第七章 统计量及其分布
第三节 统计量的分布 在数理统计中,统计量是对总体的分布或数字特征进行推断的基础。因此求统计量的分布是数理统计的基本问题之一。
一般地说,要确定一个统计量的精确分布是非常复杂的,但对于一些特殊情形,如正态总体,这个问题就有简单的方法。由于正态总体是最常见的总体,所以在这里只研究正态总体的统计量的分布。 一、正态总体样本的线性函数的分布
设总体),(~2
σμN X ,
n
X X X ,,,2
1
???是来自于X 的一个样本; (n X X X ,,,2
1
???相互独立且与X 有相同分布,
),(~2
σμN X i
,2
,σμ==i
i
DX EX ),
则样本的线性函数
b X a X a X a Y n n ++???++=2211 也服从正态分布,且它的数学期望和方差分别是 b a
EY n
i i
+=∑=1μ,
∑==n
i i a DY 1
2
2
σ
这里的n
a a a ,,,2
1
???是不全为零的常数,b 为常数。
上述结论,在概率论中的多维随机变量部分里得到证实(用归纳法或特征函数法证明).
特别地,当 n
a i
1
=,
n i ,,2,1???=,0=b 时,线性函数Y 正好
是样本的均值X ,即
∑==n i i
X n
X 1
1
服从正态分布,且 μ=X E ,
(μμμ=?===∑∑==n n
n EX n X E n
i n
i i
1
111
1
)
n
X D 2
σ
= ,
(2
2
2
1
2
2
1
2
1111σσσn
n n n
DX
n
X D n
i n i i
=?=
==∑∑==)
即),
(~2
n
N X σ
μ.
由此可见,X 的均值与总体X 的
均值相等,而方差等于总体方差的n 分之一.这就是说, n 越大,X 越向总体均值μ集中.
常用结论
)1,0(~N n
X σ
μ
-,
)1,0(~N X i
σ
μ
- ,
)1,0(~)(1
1
N X n
n i i
∑=-σμ ,
∑=-=-n
i i
j j X n X X X 1
1
)1,0(~1)11(2
σn n N X n X n j
i i j ---=∑≠ .
二、2
χ分布
定理 设n
X X X ,,,2
1
???相互独立,且都服从)1,0(N ,则随机变量
∑==n
i i
X 1
2
2
χ
的概率密度为
?
?
???≤>Γ=--0
,00,)
2(21
)(2
12
2y y e y n
y f y n
n , (7.3)
我们称2
χ服从自由度为n 的 2
χ分布,记作)(~2
2
n χχ.
证明 记2
χ的分布函数为)(y F 。因为 n
X X X ,,,21???相互独立,且都服从)1,0(N ,所以的n
X X X ,,,21???联合概率密度为
)21exp(21),,,(21
2
1
i
n
i n
x x x x f ∏
=-=???π
)2
1
exp()21(1
2
2
∑=-=n
i i
n
x π , 因此,当0≤y 时,0)(=y F ; 当0>y 时,有 }
{)(2
y P y F ≤=χ
n
n
i i
y
x n dx dx x n
i i
???-=
∑=≤??∑=1
1
2
2
)2
1
exp()
2(1122 π ,
为了计算上述积分,作变换 ??
?
?
??
?==-1
1
2
1
2
1
-n 2
1
1
sin sin cos cos cos cos cos θ
ρθθθρθθθρ=n
n x x x
此变换的雅可比行列式为
)
,,(1
1
2
1
-??=
n n
x x x J θθρ ,()
,,,),,(2
1
1
--=n n D θθρ
其中),,(2
1
-n D θθ 是2
1,,-n θθ 的函数,不包含变量ρ。于是
=)(y F
ρ
θθθθρππ
π
π
ππ
πρd d d D e n n y n n 1
1
2
02
2
22
1
1
2
2
),,()
2(12
---
-
---
???? ?--
=y
n n
d e C 0
1
2
2
ρρρ
其中
???-
-
---=
2
2
22
1
1
2
1
2
),,()
2(1π
π
π
ππ
πθθθθπn n n n d d D C
令t =2
ρ,
则 ?--?=y
n t n
dt t e C y F 0
12
2
2
1
)(
因为 ?∞
+--?=+∞=0
12
2
2
1
)(1dt t e C F n t n
du u e C n u
n n
u
t ?∞
+---==0
12
12
22
)2
(212n
C n n
Γ=-,
可得 )
2
(2112
n C n n
Γ=
- ,
代入前面的式子,可得
)
2
(21
)(2
n
y F n Γ=
?---y
n t
dt t e 0
12
2 上式两端对y 求导,即得式(7.3)
?
?
???≤>Γ=--0
,00,)2(21
)(2
12
2
y y e y n y f y n
n .
图7-1给出了当n =1,4,10时,
2
χ分布的密度函数曲.
显然分布函数)(y F 在),0[+∞上严格单增,
(),0(,0)()(+∞∈>='y y f y F ))1,0(),0(:→+∞F 是一一对应. 对于给定的正数10:<<αα, 方程α=)(y F ,存在唯一的解)(2
n α
χ,即满足αχα
=))((2
n F .
定义 对于给定的正数10:<<αα, 使满足
αχχχαχααχ==
≤=?∞
-)
(2
2222)()}({))((n dy y f n P n F ,
的点)(2
n α
χ,称为2
χ分布的(下侧)α分位点。
对于不同的α及n ,)(2
n α
χ的值可在附表四中查到。
例如,对于14,9.0==n α,查得064.21)14()(2
9
.02==χχαn ,即
9.0)(}064.21)14({064
.210
2
==≤?dy y f P χ .
当45>n 时,附表中没有列出,此时可用式
)(2
n αχ≈2
)12(2
1
-+n z α
求出)(2
n αχ的近似值。式中的α
z
是标准正态分布的α分位点,αα
=Φ)(z .
