.4995) 6.123388

t vi E L t σσσσσσ======

7.23 假设六个整数1，2，3，4，5，6被随机地选择，重复60次独立实验中出现1，2，3，4，5，6的次数分别为13，19，11，8，5，4。问在5%的显著性水平下是否可以认为下列假设成立：

01

:(1)(2)(6)6

H p p p ξξξ====

===

。 解：用2χ-拟合优度检验，如果0H 成立

2

6

2

21

()(5)i i i i n np np χχ=-=∑

列表计算2χ的观察值：

215.6χ=， 2

0.95(5)χ=11.07

由于22

0.95(5)χχ>，所以拒绝0H 。即等概率的假设不成立。

7.24 对某型号电缆进行耐压测试实验，记录43根电缆的最低击穿电压，数据列表如下：

测试电压 3.8 3.9 4.0 4.1 4.2 4.3 4.4 4.5 4.6 4.7 4.8 击穿频数 1 1 1 2 7 8 8 4 6 4 1

试对电缆耐压数据作分析检验（用概率图纸法和2χ-拟合优度检验）。 解：用正态概率纸检验出数据基本上服从正态分布，下面2χ-拟合优度检验假设

20??:(,)H N ξ

μ

σ 其中2??,μ

σ为μ和2σ的极大似然估计，其观察值 ? 4.3744μ

== 2

221

1?()0.04842n

n

i i s x x n σ===-=∑ 所以要检验的假设 0:(4.3744,0.04842)H N ξ

分组列表计算2χ-统计量的观察值。

2

2

1() 2.4852n

i i i i

np n np χ=-==∑

用0.1α=查表220.90.9(621)(3) 6.251χχ--==由于22

0.9(3)χχ<，所以不能否定正态

分布的假设。

7.25 用手枪对100个靶各打10发，只记录命中或不命中，射击结果列表如下 命中数i x ：0 1 2 3 4 5 6 7 8 9 10 频 数i f ： 0 2 4 10 22 26 18 12 4 2 0

在显著水平0.05α=下用2χ拟合优度检验法检验射击结果所服从的分布。 解 对每一靶打一发，只记录命中或不命中可用二点分布描述，而对一个靶打十发，其射击结果可用二项分布(;10,)b K p 来描述，其中p 未知，可求其极大似然估计为

10

1?0.5100i i i p x f x ====∑

设ξ是十发射击中射中靶的个数，建立假设

10010:()(0.5)(0.5),0,1,

,10K K H p k K K ξ-??

=== ???

用2χ拟合优度检验法列表如下：

2

10

2

() 3.171i i i i np n np χ=-==∑

取 0.05α=，20.95(1111)χ--=2

0.95(9)16.919χ= 由于220.95(9)χχ<，所以接受0H 。

7.26解：离散型随机变量的均匀分布是指等概率地取各个值，即要检验

01

:

(0)(1)(9)10

H p p p ζζζ====

===

由于母体ζ是离散型随机变量，所以不能用柯尔莫哥洛夫检验0H ，应用2χ-拟合优度检验法。列表计算2χ值。

2

10

21

()

5.124i i i i np n np χ=-==∑

210

21

22

0.900.90220.900()

5.124

=0.10-=i i i i np n np χαχχχχ=-==<∑取。(101)(9)=14.684。由于(9),所以接受H 。

7.27解：设25个数据来自母体ξ，检验假设

0(0,1)N ξ

H ：

柯尔莫哥洛夫检验法检验0H 的统计量为

()()sup |()()|max 1=max (),()n n i

x i i i D F x F x i i x x n n δδφφ-∞<<∞

=-=-??--????

其中。

列表计算n D 的观察值

取0.10α

=，查柯尔莫哥洛夫检验的临界值,()n D α表，25,0.100.2376D =由

于,n n D D α<，所以接受0H 。

全国历自学考试概率论与数理统计(二)试题与答案

全国2011年4月自学考试概率论与数理统计（二） 课程代码：02197 选择题和填空题详解 试题来自百度文库 答案由王馨磊导师提供 一、单项选择题（本大题共10小题，每小题2分，共20分） 在每小题列出的四个备选项中只有一个是符合题目要求的，请将其代码填写在题后的括号内。错选、多选或未选均无分。 1．设A , B , C , 为随机事件, 则事件“A , B , C 都不发生”可表示为（ A ） A ．C B A B ．C B A C ．C B A D ．C B A 2．设随机事件A 与B 相互独立, 且P (A )=5 1, P (B )=5 3, 则P (A ∪B )= ( B ) A ．253 B ．2517 C ．5 4 D ．2523 3．设随机变量X ~B (3, 0.4), 则P {X ≥1}= ( C ) A ．0.352 B ．0.432 C ．0.784 D ．0.936 解：P{X ≥1}=1- P{X=0}=1-(1-0.4)3=0.784,故选C. 4．已知随机变量X 的分布律为 , 则P {-2＜X ≤4}= ( C ) A ．0.2 B ．0.35 C ．0.55 D ．0.8 解：P {-2＜X ≤4}= P {X =-1}+ P {X =2}=0.2+0.35=0.55，故选C. 5．设随机变量X 的概率密度为4 )3(2 e 2 π21)(+-= x x f , 则E (X ), D (X )分别为 ( ) A ．2,3- B ．-3, 2 C ．2,3 D ．3, 2 与已知比较可知：E(X)=-3，D(X)=2，故选B. 6．设二维随机变量 (X , Y )的概率密度为? ??≤≤≤≤=,,0, 20,20,),(其他y x c y x f 则常数 c = ( A ) A ．4 1 B ．2 1 C ．2 D ．4 解：设D 为平面上的有界区域，其面积为S 且S>0，如果二维随机变量 （X ，Y ）的概率密度为 则称 （X ，Y ）服从区域D 上的均匀分布，

