概率论与数理统计考试试卷(附答案).docxVIP

概率论与数理统计考试试卷(附答案).docx

此“教育”领域文档为创作者个人分享资料,不作为权威性指导和指引,仅供参考
  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多

概率论与数理统计考试试卷(附答案)

一、选择题(每题2分,共20分)

1.设随机变量X的期望为EX,则下列结论正确的是:

A.EX=0

B.EX≤0

C.EX≥0

D.无法确定

答案:D

2.下列哪个分布是离散型随机变量的分布?

A.指数分布

B.正态分布

C.二项分布

D.均匀分布

答案:C

3.若随机变量X和Y相互独立,则下列哪个结论是正确的?

A.P(X≤a,Y≤b)=P(X≤a)P(Y≤b)

B.P(X≤a,Y≤b)=P(X≤a)+P(Y≤b)

C.P(X≤a,Y≤b)=P(X≤a)P(Y≤b)

D.P(X≤a,Y≤b)=0

答案:A

4.设X服从参数为λ的泊松分布,则E(X)等于:

A.λ

B.λ^2

C.1/λ

D.λ+1

答案:A

5.在假设检验中,犯第一类错误的概率是:

A.拒绝原假设H0,而H0实际上为真

B.接受原假设H0,而H0实际上为假

C.拒绝原假设H0,而H0实际上为假

D.接受原假设H0,而H0实际上为真

答案:A

二、填空题(每题2分,共20分)

6.设随机变量X的方差为DX,则D(X+2)=_______。

答案:DX

7.设X服从参数为n、p的二项分布,则E(X)=_______,DX=_______。

答案:np,np(1p)

8.设X和Y是相互独立的随机变量,且X~N(μ,σ^2),Y~N(ν,τ^2),则X+Y~_______。

答案:N(μ+ν,σ^2+τ^2)

9.在假设检验中,显著性水平α是指_______。

答案:犯第一类错误的概率

10.在回归分析中,判定系数R^2的值越大,说明_______。

答案:回归模型的拟合效果越好

三、计算题(每题10分,共30分)

11.设随机变量X的分布律为P(X=k)=(1/3)k^2,k=1,2,3,4,5。求E(X)和E(X^2)。

答案:E(X)=3.5,E(X^2)=17.5

12.设随机变量X和Y的联合概率分布为P(X=k,Y=m)=(1/14)k(m+1),k=1,2,3,4,m=1,2,3,4,5。求X和Y的边缘概率分布。

答案:X的边缘概率分布:P(X=1)=5/14,P(X=2)=4/14,P(X=3)=3/14,P(X=4)=2/14。

Y的边缘概率分布:P(Y=1)=4/14,P(Y=2)=6/14,P(Y=3)=8/14,P(Y=4)=10/14,P(Y=5)=12/14。

13.已知一组数据X1,X2,...,X10的样本均值是5,样本方差是2。求这组数据的总和。

答案:总和=10样本均值=105=50

四、论述题(每题10分,共20分)

14.请简述假设检验的基本步骤。

答案:假设检验的基本步骤如下:

(1)建立原假设H0和备择假设H1;

(2)选择合适的检验统计量;

(3)确定显著性水平α;

(4)计算检验统计量的观测值;

(5)做出决策:如果检验统计量的观测值落在拒绝域内,则拒绝原假设H0;否则,不拒绝原假设H0。

15.请解释何为“大数定律”和“中心极限定理”,并简要说明它们的应用。

答案:“大数定律”是指当独立同分布的随机变量的个数趋于无穷大时,它们的算术平均值趋于其期望值。应用上,大数定律可以用来解释和预测随机现象的长期规律性。

“中心极限定理”是指当独立同分布的随机变量的个数足够大时,这些随机变量的和(或平均值)的分布近似于正态分布。应用上,中心极限定理可以用来对大量独立同分布的随机变量的和进行近似计算,为实际问题提供简便的计算方法。

文档评论(0)

梦梦文档专家 + 关注
实名认证
服务提供商

专注于文案的个性定制,修改,润色等,本人已有15年相关工作经验,具有扎实的文案功底,可承接演讲稿、读后感、任务计划书、营销方案等多方面的 工作。欢迎大家咨询~

1亿VIP精品文档

相关文档