例1 设n
X X X ,,,2
1
???相互独立,且),(~2
i
i
i
N X σμ ,(n i ,,2,1???=),则
∑=-n
i i
i
i
n X 1
2
2
)(~]/)[(χσμ .
证 因为n
X X X ,,,2
1
???相互独立且服从正态分布,故 1
11/)(σμ-X ,222/)(σμ-X ,…,n
n n X σμ/)(-
亦相互独立,且服从)1,0(N ,由2
χ分布定义知
∑=-n
i i
i
i
n X 1
2
2
)(~]/)[(χσμ .
由上面的例子有
定理 设总体),(~2
σμN X ,n
X X X ,,,2
1
???是来自于X 的一个样本,
则 )(~)(
2
2
1
n X n
i i
χσ
μ
∑=- .
例2设(X 1
,X 2
,X 3
,X 4
)是取自正态总体X ~N(0,22
)的简单随机样本,且
2
4
3221)43()2(X X b X X a Y -+-=
若统计量Y 服从2
χ分布,求出b a ,的值,并求Y 的自由度。
解法一 2
4
3
2
2
1
)]43([)]2([X X b X X a Y -+-= 令)2(2
1
1
X X a Y -=,)43(4
32X X b Y -=,
则22
21Y Y Y +=。 为使)2(~2
χY ,必有)1,0(~),1,0(~2
1N Y N Y ,因而 1,0,1,02
211====DY EY DY EY
注意到 4
4321
====DX DX DX DX ,由
)
4()2()]2([2121211DX DX a X X aD X X a D DY +=-=-=
120)444(==?+=a a
)
169()43()]43([4343432DX DX b X X bD X X b D DY +=-=-=
1100)16494(==?+?=b b
分别得到100/1,20/1==b a 。这时)2(~2
χY ,自由度为2。
解法二 因为X i
~N(0,22
)且相互独立,所以有 )2(22
121X X X X -+=-
~)20,0(~)2)2(21,0)2(01(2
2
2
2
N N ?-+??-+?, )4(3434
3
4
3
X X X X -+=-
~)
100,0(~)2)4(23,0)4(03(2222
N N ?-+??-+?, 故 )
1,0(~20
221
N X X -,)
1,0(~100
4343
N X X
-。
为使
)
2(~/143/1222
432
21χ???
? ??-+???? ??-=b X X a X X Y ,必有
)
1,0(~/122
1
N a X
X -,)
1,0(~/14
34
3
N b
X
X -。
与上面两个服从标准正态分布的随
机变量比较得
100/1,20/1==b a ,即100/1,20/1==b a 。
2
χ分布的性质:
定理一 若)(~2
n X χ,则X 的数学期望和方差分别是 n EX =, n DX 2= .
证 由数学期望定义得
?∞
+--
Γ=0
12
22)
2
(21dx x e n x
EX n x n
dx x e n
n x n 2
2
2
)
2(21
?∞
+-Γ=
)2
()2()2
(21)12
(0
2
x d x
e n n
x -+∞
+-?Γ=
)2
()
12(2n n Γ+Γ= n n n n =ΓΓ=)2()
2(22 ,
?∞
+--Γ=012
2
2
2
2
)
2(21
dx x e x n
EX n x n ?∞
+-+-Γ=0
1)22
(2
)2()2()2(4x
d x
e n n
x )2
()
22(4n n Γ+Γ= )2()2
()
2(2)12
(4+=ΓΓ??+=n n n n n n , 于是 22
)(EX EX DX -=
n n n n 2)2(2
=-+= .
例3 设总体),(~2
σμN X , n
X X X ,,,2
1
???是来自于X 的一个样本,其中2σ已知,求])[(2
μ-X E 、])[(2
μ-X D 。
解 μ=X E ,n
X D 2
σ
=,
n
X D X E X E X E 2
2
2
])[(])[(σ
μ=
=-=-,
])/([])[(2
22n
X n D X D σμσμ-=-
2
24]/[n X D n σμσ-=,
由于)1,0(~/N n X σμ-,
所以)1(~]/[2
2
χσμn
X -,
由定理一知,
212)1(]/[2
2
=?==-χσμD n
X D ,
于是
2
4
2
2])[(n
X D σ
μ=- .
定理二 若)(~1
2
1
n X χ,
)(~2
2
2
n X χ,且1
X 与2
X 相互独立,则 )(~2
1
2
2
1
n n X X ++χ .
证 设X 1+ X 2
的分布密度为f (x ),则
)(x f =?∞
∞
--_2
1
)()(du u x f u f
其中)(),(2
1
u f u f 分别为X 1
和X 2
的概率密度,且
??
?
????≤>Γ=--0
00)
2(21)(21212111
u u e u n u f u n n ,
??
?
????≤>Γ=--0
00)
2(21)(21222222
u u e u n u f u
n n ,
当x ≤0时,0)(=x f
当x >0时,有
?
--
----Γ?
Γ=x
u x n n u n n du
e
u x n e u
n x f 0
2
12
2
2
2
121
2
2
2
11)
()2
(
21)2
(
21)(
=
?---+-ΓΓx x
n n
n n du e u x u n
n 0
212
122122121)()2
()2(21
则令u = xv
v
d v v
n n x
e x
f n n n n n n x ?--+-+-
-ΓΓ=
1
012
12
212
12
2
2
1
212
1)
1()2
()2(
2
)(
利用 ?+ΓΓΓ=
---1
11
)
()()()1(q p q p dv v v
q p
即可得
2
122
122121)
2
(21
)(x
n n n n e
x
n n x f --+++Γ=
由此可见,X 1
+ X 2
服从自由度为2
1
n
n +的2
χ分布。
定理三 设X 1 ,X 2,…,X n
相互独立,且都服从N (μ,σ2
),则 (1)X 与2
S 相互独立;
(2)
)1(~)
1(2
2
2
--n S n χσ
,(7.4)
这里的 ∑==n i i
X n
X 1
1
,
2
1
2
)(1
1
∑=--=n
i i
X X n S ,
2
2
)
1(S n σ-2
1
2
)(1
∑=-=
n
i i
X X
σ .