梁前德《统计学》(第二版)学习指导与习题训练答案：07第七章 假设检验与方差分析 习题答案

旗开得胜 1 第七章 假设检验与方差分析 习题答案 一、名词解释 用规范性的语言解释统计学中的名词。 1. 假设检验：对总体分布或参数做出某种假设，然后再依据抽取的样本信息，对假设是否正确做出统计判断，即是否拒绝这种假设。 2. 原假设：又叫零假设或无效假设，是待检验的假设，表示为 H 0，总是含有等号。 3. 备择假设：是零假设的对立，表示为 H 1，总是含有不等号。 4. 单侧检验：备择假设符号为大于或小于时的假设检验。 5. 显著性水平：原假设为真时，拒绝原假设的概率。 6. 方差分析：是检验多个总体均值是否相等的一种统计分析方法。 二、填空题 根据下面提示的内容，将适宜的名词、词组或短语填入相应的空格之中。 1. u ， n x σμ0 -，标准正态； ),( ),(2/2/+∞- -∞n z n z σσααY 2. 参数检验，非参数检验 3. 弃真，存伪 4. 方差

旗开得胜 2 5. 卡方， F 6. 方差分析 7. t ，u 8. n s x 0μ-，不拒绝 9. 单侧，双侧 10．新产品的废品率为5% ，0.01 11．相关，总变异，组间变异，组内变异 12．总变差平方和=组间变差平方和+组内变差平方和 13．连续，离散 14．总体均值 15．因子，水平 16．组间，组内 17．r-1，n-r 18. 正态，独立，方差齐

三、单项选择 从各题给出的四个备选答案中，选择一个最佳答案，填入相应的括号中。 1．B 2．B 3. B 4．A 5．C 6．B 7．C 8．A 9．D 10．A 11．D 12．C 四、多项选择 从各题给出的四个备选答案中，选择一个或多个正确的答案，填入相应的括号中。1.AC 2．A 3.B 4.BD 5. AD 五、判断改错 对下列命题进行判断，在正确命题的括号内打“√”；在错误命题的括号内打“×”，并在错误的地方下划一横线，将改正后的内容写入题下空白处。 1. 在任何情况下，假设检验中的两类错误都不可能同时降低。( ×) 样本量一定时 2. 对于两样本的均值检验问题，若方差均未知，则方差分析和t检验均可使用，且两者检验结果一致。( √) 3

《概率论与数理统计》讲义#(精选.)

第一章 随机事件和概率 第一节 基本概念 1、排列组合初步 （1）排列组合公式 )! (! n m m P n m -= 从m 个人中挑出n 个人进行排列的可能数。 )! (!! n m n m C n m -= 从m 个人中挑出n 个人进行组合的可能数。 例1．1：方程 x x x C C C 765107 11=-的解是 A ． 4 B ． 3 C ． 2 D ． 1 例1．2：有5个队伍参加了甲A 联赛，两两之间进行循环赛两场，试问总共的场次是多少？ (2)加法原理（两种方法均能完成此事）：m+n 某件事由两种方法来完成，第一种方法可由m 种方法完成，第二种方法可由n 种方法来完成，则这件事可由m+n 种方法来完成。 (3)乘法原理（两个步骤分别不能完成这件事）：m ×n 某件事由两个步骤来完成，第一个步骤可由m 种方法完成，第二个步骤可由n 种方法来完成，则这件事可由m ×n 种方法来完成。 例1．3：从5位男同学和4位女同学中选出4位参加一个座谈会，要求与会成员中既有男同学又有女同学，有几种不同的选法？ 例1．4：6张同排连号的电影票，分给3名男生和3名女生，如欲男女相间而坐，则不同的分法数为多少？ 例1．5：用五种不同的颜色涂在右图中四个区域里，每一区域涂上一种颜

色，且相邻区域的颜色必须不同，则共有不同的涂法 A．120种B．140种 C．160种D．180种 (4)一些常见排列 ①特殊排列 ②相邻 ③彼此隔开 ④顺序一定和不可分辨 例1．6：晚会上有5个不同的唱歌节目和3个不同的舞蹈节目，问：分别按以下要求各可排出几种不同的节目单？ ①3个舞蹈节目排在一起； ②3个舞蹈节目彼此隔开； ③3个舞蹈节目先后顺序一定。 例1．7：4幅大小不同的画，要求两幅最大的排在一起，问有多少种排法？ 例1．8：5辆车排成1排，1辆黄色，1辆蓝色，3辆红色，且3辆红车不可分辨，问有多少种排法？ ①重复排列和非重复排列（有序） 例1．9：5封不同的信，有6个信箱可供投递，共有多少种投信的方法？ ②对立事件 例1．10：七人并坐，甲不坐首位，乙不坐末位，有几种不同的坐法？ 例1．11：15人中取5人，有3个不能都取，有多少种取法？ 例1．12：有4对人，组成一个3人小组，不能从任意一对中取2个，问有多少种可能性？

概率论与数理统计习题及答案

概率论与数理统计习题及答案 习题一 1.见教材习题参考答案. 2.设A，B，C为三个事件，试用A，B，C （1）A发生，B，C都不发生； （2）A与B发生，C （3）A，B，C都发生； （4）A，B，C （5）A，B，C都不发生； （6）A，B，C （7）A，B，C至多有2个发生； （8）A，B，C至少有2个发生. 【解】（1）A BC（2）AB C（3）ABC （4）A∪B∪C=AB C∪A B C∪A BC∪A BC∪A B C∪AB C∪ABC=ABC (5) ABC=A B C(6) ABC (7) A BC∪A B C∪AB C∪AB C∪A BC∪A B C∪ABC=ABC=A∪B∪C (8) AB∪BC∪CA=AB C∪A B C∪A BC∪ABC 3.. 4.设A，B为随机事件，且P（A）=0.7,P(A-B)=0.3，求P（AB）. 【解】P（AB）=1-P（AB）=1-[P(A)-P(A-B)] =1-[0.7-0.3]=0.6 5.设A，B是两事件，且P（A）=0.6,P(B)=0.7, （1）在什么条件下P（AB （2）在什么条件下P（AB） 【解】（1）当AB=A时，P（AB）取到最大值为0.6. （2）当A∪B=Ω时，P（AB）取到最小值为0.3. 6.设A，B，C为三事件，且P（A）=P（B）=1/4，P（C）=1/3且P（AB）=P（BC）=0， P（AC）=1/12，求A，B，C至少有一事件发生的概率. 【解】P（A∪B∪C）=P(A)+P(B)+P(C)-P(AB)-P(BC)-P(AC)+P(ABC)

