考研数学一-概率论与数理统计数理统计的基本概念、参数估计、假设检验.doc

考研数学一-概率论与数理统计数理统计的基本概念、参数估计、假设检验

(总分：96.04，做题时间：90分钟)

一、{{B}}填空题{{/B}}(总题数：6，分数：8.00)

1.设总体X～N(μ，σ2)，从X中抽得容量为16的简单样本，S2为样本方差，则D(S2)=1．

（分数：2.00）

填空项1:__________________?（正确答案：[*]）

解析：[*]，即[*]，故[*]．

2.设X～F(n，n)，且P(｜X｜＜A)=0.3，则=1．(其中A为一常数)．

（分数：2.00）

填空项1:__________________?（正确答案：P(X＜[*])=0.7）

解析：3=P(X＜A)，∴A=F0.3(n，n)，∴[*]=F0.7(n，n)，故P(X＜[*])=0.7(本解是由下钡9分位数表述的，若用上侧表示则类似，但答案相同)．

3.已知一批零件的长度X(单位：cm)服从正态分布N(μ，1)，从中随机地抽取16个零件，得到长度的平均值为40cm，则μ的置信度为0.95的置信区间是______．(注：标准正态分布函数值Φ(1.96)=0.975，Φ(1.645)=0.95)

（分数：1.00）

填空项1:__________________?（正确答案：(39.51，40.49)．）

解析：解总体[*]已知，n=16，[*](样本均值)，1-α=0.95，∴[*]=1.96，故得

μ的置信下限为：[*]

μ的置信上限为：[*]

故μ的置信区间为(39.51，40.49)．

本题考查的是区间估计中的一个公式．解中u0.975=1.96用的是(标准正态分布的)下侧分位数：设ξ～N(0，1)，则P{ξ＜uα)=α，即Φ(uα)=α．令α=0.975，得Φ(u0.975)=0.975，故知u0.977=1.96(当然，如果用上侧分位数也可得出结果)．

4.设X1，X2，…，Xm为来自二项分布总体B(n，p)的简单随机样本，和S2分别为样本均值和样本方差．若+kS2为np2的无偏估计量，则k=______．

（分数：1.00）

填空项1:__________________?（正确答案：-1）

解析：解设总体为X，则知X～B(n，p)，EX=np，DX=np(1-p)．

∴[*]=np，ES2=np(1-p)

由题意得np2=[*]

故得k=-1．

对任意分布的总体X，关于样本矩的结论：“[*](n为样本容量)”，你熟悉吗?

5.设总体X的概率密度为

其中θ是未知参数，X1，X2，…，Xn为来自总体X的简单随机样本．若是θ2的无偏估计，则c=______．

（分数：1.00）

填空项1:__________________?（正确答案：[*]）

解析：解由题意得：[*]，故c=[*]．

本题的数理统计知识主要是“无偏估计”和“样本”这两个概念。由X1，…，Xn，是“样本”，故它们“独立同分布”，于是有[*]．另外积分式勿写如[*]一类式子尽管填空题你写了别人也看不出来——那也别写!

6.设X1，…，Xn是来自总体N(μ，σ2)的简单样本，其中μ，σ2均未知．记

，则假设H0:μ=0的t检验使用的统计量t=1．

（分数：1.00）

填空项1:__________________?（正确答案：[*]）

解析：∵[*]，且[*]与Q2相互独立，∴[*](n-1)，得[*]，可见应填[*]．

二、{{B}}解答题{{/B}}(总题数：10，分数：88.00)

设X1，X2，…，Xn(n＞2)为来自总体N(0，1)的简单随机样本，为样本均值，记Yi=Xi-，i=1，2，…，n．

求：（分数：20.00）

(1).Yi的方差DYi，i=1，2，…，n；（分数：2.00）

__________________________________________________________________________________________

正确答案：(解1[*]解2[*])

解析：

(2).Y1与Yn的协方差Cov(Y1，Y2)．（分数：2.00）

__________________________________________________________________________________________

正确答案：([*])

解析：本题其实主要考查的是概率论中方差、协方差的计算，只是用了数理统计中总体、样本、样本均值等概念．注意Xi与[*]与[*]与Yn等均没有“独立”或“不相关”的结论，切勿“[*]”.(Ⅰ)中解1及(Ⅱ)的解法用了协方差的线性运算性质，较为简洁．有人解(Ⅱ)时用协方差的定义式或计算式做：Cov(Y1，Yn)=E[(Y1-EY1)(Yn-EYn)]=E(Y1