为了证明这个定理,我们首先建立下面的引理。
引理 设X 1
,X 2
,…,X n
相互独立,且都服从N (a ,σ2
)分布的随机变量,A 是n n ?阶正交矩阵。令
?????
???????=????????????n n X X X A Y Y Y 2121 ,
(*)
则Y 1
,Y 2
,…,Y n
也相互独立且都服从正态分布。
证明 由于X 1 ,X 2,…,X n
相互独立,且都服从N (a ,σ2
)分布,因此(X 1 ,X 2,…,X n
)具有密度函数
?
?
???
?--=∑=n
i i n n n a x x x x f 122
2/21)(21
exp )2(1
),,,(σσπ
??
?
???---=→→→→'2
2/))((21ex p )2(1
a x a x n n σσπ
其中),,,(2
1
n
x x x x =→
,),,,(a a a a =→
。 (*)
式所对应的函数变换是
?????
???????=?????
???????n n x x x A y y y 2121,
从而
?????
???????=????????????-n n y y y A x x x 21121,
即'
1'
→-→=y A x ,所以
'
11
'
'
1
'
'
'
)()()(-→
→
-→→-→→→
→
-=-=-=-A a y A a A y A a x a x , A A a y a A y a x )(1
-→
→→→→→-=-=-,
'
11
1'
)()())((-→
→--→
→→
→→→--=--A a y AA A a y a x a x '
11
))((-→
→-→
→--=A a y A a y
变换的雅可比行列式是
1
1
2
1
2
1
)
,,,()
,,,(--==??=A
A
y y y x x x J n
n
,
因为A 是正交矩阵,所以1=J ,由此得到Y 1
,Y 2
,…,Y n
具有密度函数 ),,,(),,,(2121n
n x x x f J y y y g =
??
?
???---=-→→-→→'112
2/))((21ex p )2(1
A a y A a y n n σσπ
可见Y 1
,Y 2
,…,Y n
相互独立且都服从正态分布。
下面运用上面的引理来证明
定理三。
证明 作正交矩阵 ?
?
????????????=nn n n n a a a a a a n n
n A
2
1
22221
111, (1)
令
?????
???????=?????
???????n n X X X A Y Y Y 2121 , (2) 即 X
n X n
Y
n
i i
∑===
1
1
1
, (3)
∑==n
j j
ij
i
X a
Y 1
, i=2,3,…,n 。
有上面的引理知Y 1
,Y 2
,…,Y n
相互独立且都服从正态分布。又
2
1
1
)(,)(σ==Y D a n Y E ,(4) 而由正交性,当i=2,3,…,n 时,有
1)(1
1
=?=
=∑∑==n
i n
j ij
ij i
n
a a n a a Y E , (5)
2
1
2
2)(σσ
∑===n
i ij
i
a Y D , (6)
∑=+-=+++====+++n
i i n
n n n n n n n X
n X X X X X X X X X X X X X X A A X X X Y Y Y Y Y Y Y Y Y 1
2
2
2
2221'
2121'21'21'212122221)(),,,)(,,,(),,,(),,,(),,,)(,,,( ,
根据(3)是及上式,有
2
23222
1
222212)()(n n
i n i Y Y Y X n X X X X X ++=-+++=-∑=
即 ∑==-n
i i
Y S n 2
22
)1(, (7)
在由(5)、(6)、(7)式得
)1(~)1(22
22
2
-??
?
??=-∑=n Y S n n
i i χσσ。
由上面的证明知,Y 1
,Y 2
,…,Y n
相互独立,又由(3)、(7)式有
∑=-==
n i i Y n S n
Y X 22
2
1
11,,
从而,X 与S 2
相互独立。
例 4 设X ~N(0,1),
∑==n
i i
X n X 1
1
,∑=--=n
i i
X X n S 1
2
2
)(1
1,求
服从自由度为(n -1)的2
χ分布的随机变量。
解 因X ~N(0,1),故)1,0(~N X i
,又因12
=σ,由定理三知
)1(~)1(/)1(2
222--=-n S n S n χσ, 故此随机变量为2
)1(S n -。
例5 设总体),(~2
σμN X , n
X X X ,,,21???是来自于X 的一个样本,其中2
σ已知,求2ES ,2
DS .
解 22σ==DX ES ,(对任意总体
可证);
)
1(~)
1(222
--n S n χσ
,
])
1()
1([
2
2
2
2
S n n D DS σ
σ-?
-=])
1([
))
1((
22
22
S n D n σ
σ-?-=
)]1([))
1((
2
2
2
-?-=n D n χσ)1(2))
1((
22
-?-=n n σ
)
1(24
-=n σ .