= 14+14+13-112=34 7. 52张扑克牌中任意取出13张，问有5张黑桃，3张红心，3张方块，2张梅花的概率是多少？ 【解】 p =5332 131313131352C C C C /C 8. （1） 求五个人的生日都在星期日的概率； （2） 求五个人的生日都不在星期日的概率； （3） 求五个人的生日不都在星期日的概率. 【解】（1） 设A 1={五个人的生日都在星期日}，基本事件总数为75，有利事件仅1个，故 P （A 1）= 517=（17 ）5 （亦可用独立性求解，下同） （2） 设A 2={五个人生日都不在星期日}，有利事件数为65，故 P （A 2）=5567 =(67)5 (3) 设A 3={五个人的生日不都在星期日} P （A 3）=1-P (A 1)=1-( 17 )5 9..见教材习题参考答案. 10.一批产品共N 件，其中M 件正品.从中随机地取出n 件（n

《统计学》-第7章-习题答案

第七章思考与练习参考答案 1．答：函数关系是两变量之间的确定性关系，即当一个变量取一定数值时，另一个变量有确定值与之相对应；而相关关系表示的是两变量之间的一种不确定性关系，具体表示为当一个变量取一定数值时，与之相对应的另一变量的数值虽然不确定，但它仍按某种规律在一定的范围内变化。 2．答：相关和回归都是研究现象及变量之间相互关系的方法。相关分析研究变量之间相关的方向和相关的程度，但不能确定变量间相互关系的具体形式，也无法从一个变量的变化来推测另一个变量的变化情况；回归分析则可以找到研究变量之间相互关系的具体形式，并可变量之间的数量联系进行测定，确定一个回归方程，并根据这个回归方程从已知量推测未知量。 3．答：单相关系数是度量两个变量之间线性相关程度的指标，其计算公式为：总体相关系数 ，样本相关系数 。复相关系数是多元线性回归分 析中度量因变量与其它多个自变量之间的线性相关程度的指标，它是方程的判定系数2R 的正的平方根。偏相关系数是多元线性回归分析中度量在其它变量不变的情况下两个变量之间真实相关程度的指标，它反映了在消除其他变量影响的条件下两个变量之间的线性相关程度。 4．答：回归模型假定总体上因变量Y 与自变量X 之间存在着近似的线性函数关系，可表示为t t t u X Y ++=10ββ，这就是总体回归函数，其中u t 是随机误差项，可以反映未考虑的其他各种因素对Y 的影响。根据样本数据拟合的方程，就是样本回归函数，以一元线 性回归模型的样本回归函数为例可表示为：t t X Y 10???ββ+=。总体回归函数事实上是未知的，需要利用样本的信息对其进行估计，样本回归函数是对总体回归函数的近似反映。两者的区别主要包括：第一，总体回归直线是未知的，它只有一条；而样本回归直线则是根据样本数据拟合的，每抽取一组样本，便可以拟合一条样本回归直线。第二，总体回归函数中 的0β和1β是未知的参数，表现为常数；而样本回归直线中的0 ?β和1?β是随机变量，其具体数值随所抽取的样本观测值不同而变动。 5．最小二乘法是在根据样本数据估计样本回归方程时，采用残差平方和作为衡量总偏 差的尺度，找到使得残差平方和最小的回归系数0 ?β和1?β的取值的估计方法。根据微积分中

统计学第七章、第八章课后题答案

统计学复习笔记 第七章参数估计 一、思考题 1．解释估计量和估计值 在参数估计中，用来估计总体参数的统计量称为估计量。估计量也是随机变量。如样本均值，样本比例、样本方差等。 根据一个具体的样本计算出来的估计量的数值称为估计值。 2．简述评价估计量好坏的标准 （1）无偏性：是指估计量抽样分布的期望值等于被估计的总体参数。 （2）有效性：是指估计量的方差尽可能小。对同一总体参数的两个无偏估计量，有更小方差的估计量更有效。 （3）一致性：是指随着样本量的增大，点估计量的值越来越接近被估总体的参数。 3．怎样理解置信区间 在区间估计中，由样本统计量所构造的总体参数的估计区间称为置信区间。置信区间的论述是由区间和置信度两部分组成。有些新闻媒体报道一些调查结果只给出百分比和误差（即置信区间），并不说明置信度，也不给出被调查的人数，这是不负责的表现。因为降低置信度可以使置信区间变窄（显得“精确”），有误导读者之嫌。在公布调查结果时给出被调查人数是负责任的表现。这样则可以由此推算出置信度（由后面给出的公式），反之亦然。 4．解释95%的置信区间的含义是什么 置信区间95%仅仅描述用来构造该区间上下界的统计量（是随机的）覆盖总体参数的概率。也就是说，无穷次重复抽样所得到的所有区间中有95%（的区间）包含参数。 不要认为由某一样本数据得到总体参数的某一个95%置信区间，就以为该区间以的概率覆盖总体参数。 5．简述样本量与置信水平、总体方差、估计误差的关系。 1. 估计总体均值时样本量n 为 （z 2 ）2 2其中： E z n n E22 其中： E z 2 n 2. 样本量n 与置信水平1- α、总体方差、估计误差E之间的关系为与置信水平 成正比，在其他条件不变的情况下，置信水平越大，所

