数理统计与随机过程ch7终稿.ppt

1、随机地取8只活塞环，测得他们的直径为(以mm计) 74.001 74.005 74.003 74.001 74.000 73.998 74.006 74.002 求总体均值?及方差?2的矩估计值，并求样本方差s2。 解：总体均值?的矩估计值,总体方差?2的矩估计值分别为 2、设X1, X2, ···, Xn为总体的一个样本，x1, x2,…, xn,为一相应的样本值。求下列各总体的概率密度或分布律中的末知参数的矩估计值。 解： (1) 3、求上题中各末知参数的最大似然估计值和估计量 解：(1)设 4、(1)设总体X具有分布律 其中?(0?1)为末知参数.已知取得了样本值x1=1, x2=2, x3=1.求?的矩估计值和最大似然估计值。 （2）设X1， X2…, Xn是来自参数为?的泊松分布总体的一个样本,求?的最大似然估计量和距估计量. (3)设随机变量X服从以r,p为参数的负二项分布，其分布律为 其中r已知，p末知。设有样本值x1,x2，…, xn，求p的最大似然估计值. 解:(1) (2) (3)似然函数为 5.设某种电子器件的寿命(以h计)T服从双参数的指数分布,其概率密度为 由题设 6、一地质学家为研究密歇根湖湖滩地区的岩石成分，随机的自该地区取100个样品，每个样品有10块石子，记录了每个样品中属石灰石的石子数。假设这100次观察相互独立，并且由过去经验知，它们都服从参数为m=10,p 的二项分布，p是这地区一块石子是石灰石的概率。求p的最大似然估计值。该地质学家所得数据如下： 解：设X为一个样品中属石灰石的石子数，则X~b(10,p),由前面第3题知，p的最大似然估计值为 7、(1)设X1, X2 ,…, Xn是来自总体X的一个样本，且X~?(?),求P{X=0}的最大似然估计值. (2)某铁路局证实一个扳道员在五年内所引起的严重事故的次数服从泊松分布.求一个扳道员在五年内未引起严重事故的概率p的最大似然估计.使用下面122个观察值.下表中,r表示一扳道员五年内引起严重事故的次数,s表示观察到的扳道员人数. 解（1） 8、(1)设X1, X2 ,…, Xn是来自概率密度为 （3）由前面第3题知，二项分布X~b(m,?)的参数?的最大似然估计为 * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * 所不同的是：这时的置信区间是近似的。 这是求一般总体均值的一种简单有效的方法，其理论依据是中心极限定理，它要求样本大小 n 比较大。因此，这个方法称为大样本方法。 设总体均值为 μ, 方差为σ2 , X1, X2, …, Xn 为来自总体的样本。因为这些样本独立同分布的，根据中心极限定理，对充分大的 n, 下式近似成立 因而，近似地有 于是， μ 的置信系数约为1-α 的置信区间为 当σ2未知时，用σ2的某个估计，如 S2 来代替， 得到 只要 n 很大，(2)式所提供的置信区间在应用上是令人满意的。 那么，n 究竟多大才算很大呢？ 显然，对于相同的 n , (2)式所给出的置信区间的近似程度随总体分布与正态分布的接近程度而变化，因此，理论上很难给出 n 很大的一个界限。 但许多应用实践表明：当 n≥30时，近似程度是可以接受的；当 n≥50时，近似程度是很好的。 例1：某公司欲估计自己生产的电池寿命。现从其产品中随机抽取 50 只电池做寿命试验。这些电池寿命的平均值为 2.261 (单位：100小时)，标准差 S=1.935。求该公司生产的电池平均寿命的置信系数为 95% 的置信区间。 解：查正态分布表，得 zα /2= z0.025=1.96，由公式 (2)，得电池平均寿命的置信系数为 95% 的置信区间为 设事件 A 在一次试验中发生的概率为 p， 现在做 n 次试验，以Yn记事件 A 发生的次数,则 Yn ~ B(n, p)。依中心极限定理，对充分大的 n，近似地有 7.6.1 二项分布 (3)式是(1)式的特殊情形。 (4)式就是二项分布参数 p 的置信系数约为1-α 的置