习题7-1 1. 选择题 (1) 设总体X 的均值μ与方差σ2都存在但未知, 而12,,,n X X X 为来自X 的样本, 则均值μ与方差σ2的矩估计量分别是( ) . (A) X 和S 2 . (B) X 和21 1()n i i X n μ=-∑ . (C) μ和σ2 . (D) X 和 21 1 ()n i i X X n =-∑. 解 选(D). (2) 设[0,]X U θ , 其中θ>0为未知参数, 又12,,,n X X X 为来自总体X 的样本, 则θ的矩估计量是( ) . (A) X . (B) 2X . (C) 1max{}i i n X ≤≤. (D) 1min{}i i n X ≤≤. 解 选(B). 3. 设总体X 的概率密度为 (1),01, (;)0, x x f x θθθ+<<=???其它. 其中θ>-1是未知参数, X 1,X 2,…,X n 是来自X 的容量为n 的简单随机样本, 求: (1) θ的矩估计量; (2) θ的极大似然估计量. 解 总体 X 的数学期望为 1 10 1 ()()d (1)d 2 E X xf x x x x θθθθ+∞ +-∞ +==+= +? ?. 令()E X X =, 即12 X θθ+=+, 得参数θ的矩估计量为 21?1X X θ-=-. 设x 1, x 2,…, x n 是相应于样本X 1, X 2,… , X n 的一组观测值, 则似然函数为 1(1),01,0, n n i i i x x L θθ=?? ?+< ?=??? ? ?∏其它. 当0
第七章 参数估计 1.[一] 随机地取8只活塞环,测得它们的直径为(以mm 计) 74.001 74.005 74.003 74.001 74.000 73.998 74.006 74.002 求总体均值μ及方差σ2的矩估计,并求样本方差S 2。 解:μ,σ2的矩估计是 61 22 106)(1?,002.74?-=?=-===∑n i i x X n X σ μ 621086.6-?=S 。 2.[二]设X 1,X 1,…,X n 为准总体的一个样本。求下列各总体的密度函数或分布律中的未知参数的矩估计量。 (1)???>=+-其它,0,)()1(c x x c θx f θθ 其中c >0为已知,θ>1,θ为未知参数。 (2)?? ???≤≤=-.,01 0,)(1其它x x θx f θ 其中θ>0,θ为未知参数。 (5)()p p m x p p x X P x m x m x ,10,,,2,1,0,)1()(<<=-==-Λ为未知参数。 解:(1)X θc θθc θc θc θdx x c θdx x xf X E θθc θ θ =--=-== =+-∞+-∞+∞ -? ? 1 ,11)()(1令, 得c X X θ-= (2),1)()(10 += = = ? ? ∞+∞ -θθdx x θdx x xf X E θ 2 )1(,1 X X θX θθ-==+得令 (5)E (X ) = mp 令mp = X , 解得m X p =? 3.[三]求上题中各未知参数的极大似然估计值和估计量。 解:(1)似然函数 1211 )()()(+-=== ∏θn θn n n i i x x x c θ x f θL Λ 0ln ln )(ln ,ln )1(ln )ln()(ln 1 1 =- +=-++=∑∑ ==n i i n i i x c n n θθ d θL d x θc θn θn θL
. 第七章 假设检验 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 设1225,,,ξξξL 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0010:,:H H μμμμ=≠取检验的拒绝域:12250{(,,,):||}c x x x x c μ=-≥L ,试决定常数c ,使检验的显着性水平为 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 =。 设子样1225,,,ξξξL 取自正态总体2 (,)N μσ,20σ已知,对假设检验0010:,:H H μμμμ=>,取临界域12n 0{(,,,):|}c x x x c ξ=>L , (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=,20σ=,α=,n=9,求μ=时不犯第二类错误的概率。 解:(1)在0H 成立的条件下,2 00(, )n N σξμ~,此时 00000()P c P ξαξ=≥=
10 αμ-= ,由此式解出010c αμμ-= + 在1H 成立的条件下,2 0(, )n N σξμ~,此时 1010 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= 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)
第7章例题 1.的无偏估计下列统计量是总体均值的样本为总体设,,,321X X X X 量的是B 3213 2161 3121. .X X X B X X X A ++++ 3213218 14121.2 12121. X X X D X X X C ++++ 2.的无偏估计下列统计量是总体均值的样本为总体设,,21X X X 量的是 D 2 1.X X A +213121. X X B + 214141.X X C + 212 1 21.X X D + 3.样本()(),则,,来自总体2 21,...,σμ==X D X E X X X X n B A. 的无偏估计是μi n i X ∑=1 B. 的无偏估计是μX C. ()的无偏估计是2 2 1σn i X i ≤≤ D. 的无偏估计是22 σX 4.设),(21X X 是来自任意总体X 的一个容量为2的样本,则在下列总体均值的无偏估计中,最有效的估计量是 D A. 213132X X + B. 2143 41X X + C. 215352X X + D . )(21 21X X + 5.从总体中抽取样本,,X X 12下面总体均值μ的估计量中哪一个最有效D A. 11X =μ B. 22X =μ C. 2134341X X +=μ D. 2142 1 21X X +=μ 6.从总体中抽取样本32,1, X X X 统计量 6 323211X X X ++=μ) , 4423212X X X ++=μ) 3333213X X X ++=μ) 中更为有效的是C A. 1μ) B. 2μ) C. 3μ) D. 以上均不正确 7.设21,X X 是取自总体()2σμ,N 的样本,已知21175.025.0X X +=μ 和2125.05.0X X +=μ都是μ的无偏估计量,则________更有效 8.设X 1,X 2, X 3, X 4是来自均值为λ的指数分布总体的样本,其中λ未知,设有估计量 )(3 1 )(6143211X X X X T +++=