概率论与数理统计考研复习资料

概率论与数理统计复习 第一章 概率论的基本概念 一.基本概念 随机试验E:(1)可以在相同的条件下重复地进行;(2)每次试验的可能结果不止一个,并且能事先明确试验的所有可能结果;(3)进行一次试验之前不能确定哪一个结果会出现. 样本空间S: E 的所有可能结果组成的集合. 样本点(基本事件):E 的每个结果. 随机事件(事件):样本空间S 的子集. 必然事件(S):每次试验中一定发生的事件. 不可能事件(Φ):每次试验中一定不会发生的事件. 二. 事件间的关系和运算 1.A ?B(事件B 包含事件A )事件A 发生必然导致事件B 发生. 2.A ∪B(和事件)事件A 与B 至少有一个发生. 3. A ∩B=AB(积事件)事件A 与B 同时发生. 4. A -B(差事件)事件A 发生而B 不发生. 5. AB=Φ (A 与B 互不相容或互斥)事件A 与B 不能同时发生. 6. AB=Φ且A ∪B=S (A 与B 互为逆事件或对立事件)表示一次试验中A 与B 必有一个且仅有一个发生. B=A, A=B . 运算规则 交换律 结合律 分配律 德?摩根律 B A B A = B A B A = 三. 概率的定义与性质 1.定义 对于E 的每一事件A 赋予一个实数,记为P(A),称为事件A 的概率. (1)非负性 P(A)≥0 ; (2)归一性或规范性 P(S)=1 ; (3)可列可加性 对于两两互不相容的事件A 1,A 2,…(A i A j =φ, i ≠j, i,j=1,2,…), P(A 1∪A 2∪…)=P( A 1)+P(A 2)+… 2.性质 (1) P(Φ) = 0 , 注意: A 为不可能事件 P(A)=0 . (2)有限可加性 对于n 个两两互不相容的事件A 1,A 2,…,A n , P(A 1∪A 2∪…∪A n )=P(A 1)+P(A 2)+…+P(A n ) (有限可加性与可列可加性合称加法定理) (3)若A ?B, 则P(A)≤P(B), P(B -A)=P(B)-P(A) . (4)对于任一事件A, P(A)≤1, P(A)=1-P(A) . (5)广义加法定理 对于任意二事件A,B ,P(A ∪B)=P(A)+P(B)-P(AB) . 对于任意n 个事件A 1,A 2,…,A n ()()() () +∑ + ∑ - ∑=≤<<≤≤<≤=n k j i k j i n j i j i n i i n A A A P A A P A P A A A P 111 21 …+(-1)n-1P(A 1A 2…A n ) 四.等可能(古典)概型 1.定义 如果试验E 满足:(1)样本空间的元素只有有限个,即S={e 1,e 2,…,e n };(2)每一个基本事件的概率相等,即P(e 1)=P(e 2)=…= P(e n ).则称试验E 所对应的概率模型为等可能(古典)概型. 2.计算公式 P(A)=k / n 其中k 是A 中包含的基本事件数, n 是S 中包含的基本事件总数. 五.条件概率 1.定义 事件A 发生的条件下事件B 发生的条件概率P(B|A)=P(AB) / P(A) ( P(A)>0). 2.乘法定理 P(AB)=P(A) P (B|A) (P(A)>0); P(AB)=P(B) P (A|B) (P(B)>0). P(A 1A 2…A n )=P(A 1)P(A 2|A 1)P(A 3|A 1A 2)…P(A n |A 1A 2…A n-1) (n ≥2, P(A 1A 2…A n-1) > 0) 3. B 1,B 2,…,B n 是样本空间S 的一个划分(B i B j =φ,i ≠j,i,j=1,2,…,n, B 1∪B 2∪…∪B n =S) ,则 当P(B i )>0时,有全概率公式 P(A)= ()()i n i i B A P B P ∑=1

概率论与数理统计课程教学大纲

概率论与数理统计课程教学大纲 一、课程说明 （一）课程名称：概率论与数理统计 所属专业：物理学 课程性质：必修 学分：3 （二）课程简介、目标与任务； 《概率论与数理统计》是研究随机现象规律性的一门学科；它有着深刻的实际背景，在自然科学、社会科学、工程技术、军事和工农业生产等领域中有广泛的应用。通过本课程的学习，使学生掌握概率与数理统计的基本概念，并在一定程度上掌握概率论认识问题、解决问题的方法。同时这门课程的学习对培养学生的逻辑思维能力、分析解决问题能力也会起到一定的作用。 （三）先修课程要求，与先修课与后续相关课程之间的逻辑关系和内容衔接； 先修课程：高等数学。后续相关课程：统计物理。《概率论与数理统计》需要用到高等数学中的微积分、级数、极限等数学知识与计算方法。它又为统计物理、量子力学等课程提供了数学基础，起了重要作用。 （四）教材与主要参考书。 教材： 同济大学数学系编，工程数学–概率统计简明教程（第二版），高等教 育出版社，2012. 主要参考书： 1.浙江大学盛骤，谢式千，潘承毅编，概率论与数理统计（第四版）， 高等教育出版社，2008. 2.J.L. Devore, Probability and Statistics(fifth ed.)概率论与数 理统计（第5版）影印版，高等教育出版社，2004. 二、课程内容与安排 第一章随机事件 1.1 样本空间和随机事件； 1.2 事件关系和运算。

第二章事件的概率 2.1概率的概念；2.2 古典概型；2.3几何概型；2.4 概率的公理化定义。第三章条件概率与事件的独立性 3.1 条件概率； 3.2 全概率公式； 3.3贝叶斯公式；3.4 事件的独立性； 3.5 伯努利试验和二项概率。 第四章随机变量及其分布 4.1 随机变量及分布函数；4.2离散型随机变量；4.3连续型随机变量。 第五章二维随机变量及其分布 5.1 二维随机变量及分布函数；5.2 二维离散型随机变量；5.3 二维连续随机变量；5.4 边缘分布； 5.5随机变量的独立性。 第六章随机变量的函数及其分布 6.1 一维随机变量的函数及其分布；6.2 多元随机变量的函数的分布。 第七章随机变量的数字特征 7.1数学期望与中位数； 7.2 方差和标准差； 7.3协方差和相关系数； *7.4大数律； 7.5中心极限定理。 第八章统计量和抽样分布 8.1统计与统计学；8.2统计量；8.3抽样分布。 第九章点估计

