最新整理数理统计典型例题分析.docVIP

典型例题分析 第 PAGE 1 页 共 NUMPAGES 23 页 典型例题分析 例1．分别从方差为20和35的正态总抽取容量为8和10的两个样本，求第一个样本方差是第二个样本方差两倍的概率的范围。 解 以和分别表示两个（修正）样本方差。由知统计量 服从分布，自由度为（7，9）。 事件的概率 因为是连续型随机变量，而任何连续型随机变量取任一给定值的概率都等于0。 现在我们求事件的概率： 。 由附表可见，自由度的分布水平α上侧分位数有如下数值： 。 由此可见，事件的概率介于0.025与0.05之间；。 例2．设是取自正态总体的一个样本，为样本方差，求满足不等式 的最小值。 解 由随机变量分布知，随机变量服从分布，自由度，于是，有 其中表示自由度的分布随机变量，是自由度为的水平的分布上侧分位数（见附表）。我们欲求满足 的最小值，由附表可见 ， 。 于是，所求。 例3．假设随机变量在区间上有均匀分布，其中未知： 是来自的简单随机样本，是样本的均值，是最小观察值。证明 和 都是的无偏估计量。 解 由在上均匀分布，知。 由 ， 可见是的无偏估计量。 为证明是的无偏估计。我们先求统计量的概率分布。 其密度为 由于独立且与同分布，知的分布函数为 ； 于是，有 。 ， 从而是的无偏估计。 在证的无偏估计时，先求估计量分布再求其数学期望。此外，下面将看到，是矩估计量，是最大似然估计量。 有效性的验证，即验证两个无偏估计量哪一个更有效（方差较小），只需 计算它们的方差并加以比较，验证估计量的最小方差超出了本课程的要求。读者只需了解一些常用的最小方差估计量。例如，对于正态分布总体，样本均值和修正样本方差相应为和的最小方差无偏估计量；事件频率是它的概率的最小方差无偏估计量。 如果要求有效率，则用公式计算，其中——称为罗.克拉美不等式。 例4．设总服从正态分布，其中方差为已知常数；关于未 知数学期望有两个二者必居其一的假设： ， 其中和都有已知常数，并且。根据来自总体的简单随机样本，确定假设的水平否定域（即拒绝域），并计算第二类错误概率。 解 取统计量 做检验的统计量。在假设成立的条件下，。 由于 。 所以以下四种都是假设的水平的否定域： ； ， 其中是标准正态分布水平双侧分位数（见附表）。 在假设成立的条件下，统计量，其中。因此，以为假设否定域的检验的第二类错误概率为： 。 特别（设是标准正态分布函数） ； ； ； 。 为了便于比较，设，则 。查附表并经计算，容易得到 。 计算结果表明，尽管四个检验的一类错误的概率都等于，但它们的第二类错误的概率却不相同。以为否定域的检验的第二类错误的概率最小，为我们所选用。 例5．对二项分布作统计假设 。 假设的否定域取为 ， 其中表示次试验中成功的次数。对（1） （2），求显著性水平和第二类错误的概率。 解 （1）显著性水平是第一类错误的概率，于是 。 。 （2） 。 。 例6．谋装置的平均工作温度据制造厂家称不高于190℃。今从一个由16台装置构成的随机样本册的工作温度的平均值和标准差分别为195℃和8℃。根据这些数据能否说明平均工作温度比制造厂所说的要高？设，并假定工作温度服从正态分布。 解 设工作温度为，根据题设。考虑假设 由于总体方差未知，故用检验。 这里对给定的，查表得。于是由表情形知假设的否定域为 。 由条件和知，因此 。 由于，所以否定域假设，说明平均工作温度比制造厂说的要高。 某电话交换台在一小时（60分钟）内每分钟接到电话用户的呼唤次数有如下纪录： 呼唤次数 0 1 2 3 4 5 6 实际频数 8 16 17 10 6 2 1 0 问统计资料是否可以说明，每分钟电话呼唤次数服从泊松分布？（ 解 设表示每分钟电话呼唤次数，需要检验的假设 服从泊松分布。 泊松分布中未知参数的最大似然估计为 。 我们用 估计概率；用估计的期望频数。为