习题七解答 1. 设的分布律为, 求(1)EX ,(2))1(+-X E ,(3))(2X E ,(4)DX 。 解 由随机变量X 所以 ()1111111 (1)01236261243E X =-?+?+?+?+?= ()1111112 1210(1)36261243E X -+=?+?+?+?+-?= ()211111135 1014364612424 E X =?+?+?+?+?= 2 2235197()()(())()24372 D X E X E X =-=-= 另外,也可根据数学期望的性质可得: ()()12 11133 E X E X -+=-+=-+= 2.设随机变量X 服从参数为()0>λλ的泊松分布,且已知 ()()[]232=--X X E ,求λ的值。 解 ()()[]()() ()()()()()()2 0452 652 6565322 2 22==+-+=+-+=+-=+-=--λλλλX E X E X D X E X E X X E X X E X
3. 设X 表示10次独立重复射击命中目标的次数,每次命中目标的概率为0.4,试求2X 的数学期望() 2X E 。 解 ()4.0,10~B X 所以 ()()4.26.04.010,44.010=??==?=X D X E 故 ()()()()4.1844.2222=+=+=X E X D X E 4. 国际市场每年对我国某种出口商品的需求量X 是一个随机变量,它在[2000,4000](单位:吨)上服从均匀分布。若每售出一吨,可得外汇3万美元,若销售不出而积压,则每吨需保养费1万美元。问应组织多少货源,才能使平均收益最大? 解 设随机变量Y 表示平均收益(单位:万元),进货量为a 吨 Y= ()a X a X 33-- a x a x ≥< 则 ()()() 80000001400022000 12000 13200014220004000-+-=+-=??a a dx a dx a x Y E a a 要使得平均收益()Y E 最大,所以 ()08000000 1400022 ='-+-a a 得 3500=a (吨) 5. 一台设备由三大部件构成,在设备运转过程中各部件需要调整的概率相应为0.1,0.2,0.3,假设各部件的状态相互独立,以X 表示同时需要调整的部 件数,试求X 的数学期望()X E 和方差()X D 。 解 X 的可能取值为0,1,2,3,有 ()()()()006 .03.02.01.03092.03.08.01.03.02.09.07.02.01.02398.03.08.09.07.02.09.07.08.01.01504 .07.08.09.00=??===??+??+??===??+??+??===??==X P X P X P X P 所以X 的分布律为
§5 正态总体均值与方差的区间估计 一、复习正态总体的样本均值与样本方差的分布 1、(对一个正态总体) 设X 1,…,X n 是来自总体2~(,)X N μσ的样本, 则 (1) ~(0,1)X N μ? ~(1)X t n μ?? (3) 2 2 2 (1)~(1)n S n σ χ?? 2、(对两个正态总体) 设
,,,n X X X 112L 是来自总体211~(,)X N μσ的样本, ,,,n Y Y Y 212L 是来自总体222 ~(,)Y N μσ的样本, 且两个样本相互独立, 则有 ()() ~(0,1)X Y N μμ??? (2) 当222 1 2 σσσ==时 12()()~(2)X Y t n n μμ??+?? (3) 221222 1221 ~(1,1)S S F n n σσ ?? 二、正态总体均值、方差的置信区间 (置信水平为α?1)
一个正态总体均值与方差的置信区间 例1-2(P164) 有一大批糖果. 现从中随机取16袋, 称得重量(以克计)如下: 506 508 499 503 504 510 497 512 514 505 493 496 506 502 509 496 设袋装糖果的重量近似服从正态分布, 试求总体均值μ与总体标准差σ的置信水平为0.95的置信区间.
两个正态总体均值差与方差比的置信区间
例3(P 166) 为比较I, II 两种型号步枪子弹的枪口速度, 随机地取I 型子弹10发, 得到枪口速度的平均值1500(/)x m s =, 标准差s 1=1.10(m/s), 随机地取II 型子弹20发, 得到枪口速度的平均值2496(/)x m s =, 标准差s 2=1.20(m/s). 假设两总体都可认为近似地服从正态分布, 且由生产过程可认为方差相等. 求两总体均值差12μμ?的一个置信水平为0.95的置信区间. 例4(P 166) 为提高某一化学生产过程的得率, 试图采用一种新的催化剂. 为慎重起见, 在实验工厂先进行试验. 设采用原来的催化剂进行了
第七章参数估计 1.[ 一] 随机地取8只活塞环,测得它们的直径为(以 求总体均值卩及方差b 2的矩估计,并求样本方差 S 2。 n 2 6 (X i x) 6 10 i 1 S 2 6.86 10 6。 ln L(e ) nln(e ) n e inc (1 e ) In d 寫⑹ (1) f (x) e c e x (e 1},x c 0,其它 其中c >0为已知, e >1, e 为未知参数。 (2) f(x) 、e x e 1,0 x 1 0,其它. 其中e >0, e 为未知参数。 (5) P(X x) m p x (1 p)m x ,x 0,1,2, ,m,0 p 1, p 为未知参数。 解: ( 1) E(X) xf(x)dx c e c e x e dx e c e c e 1 e 1 e c 令 e c X e 1, 令 e 1 X X c (2) E(X) xf (x)dx e x e dx - 丄匚,令- '-e X ,We ( X )2 2.[二]设X , X ,…,X n 为准总体的一个样本。求下列各总体的密度函数或分布律 中的未知参数的矩估计量。 得e 1 e (5) -e 1 解:(1)似然函数 n L (e ) f (人)e n c n e (x 1 x 2 i 1 X n ) mm 计) 解:U,b 2的矩估计是 X 74.002 E (X ) = mp 令 mp = X ,解得?莖 m 3.[三]求上题中各未知参数的极大似然估计值和估计 量。 ln x i 0