概率论与数理统计教程习题(第二章随机变量及其分布)(1)答案

概率论与数理统计练习题 系 专业 班 姓名 学号 第六章 随机变量数字特征 一．填空题 1. 若随机变量X 的概率函数为 1 .03.03.01.02.04 3211p X -，则 =≤)2(X P ；=>)3(X P ；=>=)04(X X P . 2. 若随机变量X 服从泊松分布)3(P ，则=≥)2(X P 8006.0413 ≈--e . 3. 若随机变量X 的概率函数为).4,3,2,1(,2)(=?==-k c k X P k 则=c 15 16 . 4．设A ,B 为两个随机事件，且A 与B 相互独立，P (A )=，P (B )=,则()P AB =____________.（） 5．设事件A 、B 互不相容，已知()0.4=P A ，()0.5=P B ，则()=P AB 6． 盒中有4个棋子，其中2个白子，2个黑子，今有1人随机地从盒中取出2个棋子，则这2个棋子颜色相同的概率为____________.（ 13 ） 7．设随机变量X 服从[0,1]上的均匀分布，则()E X ＝____________.（ 12 ） 8．设随机变量X 服从参数为3的泊松分布，则概率密度函数为 __. （k 3 3(=,0,1,2k! P X k e k -==L ）） 9．某种电器使用寿命X （单位：小时）服从参数为1 40000 λ=的指数分布，则此种电器的平 均使用寿命为____________小时.（40000） 10在3男生2女生中任取3人，用X 表示取到女生人数，则X 的概率函数为 11.若随机变量X 的概率密度为)(,1)(2 +∞<<-∞+= x x a x f ，则=a π1 ；=>)0(X P ；==)0(X P 0 . 12.若随机变量)1,1(~-U X ，则X 的概率密度为 1 (1,1) ()2 x f x ?∈-? =???其它

《概率论与数理统计》基本名词中英文对照表

《概率论与数理统计》基本名词中英文对照表英文中文 Probability theory 概率论 mathematical statistics 数理统计 deterministic phenomenon 确定性现象 random phenomenon 随机现象 sample space 样本空间 random occurrence 随机事件 fundamental event 基本事件 certain event 必然事件 impossible event 不可能事件 random test 随机试验 incompatible events 互不相容事件 frequency 频率 classical probabilistic model 古典概型 geometric probability 几何概率 conditional probability 条件概率 multiplication theorem 乘法定理 Bayes's formula 贝叶斯公式 Prior probability 先验概率 Posterior probability 后验概率 Independent events 相互独立事件 Bernoulli trials 贝努利试验 random variable 随机变量

probability distribution 概率分布 distribution function 分布函数 discrete random variable 离散随机变量distribution law 分布律hypergeometric distribution 超几何分布 random sampling model 随机抽样模型binomial distribution 二项分布 Poisson distribution 泊松分布 geometric distribution 几何分布 probability density 概率密度 continuous random variable 连续随机变量uniformly distribution 均匀分布exponential distribution 指数分布 numerical character 数字特征mathematical expectation 数学期望 variance 方差 moment 矩 central moment 中心矩 n-dimensional random variable n-维随机变量 two-dimensional random variable 二维离散随机变量joint probability distribution 联合概率分布 joint distribution law 联合分布律 joint distribution function 联合分布函数boundary distribution law 边缘分布律

《概率论与数理统计》课程教学大纲

《概率论与数理统计》课程教学大纲 一、课程基本信息 课程编号：450006 课程名称：概率论与数理统计 课程类别：公共基础课（必修） 学时学分：理论48学时/3学分 适用专业：计算机、自动化、经管各专业 开课学期：第一学期 先修课程：高等数学 后续课程： 执笔人： 审核人： 制（修）订时间：2015.9 二、课程性质与任务 概率论与数理统计是研究随机现象客观规律性的数学学科，是高等学校理、工、管理类本科各专业的一门重要的基础理论课。通过本课程的教学，应使学生掌握概率论与数理统计的基本概念，了解它的基本理论和方法，从而使学生初步掌握处理随机事件的基本思想和方法，培养学生运用概率统计方法分析和解决实际问题的能力。 三、课程教学基本要求 本课程以课堂讲授为主，致力于讲清楚基本的概率统计思想，使学生掌握基本的概率、统计计算方法。注意培养基本运算能力、分析问题和解决实际问题的能力。讲授中运用实例来说明本课程应用的广泛性和重要性。每节课布置适量的习题以巩固所学知识，使学生能够运用概率统计思想和方法解决一些实际问题。 四、课程教学内容及各教学环节要求 （一）概率论的基本概念