(解唯一故为极大似然估计 量) In X i nln c i 1 ⑵ L(B ) n n _ f (X i ) e 2(X 1X 2 X n ) 0 1 ,ln L(B ) n 2~ n ln( 0) (0 1) In X i i 1 dI nL(0) n d 0 2 1 0 1 n In X i 0, i 1 ? (n In x i )2 0 (解唯一)故为极大似然 估 2.一 0 计量。 n m m n X i n mn 召 (5) L(p) P{X X i } p i1 (1 p) i1 , i - 1 X 1 X n n n n In L(p) In m X i x i In p (mn X i )l n(1 p), i 1 i 1 i 1 i 1 n mn x i i 1 0 1 p n X i d In L(p) i 1_ dp p n Xi - 解得 p q — —,(解唯一)故为极大似然估计量。 mn m 4.[四(2)]设X , X,…,X.是来自参数为入的泊松分布总体的一个样本,试求入 的极大似然估计量及矩估计量。 解:(1)矩估计 X ~ n 入),E ( X )=入,故*= X 为矩估计量。 (2)极大似然估计L (入) n P(X i ;入) 1 n X i *1 X 1 !X 2! X e n *, In L(入) i X i In In X i ! d In L(入) d 入 n X i i 1 入 0 ,解得* X 为极大似然估计 量。
概率论与数理统计练习题 系 专业 班 姓名 学号 第七章 参数估计(一) 一、选择题: 1矩估计必然是 [ C ] (A )无偏估计 (B )总体矩的函数 (C )样本矩的函数 (D )极大似然估计 2.设12,X X 是正态总体(,1)N μ的容量为2的样本,μ为未知参数,μ的无偏估计是 [ D ] (A ) 122433X X + (B )121244X X + (C )123144X X - (D )122355 X X + 3.设某钢珠直径X 服从正态总体(,1)N μ(单位:mm ),其中μ为未知参数,从刚生产的一大堆钢珠抽出9个,求的样本均值31.06X =,样本方差2 2 90.98S =,则μ的极大似然估计值为 [ A ] (A )31.06 (B )(- , 31.06 + 0.98) (C )0.98 (D )9×31.06 二、填空题: 1.如果1?θ与2?θ都是总体未知参数θ的估计量,称1?θ比2?θ有效,则1?θ与2 ?θ的期望与方差一定满 足 1212????,E E D D θθθθ=< 2.设样本1230.5,0.5,0.2x x x ===来自总体1 ~(,)X f x x θθθ-=,用最大似然法估计参 数θ时,似然函数为()L θ= 31(0.05)θθ- 3.假设总体X 服从正态分布2 12 (,),,,(1)n N X X X n μσ>为X 的样本, 1 2 211 ()n i i i C X X σ-+==-∑是2σ的一个无偏估计,则C = 12(1) n - 三、计算题: 1.设总体X 具有分布律,其中(01)θθ<<为未知参数, 已知取得了样本值1231,2,1x x x ===,试求θ 2.设12,,,n X X X 是来自于总体10~()0x X f x θθ ?≤≤? =???其它 (0)θ>的样本, 试求:(1)θ的一个无偏估计1θ;(2)θ的极大似然估计2.θ 456()2(1)22.5')1(0.6 L L θθθθθθθθ=?-=-==解:该样本的似然函数.为 令得三 、 ??()2,()2()22 2 2(1)E X X X E E X θθθ θθ==?===?= 、
第七章参考答案 1、检验假设:0H :18≤μ,1H :18>μ 解:这是2σ已知的右边检验问题 选统计量:n X Z /0 σμ-= 05.0=α,645.105.0==z z α ∴拒绝域为:? ?????=≥-=645.1/05.00z n x x z σ 由于此处:62.4=σ,9=n ,180=μ,87.20=x ∴645.186.19 /62.41887.20/0 >≈-=-=n x z σμ ∴拒绝0H ,即认为影响了他的工作效率。 2、检验假设:0H :4.38=μ,1H :4.38≠μ 解:这是2σ未知关于μ的双边检验 检验统计量为:n s X t /0 μ-= 在 05.0=α,15=n ,1448.2)14()1(025.02/==-t n t α ∴拒绝域为:??????=>-=1448.2)14(/025.00 t n x x t σ 又由题知:%5.40=x ,%5.7=s ,%4.380=μ ∴ 1448.208.115 /%5.7%4.38%5.40<≈-=t 接受0H ,即认为脂肪摄取量的平均百分比为38.4%。 3、检验假设:0H :42.8≥μ,1H :42.8<μ
解:这是2σ未知关于μ的左边检验 检验统计量为:n s X t /0 μ-= 01.0=α,9=n ,8965.2)8()1(01.0==-t n t α ∴拒绝域为:? ?????-=-<-=8965.2)8(/01.00t n s x t μ 又由题知:3.8=x ,025.0=s ,42.80=μ ∴ 8965.24.149/025.042 .83.8/0 -<-=-=-=n s x t μ 拒绝0H ,即认为42.8<μ。 4、检验假设:0H :46.72=μ,1H :46.72≠μ 解:这是2σ未知关于μ的双边检验 检验统计量为:n s X t /0 μ-= 在 05.0=α,16=n ,1315.2)15()1(025.02/==-t n t α ∴拒绝域为:??????=≥-=1315.2)15(/025.00 t n x x t σ 又由题知:69.72=x =s 8.34,=0μ72.64 ∴ 1315.2024.016/34.864 .7269.72<≈-=t 接受0H ,即可认为某地区成年男子的平均体重为72.64。 5、检验假设:0H :200≤μ,1H :200>μ 解:这是2 σ未知关于μ的右边检验
第7章 参数估计 ----点估计 一、填空题 1、设总体X 服从二项分布),(p N B ,10<
α是未知参数, n X X X ,,21为一个样本,试求参数α的矩估计和极大似然估计. 解:因? ?++=+= 10 1 1α1α1αdx x dx x x X E a )()()(2 α1 α2α1α102++= ++= +|a x 令2α 1α ++==??)(X X E X X --=∴112α ?为α的矩估计 因似然函数1212 (,, ;)(1)()n n n L x x x x x x ααα=+ ∑=++=∴n i i X n L 1α1αln )ln(ln ,由∑==++=??n i i X n L 1 01ααln ln 得, α的极大似量估计量为)ln (?∑=+-=n i i X n 1 1α 2、设总体X 服从指数分布 ,0 ()0,x e x f x λλ-?>=?? 其他 ,n X X X ,,21是来自X 的样本,(1)