1、教学目的 理解随机现象、样本空间、随机事件、概率等概念，掌握事件的关系与运算，掌握古典概犁及其计算、条件概率的计算、全概率公式和贝叶斯公式的应用。 2、教学重点与难点 （1）教学重点 ① 概率、条件概率与独立性的概念； ② 加法公式；乘法公式；全概率公式；贝叶斯公式。 （2）教学难点 ① 古典概型的有关计算；② 全概率公式的应用； ③ 贝叶斯公式的应用。 3、教学方法 采用传统教学方式，以课堂讲授为主，课堂讨论、多媒体演示、课下辅导等为辅的教学方法。加强互动教学，学生对课程的某一学术问题通过检索资料、实际调查来提高自学能力和实践应用能力。 4、教学要求 （1）理解随机试验、样本空间、随机事件等基本概念；熟练掌握事件的关系及运算 （2）理解频率和概率定义；熟练掌握概率的基本性质 （3）理解等可能概型的定义性质；,会计算等可能概型的概率 （4）理解条件概率的定义；熟练掌握加法公式、乘法公式、全概率公式和贝叶斯公式（5）理解事件独立性概念,掌握应用独立性进行概率计算 （二）随机变量及其分布 1、教学目的 了解随机变量的概念；理解离散型随机变量的分布律和连续型随机变量的概率密度的概念及性质，会利用性质确定分布律和概率密度；理解分布函数的概念及性质，会利用此概念和性质确定分布函数，会利用概率分布计算有关事件的概率；掌握正态分布、均匀分布、指数分布、0-1分布、二项分布、泊松分布，会求简单的随机变量函数的分布 2、教学重点与难点 （1）教学重点 ① 随机变量及其概率分布的概念； ② 离散型随机变量分布律的求法；

概率论与数理统计课本_百度文库

第二章随机变量及其分布第一节随机变量及其分布函数 一、随机变量 随机试验的结果是事件，就“事件”这一概念而言，它是定性的。要定量地研究随机现象，事件的数量化是一个基本前提。很自然的想法是，既然试验的所有可能的结果是知道的，我们就可以对每一个结果赋予一个相应的值，在结果(本事件)数值之间建立起一定的对应关系，从而对一个随机试验进行定量的描述。 例2-1 将一枚硬币掷一次，观察出现正面H、反面T的情况。这一试验有两个结果：“出现H”或“出现T”。为了便于研究，我们将每一个结果用一个实数来代表。比如，用数“1”代表“出现H”，用数“0”代表“出现T”。这样，当我们讨论试验结果时，就可以简单地说成结果是1或0。建立这种数量化的关系，实际上就相当于引入一个变量X，对于试验的两个结果，将X的值分别规定为1或0。如果与样本空间 { } {H,T}联系起来，那么，对于样本空间的不同元素，变量X可以取不同的值。因此，X是定义在样本空间上的函数，具体地说是 1,当 H X X( ) 0,当 T 由于试验结果的出现是随机的，因而X(ω)的取值也是随机的，为此我们称 X( )X(ω)为随机变量。 例2-2 在一批灯泡中任意取一只，测试它的寿命。这一试验的结果（寿命）本身就是用数值描述的。我们以X记灯泡的寿命，它的取值由试验的结果所确定，随着试验结果的不同而取不同的值，X是定义在样本空间 {t|t 0}上的函数 X X(t) t,t 因此X也是一个随机变量。一般地有 定义2-1 设 为一个随机试验的样本空间，如果对于 中的每一个元素 ，都有一个实数X( )与之相对应，则称X为随机变量。 一旦定义了随机变量X后，就可以用它来描述事件。通常，对于任意实数集合L,X在 L上的取值，记为{X L}，它表示事件{ |X( ) L}，即 。 {X L} { |X( ) L} 例2-3 将一枚硬币掷三次，观察出现正、反面的情况。设X为“正面出现”的次数，则X是一个随机变量。显然，X的取值为0，1，2，3。X的取值与样本点之间的对应关系如表2-1所示。 表2-1 表2-1

统计学第四版第七章课后题最全答案

第七章 练习题参考答案 （1）已知σ=5，n=40，x =25，α=， z 2 05.0= 样本均值的抽样标准差 σ x =n σ= 79.0405 = （2）估计误差（也称为边际误差）E=z 2 α n σ =*= （1）已知σ=15，n=49，x =120，α=， z 2 05.0= （2）样本均值的抽样标准差 σ x =n σ= =4915 估计误差E= z 2 α n σ=* =4915 （3）由于总体标准差已知，所以总体均值μ的95%的置信区间为： n x z σ α 2 ± =±*=±，即（,） （1）已知σ=85414，n=100，x =104560，α=， z 05.0= 由于总体标准差已知，所以总体均值μ的95%的置信区间为： n x z σ α 2 ± =±* =100 85414±.144即（,） （1）已知n=100，x =81，s=12， α=， z 1.0= 由于n=100为大样本，所以总体均值μ的90%的置信区间为： n s x z 2 α±=±* =100 12±，即（,） （2）已知α=， z 2 05.0= 由于n=100为大样本，所以总体均值μ的95%的置信区间为： n s x z 2 α±=±* =100 12±，即（,） （3）已知α=， z 2 01.0= 由于n=100为大样本，所以总体均值μ的99%的置信区间为：

n s x z 2 α±=±* =100 12±，即（,） （1）已知σ=，n=60，x =25，α=， z 05.0= 由于总体标准差已知，所以总体均值μ的95%的置信区间为： n x z σ α 2 ± =±* =60 .53±,即（,） （2）已知n=75，x =，s=， α=， z 02.0= 由于n=75为大样本，所以总体均值μ的98%的置信区间为： n s x z 2 α±=± =75 9.823±，即（,） （3）已知x =，s=，n=32，α=， z 2 1.0= 由于n=32为大样本，所以总体均值μ的90%的置信区间为： n s x z 2 α±=± =32 74.90±，即（,） （1）已知：总体服从正态分布，σ=500，n=15，x =8900，α=，z 2 05.0= 由于总体服从正态分布，所以总体均值μ的95%的置信区间为： n x z σ α2 ±=±* =15 500±,即（,） (2)已知：总体不服从正态分布，σ=500，n=35，x =8900，α=， z 2 05.0= 虽然总体不服从正态分布，但由于n=35为大样本，所以总体均值μ的95%的置信区间为： n x z σ α2 ±=±* =35 500±,即（,） （3）已知：总体不服从正态分布，σ未知， n=35，x =8900，s=500， α=， z 1.0= 虽然总体不服从正态分布，但由于n=35为大样本，所以总体均值μ的90%的置信区间为： n s x z 2 α±=±* =35 500±，即（,） （4）已知：总体不服从正态分布，σ未知， n=35，x =8900，s=500， α=， z 2 01.0= 虽然总体不服从正态分布，但由于n=35为大样本，所以总体均值μ的99%的置信区间

概率论与数理统计基本知识

概率论与数理统计基本知识点 一、概率的基本概念 1．概率的定义: 在事件上的一个集合函数P ，如果它满足如下三个条件： （1）非负性 A A P ?≥,0)( （2）正规性 1)(=ΩP （3）可列可加性 若事件,...,2,1,=n A n 两两互斥 则称P 为概率。 2．几何概型的定义: 若随机试验的样本空间对应一个度量有限的几何区域S ，每一基本事件与S 内的点一一对应，则任一随机事件A 对应S 中的某一子区域D 。（若事件A 的概率只与A 对应的区域D 的度量成正比，而与D 的形状及D 在S 中的位置无关。）==（每点等可能性）则称为几何概型。 的度量 对应区域的度量 对应区域S D )()()(Ω=Ω= A m A m A P 3．条件概率与乘法公式： 设A,B 是试验E 的两个随机事件，且0)(>B P ,则称) () ()|(B P AB P B A P = 为事件B 发生的条件下，事件A 发生的条件概率。（其中)(AB P 是AB 同时发生的概率） 乘法公式：)|()()|()()(B A P B P A B P A P AB P == 4．全概率公式与贝叶斯公式： （全概率公式）定理：设n A A A ...,21是样本空间Ω的一个划分，n i A P i ,...,2,1,0)(=>，B 是任一事件，则有∑== n i i i A B P A P B P 1 )|()()(。 （贝叶斯公式）定理：设n A A A ...,21是样本空间Ω的一个划分，n i A P i ,...,2,1,0)(=>，B 是任一事件，则∑== =?n k k k i i A B P A P A B P A P B A P n i 1 ) |()() |()()|(,,...,2,1。 5．事件的独立性： 两事件的独立性：（定义）设A 、B 是任意二事件，若P(AB)= P(A)P(B)，则称事件A 、B 是相互独立的。（直观解释）A 、B 为试验E 的二事件，若A 、 B 的发生互不影响。 二、随机变量和分布函数:

(完整版)概率论与数理统计课程标准

《概率论与数理统计》课程标准 一、课程概述 （一）课程定位 《概率论与数理统计》(Probability Theory and Mathematical Statistics)，由概率论和数理统计两部分组成。它是研究随机现象并找出其统计规律的一门学科，是广泛应用于社会、经济、科学等各个领域的定量和定性分析的科学体系。从学科性质讲，它是一门基础性学科，它为建筑专业学生后继专业课程的学习提供方法论的指导。 （二）先修后续课程 《概率论与数理统计》的先修课程为《高等数学》、《线性代数》等，这些课程为本课程的学习奠定了理论基础。 《概率论与数理统计》的后续课程为《混凝土结构设计》、《地基与基础》等课程。通过该课程的学习可为这些课程中的模型建立等内容的知识学习奠定良好的基础,在教学中起到了承上启下的作用。 二.课程设计思路 本课程的基本设计思路是极力用较为通俗的语言阐释概率论的基本理论和数理统计思想方法;理论和方法相结合，以强调数理统计理论的应用价值。总之,强调理论与实际应用相结合的特点,力求在实际应用方面做些有益的探索，也为其它学科的

进一步学习打下一个良好的基础。 三、课程目标 《概率论与数理统计》是一门几乎遍及所有的科学技术领域以及工农业生产和国民经济各部门之中。通过学习该课程使学生掌握概率、统计的基本概念，熟悉数据处理、数据分析、数据推断的各种基本方法，并能用所掌握的方法具体解决工程实践中所遇到的各种问题。 （一）能力目标 力求在简洁的基础上使学生能从整体上了解和掌握该课程的内容体系，使学生能够在实际工作中、其它学科的学习中能灵活、自如地应用这些理论。 （二）知识目标 1.理解掌握概率论中的相关概念和公式定理； 2.学会应用概率论的知识解决一些基本的概率计算； 3.理解数理统计的基本思想和解决实际问题的方法。 （三）素质目标 1.培养学生乐于观察、分析、不断创新的精神； 2.培养具有较好的逻辑思维、较强的计划、组织和协调能力； 3.培养具有认真、细致严谨的职业能力。 四、课程内容 根据能力培养目标的要求，本课程的主要内容是随机事件、随机变量、随机向量、数字特征、极限定理。具体内容和学时分配见表4-1。 表4-1 课程内容和学时分配

《概率论与数理统计》课程自学指导书

《概率论与数理统计》课程自学指导书 前言 . . 《概率论与数理统计》是城市规划专业和地理信息系统专业的专业必修课。《概率统计》教材系统阐述了概率论和数理统计的基本内容、理论和应用方法。概率统计是研究随机现象客观规律的数学学科，它的应用非常广泛，并具有独特的思维和方法。通过概率论的学习能使学生了解概率与数理统计的基本概念和基本理论，初步掌握处理随机现象的基本思想和方法，培养学生运用概率统计方法分析和解决实际问题的能力。通过本课程的学习，能够为学生学习后继课程及进一步提高打下必要的数学基础。其内容可分为三大部分。第一部分概率论部分，包括第一、二、三、四、五章。作为基础知识，为读者提供了必要的理论基础。第二部分数理统计部分，包括第六、七、八、九章，主要讲述参数估计和假设检验，并介绍了方差分析和回归分析。第三部分随机过程部分，主要讨论了平稳随机过程，还介绍了马尔可夫过程。 本指导书是作为函授学员在集中授课后，指导自学而编制的。内容较为简明扼要。主要是为了让学员能够抓住要领，掌握重点，理解难点，从而达到能够融会贯通、灵活掌握概率统计的基本概念、基本理论从而解决实际问题的目的。 本指导书的主要参考书目： 1． 景泰等编。概率论与数理统计.上海科学技术文献出版社,1991. 2． 玉麟主编。概率论与数理统计.复旦大学出版社，1995。 3．大茵，陈永华编。概率论与数理统计。浙江大学出版 社.1996 本课程的考核内容以教学大纲为依据，注重基本概念、基本理论的掌握和应用的考核。主要考核方式为笔试。 第一章概率论的基本概念 一、内容概述 # 本章介绍了概率论的基本概念：随机试验、样本空间、随机事件、频率与概率，讨论研究等可能概型问题、条件概率及独立性问题。 二、教学目的要求 # （1） 理解并掌握概率论的基本概念。