第七章 参数估计 注意: 这是第一稿(存在一些错误) 1、解 由θ θθμθ 2 ),()(0 1===? d x xf X E ,204103)(2 221θθθ=-==X D v ,可得θ的矩估计量为X 2^ =θ,这时θθ==)(2)(^X E E ,n n X D D 5204)2()(2 2 ^ θθθ= ? ==。 3、解 由)1(2)1(2)1(2)(21θθθθμ-=-+-==X E ,得θ的矩估计量为: 3 2 62121^ =-=- =X θ。 建立关于θ的似然函数:482232)1(4)1())1(2()()(θθθθθθθ-=--=L 令014 8))1ln(4ln 8()(ln =--=?-+?=??θ θθθθθθL , 得到θ的极大似然估计值:32^=θ 4、解:矩估计: ()1012122μθλθλθλ=?+?+?--=--, ()()()()2 2 2 2222121νθλθθλλθλθλ=--++-++--, 11A =, 23 4 B = , 故()()()( ) 22 2 ??221,3??????????222121.4 θ λθλθθλλθλθλ?--=??--++-++--=?? 解得1?,43?.8λθ?=??? ?=?? 为所求矩估计。 极大似然估计: (){}()3 3214526837,0,2,11L P X X X X X X X X θλθλθλ==========--, ()()(),ln ,3ln 2ln 3ln 1l L θλθλθλθλ==++--,
()(),33 0,1,230.1l l θλθθθλθλλλθλ??=-=???--???=-=??--?解得3?,81?.4 θλ?=????=??即为所求。 5、解 由33)1(3)1(3)(222+-=-+-+=p p p p p p X E ,所以得到p 的矩估计量为 ^ p = = 建立关于p 的似然函数:32 10)1()2 )1(3()()2)1(( )(22n n n n p p p p p p p L ---= 令0)(ln =??p p L ,求得到θ的极大似然估计值:n n n n p 222 10^++= 6、解:(1)()1 1 12 EX x x dx θθθθ+= += +? , 由?1?2X θθ +=+得21?1X X θ-=-为θ的矩估计量。 ()()()11 1,01, ,,0,n n n i i i i x x L f x θ θθλθ==?+∏<=∏=??? 其他。 ()()()1 ln 1ln ,01, ,ln ,0,n i i n x x l L θθθλθλ=? ++<==??? ∑其他。 令 ()1 ln 01n i i l n x θθθ=?=+=?+∑得1 ?1 ln n i i n x θ==- -∑, 所以θ的极大似然估计为1 1ln n i i n x =- -∑。 (2)()1 20 ,EX xf x dx e θ θ= =? ,令? 2e X θ=得?2ln X θ =为θ的矩估计量。 ()()() () 2 1 ln 21 21 1 ,,2n i i x n i n n i i i L f x e x θ θλθπθ=-==∑=∏= ∏,
第七章 参数估计 1. 样本均值74.002X = 样本方差8 2 261 1() 6.8571081i i S X X -==-=?-∑ 样本二阶中心矩 8 2261 1()6108i i S X X -==-=?∑ 均值与方差的矩估计值分别为: 2 674.002610μ σ-= =? 2.(1)矩估计 (1) ()1 c c c E X x c x dx c x dx θθθθθθθθ+∞ +∞ -+-=== -? ? 令 1c X θθ=-,得θ的估计量为 X X c θ=-,θ的估计值为 1 1 11n i i n i i x n x c n θ===-∑∑ (2)极大似然估计 (1)(1)(1)11()()()n n n L c x c x c x x θθθθθθθθθθ-+-+-+== 1 ln ()ln()(1)ln n i i L n c x θ θθθ==-+∑ 令1 ln ln ln 0n i i L n n c x θθ=?=+-=?∑ 得θ的估计值为 1 ln ln n i i n x n c θ ==-∑,θ的估计量为 1 ln ln n i i n X n c θ ==-∑ 3.(1) 矩估计 1214 33 X ++= = 22()122(1)3(1)32E X θθθθθ=?+?-+?-=- 令()E X X = 得θ的估计值为 5 6 θ = 极大似然估计 2256112233()()()()2(1)22L P X x P X x P X x θθθθθθθ=====?-?=- 令 ln 5101L θθθ?=-=?-,得θ的估计值为 56 θ=
注意: 这是第一稿(存在一些错误) 第七章数理统计习题__偶数.doc 4解:矩估计: ()1012122μθλθλθλ=?+?+?--=--, ()()()()2 2 2 2222121νθλθθλλθλθλ=--++-++--, 11A =, 234 B = , 故() () ()( ) 2 2 2 ??221,3?? ????????222121. 4 θλ θλθθλ λ θλθλ? --=?? --++-++--=?? 解得1?, 43?. 8 λθ?=?? ? ?=?? 为所求矩估计。 极大似然估计: (){}()3 3 2 14526837,0,2,11L P X X X X X X X X θλθλ θλ==========--, ()()(),ln ,3ln 2ln 3ln 1l L θλθλθλθλ==++--, ()(),33 0,1,230.1l l θλθθθλθλλλθλ??=-=? ??--???=-=??--?解得3?,8 1?.4 θλ?=????=??即为所求。 6解:(1)()10 112 E X x x dx θ θθθ+= += +? , 由 ?1 ?2 X θθ+=+得21 ?1X X θ-=-为θ的矩估计量。 ()()()1 1 1, 01,,,0,n n n i i i i x x L f x θ θθλθ==?+∏<=∏=??? 其他。
()()()1 ln 1ln , 01,,ln ,0,n i i n x x l L θθθλθλ=? ++<==??? ∑其他。 令 () 1 ln 01 n i i l n x θθ θ=?= + =?+∑得 1 ?1 ln n i i n x θ==- -∑, 所以θ的极大似然估计为1 1ln n i i n x =- -∑。 (2)()120 ,EX xf x dx e θ θ= =? ,令? 2 e X θ=得?2ln X θ=为θ的矩估计量。 ()()()() 2 1 ln 21 21 1 ,,2n i i x n i n n i i i L f x e x θ θλθπθ=- ==∑=∏= ∏, ()()()()2 1 1 ln ,ln ,ln 2ln 2 2n i n i i i x n l L x θλθλπθθ ====- -- ∑∑ 令 () () 2 1 2 ln 022n i i x l n θθ θ θ=?=- + =?∑得()2 1 1 ?ln n i i x n θ== ∑为θ的极大似然估计。 (3)()20 2,1 E X xf x dx θ θθ= = +? , 令?2?1 X θθ=+得?2X X θ=-为θ的矩估计量。 ()()1 1 1 2 ,02,,0,n n n n i i i i x x L f x θθθθθ--==?∏<=∏=??? 其他。 ()()()1 ln ln 21ln , 02,ln 0,n i i n n x x l L θθθθθ=? -+-<==??? ∑其他。 令 () 1 ln 2ln 0n i i l n n x θθ θ =?= -+ =?∑得,1 ?ln 2ln n i i n n x θ== -∑为θ的极大似然估计。