统计学答案第七章

1 估计量的含义是指（）。 A.用来估计总体参数的统计量的名称 B.用来估计总体参数的统计量的具体数值 C.总体参数的名称 D.总体参数的具体数值 2 在参数估计中，要求通过样本的统计量来估计总体参数，评价统计量的标准之一是使它与总体参数的离差越小越好。这种评价标准称为（）。 A.无偏性 B.有效性 C.一致性 D.充分性 3 根据一个具体的样本求出的总体均值的95%的置信区间（）。 A.以95%的概率包含总体均值 B.有5%的可能性包含总体均值 C.一定包含总体均值 D.要么包含总体均值，要么不包含总体均值 4 无偏估计是指（）。 A.样本统计量的值恰好等于待估的总体参数 B.所有可能样本估计值的数学期望等于待估总体参数 C.样本估计值围绕待估总体参数使其误差最小 D.样本量扩大到和总体单元相等时与总体参数一致 5 总体均值的置信区间等于样本均值加减边际误差，其中的边际误差等于所要求置信水平的临界值乘以（）。 A.样本均值的抽样标准差 B.样本标准差 C.样本方差 D.总体标准差 6 当样本量一定时，置信区间的宽度（）。 A.随着置信系数的增大而减小 B.随着置信系数的增大而增大 C.与置信系数的大小无关 D.与置信系数的平方成反比 7 当置信水平一定时，置信区间的宽度（）。 A.随着样本量的增大而减小 B.随着样本量的增大而增大 C.与样本量的大小无关 D.与样本量的平方根成正比 8 一个95%的置信区间是指（）。 A.总体参数有95%的概率落在这一区间内 B.总体参数有5%的概率未落在这一区间内 C.在用同样方法构造的总体参数的多个区间中，有95%的区间包含该总体参数 D.在用同样方法构造的总体参数的多个区间中，有95%的区间不包含该总体参数

自考概率论与数理统计基础知识.

一、《概率论与数理统计（经管类）》考试题型分析： 题型大致包括以下五种题型，各题型及所占分值如下： 由各题型分值分布我们可以看出，单项选择题、填空题占试卷的50%，考查的是基本的知识点，难度不大，考生要把该记忆的概念、性质和公式记到位。计算题和综合题主要是对前四章基本理论与基本方法的考查，要求考生不仅要牢记重要的公式，而且要能够灵活运用。应用题主要是对第七、八章内容的考查，要求考生记住解题程序和公式。结合历年真题来练习，就会很容易的掌握解题思路。总之，只要抓住考查的重点，记住解题的方法步骤，勤加练习，就能够百分百达到过关的要求。二、《概率论与数理统计（经管类）》考试重点说明：我们将知识点按考查几率及重要性分为三个等级，即一级重点、二级重点、三级重点，其中，一级重点为必考点，本次考试考查频率高；二级重点为次重点，考查频率较高；三级重点为预测考点，考查频率一般，但有可能考查的知识点。第一章随机事件与概率 1．随机事件的关系与计算 P3-5 （一级重点）填空、简答事件的包含与相等、和事件、积事件、互不相容、对立事件的概念 2．古典概型中概率的计算 P9 （二级重点）选择、填空、计算记住古典概型事件概率的计算公式 3. 利用概率的性质计算概率 P11-12 （一级重点）选择、填空 ,（考得多）等，要能灵活运用。 4. 条件概率的定义 P14 （一级重点）选择、填空记住条件概率的定义和公式： 5. 全概率公式与贝叶斯公式 P15-16 （二级重点）计算记住全概率公式和贝叶斯公式，并能够运用它们。一般说来，如果若干因素（也就是事件）对某个事件的发生产生了影响，求这个事件发生的概率时要用到全概率公式；如果这个事件发生了，要去追究原因，即求另一个事件发生的概率时，要用到贝叶斯公式，这个公式也叫逆概公式。 6. 事件的独立性（概念与性质） P18-20（一级重点）选择、填空定义：若，则称A与B 相互独立。结论：若A与B相互独立，则A与，与B 与都相互独立。 7. n重贝努利试验中事件A恰好发生k次的概率公式 P21（一级重点）选择、填空在重贝努利试验中，设每次试验中事件的概率为（），则事件A恰好发生。第二章随机变量及其概率分布 8．离散型随机变量的分布律及相关的概率计算 P29，P31（一级重点）选择、填空、计算、综合。记住分布律中，所有概率加起来为1，求概率时，先找到符合条件的随机点，让后把对应的概率相加。求分布律就需要找到随机变量所有可能取的值，和每个值对应的概率。 9. 常见几种离散型分布函数及其分布律 P32-P33（一级重点）选择题、填空题以二项分布和泊松分布为主，记住分布律是关键。本考点基本上每次考试都考。 10. 随机变量的分布函数 P35-P37（一级重点）选择、填空、计算题记住分布函数的定义和性质是关键。要能判别什么样的函数能充当分布函数，记住利用分布函数计算概率的公式：①；②其中；③。 11. 连续型随机变量及其概率密度 P39（一级重点）选择、填空重点记忆它的性质与相关的计算，如①；；反之，满足以上两条性质的函数一定是某个连续型随机变量的概率密度。③；④ 设为的