. 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)
习 题 七 (A ) 三、解答题 1. 设总体X 服从几何分布,分布律为{},....2,1,)1(1=-==-k p p k X P k ,(10<
7.7 解:有题可得 σ=150 x =1637 α=5% n=26 设 0H :0u u ==1600 1H :0u u ≠ u = =1.258 有表可查得0.97512 U U α - ==1.96 由1.258<1.96 可知不落在拒绝域内,则不拒绝原假设 ∴可认为这批产品的指标为1600h 7.9. 旧安眠剂 ξ~N(20.8,21.8) 新安眠剂 η~N(μ,2σ) 假设 o H : μ=23.8 1H : μ﹤23.8 由题意 x =24.2 *2n S =5.27 构造统计量 T= X -μ =0.461 不妨取α=0.1 1(6)t -α-=0.9(6)t -=-1.4398 拒绝域为(-∞, 1.4398-) 则T=0.461 不落在拒绝域内 所以不拒绝原假设 当α=0.1 时,新安眠剂已达新的疗效。 7.10解:母体2 (8,)N ξ σ 假设0H :8μ≥ 1H :8μ< 由题意得: 6.5x = 22 2 1002 4.04 1 99 n n n S S n *== ?=- 构造统计量7.46x T -= =- 当0.05α=时 有10.950.95(1)(99)(45) 1.6794t n t t α---=->-=- 所以拒绝域为1(,(99))t α--∞- 由于7.46T =-在拒绝域内 故拒绝原假设 所以在0.05α=时,根据调查结果,能支持该校长的看法 7.11解:由于子样来自同一母体,可设222 1 2σ =σ=σ (2σ未知)
0H :12μ=μ 1H :12μ≠μ ξ =3.7875, η =3.8875, 1 21n S = 2 1 1 ) i i n ∞ =(ξ-ξ∑=0.25609375 222n S =21 )i i ∞ =(η-η∑=0.25609375 1 21*n S = 111 n n -1 21n S = 87 ?2.04875=0.2926785714 2 22*n S = 221 n n -2 22n S = 87 ?2.04875=0.2926785714 w S = =0.3697 12 t α- (122n n +-)=0.975t (14)=2.1448 又因为 t<12 t α-(122n n +-) 不再拒绝域内 所以 不拒绝原假设 所以 甲乙两人测定无显著差异 7.14假设甲,乙加工产品直径服从正态分布N(1μ,21σ),N(2μ,22σ) 0H :21σ=22σ,1H :21σ≠22σ 由测得直径得1X =20,2M S =0.09, *2M S =0.10286 2X =20, 2N S =0.34, *2N S =0.39667 所以1μ=2μ,检验2 1 σ,22 σ *2*20.10290.2594 0.3967 M N S F S = = = 当α=0.05 /2F α(7,6)=0.1953 1/2F α-(7,6)=0.1953 所以拒绝域为0,0.1953 5.7,?????????∞ 所以不否定两机床加工精度无明显差异。
写在前面:由于答案是一个个复制到word中,比较耗时耗力,故下载收取5分,希望需要的朋友给予理解和支持! PS:网上有一些没经我同意就将我的答案整合、转换成pdf,放在文库里的,虽然是免费的,但是窃取了我的劳动成果,希望有心的朋友支持我一下,下载我的原版答案。 第七章假设检验 7.1 假设检验的基本概念 习题1 样本容量n确定后,在一个假设检验中,给定显著水平为α,设此第二类错误的概率为β,则必有(). (A)α+β=1;(B)α+β>1;(C)α+β<1;(D)α+β<2. 解答: 应选(D). 当样本容量n确定后,α,β不能同时都很小,即α变小时,β变大;而β变小时,α变大. 理论上,自然希望犯这两类错误的概率都很小,但α,β的大小关系不能确定,并且这两类错误不能同时发生,即α=1且β=1不会发生,故选(D). 习题2 设总体X~N(μ,σ2),其中σ2已知,若要检验μ,需用统计量U=Xˉ-μ0σ/n. (1)若对单边检验,统计假设为 H0:μ=μ0(μ0已知),H1:μ>μ0, 则拒绝区间为; (2)若单边假设为H0:μ=μ0,H1:μ<μ0,则拒绝区间为(给定显著性水平为α,样本均值为Xˉ,样本容量为n,且可记u1-α为标准正态分布的(1-α)分位数). 解答: 应填(1)U>u1-α;(2)U概率论考题_第七章试题
第七章试题 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.设总体X 服从[0,2θ]上的均匀分布(θ>0),x 1, x 2, …, x n 是来自该总体的样本,x 为样本均值,则θ的矩估计θ ?=( ) A .x 2 B .x C . 2 x D . x 21 2.设总体n X X X N X ,,,),,(~212 σμ为来自总体X 的样本,2,σμ均未知,则2σ的无偏估计是( ) A . ∑=--n i i X X n 1 2 )(11 B . ∑=--n i i X n 12)(11μ C . ∑=-n i i X X n 1 2 )(1 D . ∑=-+n i i X n 1 2)(1 1μ 3.设总体X ~ N (2,σμ),其中μ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μ的四个估计:)(41?43211x x x x +++=μ,321251 5151?x x x ++=μ ,2136 261?x x +=μ,147 1 ?x =μ中,哪一个是无偏估计?( ) A .1?μ B .2?μ C .3?μ D .4?μ 二、填空题(本大题共15小题,每小题2分,共30分) 请在每小题的空格中填上正确答案。错填、不填均无分。 4.设总体X 具有区间[0,θ]上的均匀分布(θ>0),x 1,x 2,…,x n 是来自该总体的样本,则θ的矩估计θ? =___________。 5.设总体X 的概率密度为? ??≤>=-0,00,)(x x e x f x αα,x 1,x 2,…x n 为总体X 的一个样本,则未知 参数α的矩估计α ?=___________. 6.设总体X 服从参数为λ的泊松分布,其中λ为未知参数.X 1,X 2,…,X n 为来自该总体