应用统计学课后习题答案
《应用统计学》第一章 答案
1.解:(1){(x1,x2,,x5)|xi0或1,i1,,5}
P(x1,x2,,x5)pi1(1p)
xi
5
5
xi
i1
5
,xi0或1,i1,,5
(2)T1,T4是统计量,T2,T3不是统计量,因为含有未知参数p (3)
15131n153322
,xi(01101)s(xi)(xi)2 5i155n1i151i1510
4
2.解:因为X~N(30,4),所以~N(30,),因而
n
P(31)P111
当n=4
时,P(31)11(1)10.840.16 当n=9
时,P(31)11(1.5)10.930.07 当n=16
时,P(31)11(2)10.980.02 7.解:(1)X~P(),P(Xk)
k
k!
n
e,k0,1,,且EXDX
联合分布列为P(X1k1,,Xnkn)P(Xiki)
i1
i1
n
k
i
ki!
e
n,i1,,n
k1!kn!
n
ki
i1
n
(2)因为样本与总体同分布且独立,所以有
1n1n11n1
E(Xi)EXin;D(Xi)2
ni1ni1nni1n
DXi
i1
1
nnn2
(3)E(S2)E(
1n1n2
(Xi))(EXi22) n1i1n1i1
因为EXi,所以EXi2DXi(EXi)22,2()2因此ES2
1
(n(2)n(2)) n1n
xi
i1n
n
2
8.解:(1)P(x1,x2,,xn)p
n
(1p)
xi
i1
n
,i1,,n
1n1n1p(1p)
(2)E(X)p,D(Xi)2DXi2np(1p)
ni1nni1nx00,
nm
,0x1 (3)Fn(x)n
x11,
xa0,
1xa,axb
11.解:(1)X~R(a,b),f(x)ba,F(x),axb
ba0,其它xb1,
联合密度函数为f(x1,x2,,xn)f(xi)
i1
n
1
(ba)n
xan11n(),axb
(2)X(n)的密度函数为fn(x)n(F(x))n1f(x),所以有 baba
0,其它EX(n)xfn(x)dxxn(
a
a
b
b
xan11n
)dxbaba(ba)n
b
a
(xaa)(xa)n1dx
bbnn(xa)n1ba(xa)nbnbann1
[(xa)dxa(xa)dx][||]aaa
n1nn1(ba)na(ba)n
bxn11),axbn(
,所以有 X(`1)的密度函数为f1(x)n(1F(x))n1f(x)baba
0,其它
EX(1)xf1(x)dxxn(
a
a
b
b
bxn11n
)baba(ba)n
b
a
x(bx)n1dx
(1)nn
(ba)n(1)nn
(ba)n
ba
b
a
(1)nn
x(xb)dx
(ba)n
n1
b
a
(xbb)(xb)n1dx
(xb)n1b(xb)n1dx
2
nabn1
15.证:
Xn1~N(,),~N(,
(n1)S2
2
n
),Xn1~N(0,
n12
~N(0,1) )n又因为
2
2
~2(n1),且Xn1与S相互独立,所以有
T
~t(n1)
16.解:X~N(0,1),(X1,,Xn)为取自总体的样本,且正态分布具有可加性
Xi~N(0,3),Xi~N(0,3),
i1
i4
2
2
3
6
X
3
i
~N(0,1),
X
6
i
~N(0,1),且与相互独立
6
132
Y((Xi)(Xi)2)~2(2),所以取c=1/3
3i1i4
17.解:X~N(0,2),(X1,,Xn)为取自总体的样本,(1)(2)
Y1
2
Xi
~N(0,1),(
Xi
)2~2(1)
(
i1n
n
Xi
)2~2(n) )2~2(n)
nY2
2
(
i1
Xi
XiY
(3
)Xi~N(0,n~N(0,1),322~2(1)
ni1
n
i
2
X
nn
(4
)
Y4
2
由此可以导出Y1,Y2,Y3,Y4的分布
27.证:(1)L(x1,x2,,xn;,)f(xi;,)(
i1n
X
n
i
2~2(1)
n
)(xi)1e()i1
n
n
xi
i1
n
xn1
)(xi)e取h(x1,,xn)1,g(T(x1,,xn),,)(, ()i1
n
ii1
所以由因子分解定理知(xi,xi)是(,)的充分统计量
i1
i1
nn
(2)当已知时,L(x1,x2,,xn;,)f(xi;,)(
i1
n
n
n
)(xi)1e()i1
n
xi
i1
n
取h(x1,,xn)(
1n
)(xi)1,g(T(x1,,xn),)ne()i1
n
xi
i1
n
所以由因子分解定理知xi是的充分统计量
i1
xn1
)(xi)e(3)当已知时,L(x1,x2,,xn;,)f(xi;,)( ()i1i1
n
n
n
i
i1
取h(x1,,xn)e
xi
i1
n
nn
)(xi)1 ,g(T(x1,,xn),)(
()i1
n
所以由因子分解定理知xi是的充分统计量
i1
29.证:L(x1,x2,,xn;)x
nn
(1)(1)12
x
xn
n
(1)
(xi)(1)
n
n
i1
n
取h(x1,,xn)1,g(T(x1,,xn),)nn(xi)(1)
i1
所以由因子分解定理知xi是的充分统计量
i1
n
32.解:(1)P(X1x1,,Xnxn;)e取a()e
n
n
xi
i1
n
x1!xn!
e
n
exp{lnxi}
i1
n
1
x1!xn!
,Q()ln,T(x1,,xn)xi,h(x1,,xn)
i1
n
1
,
x1!xn!
所以泊松分布族{P():0}是单参数分布族
(2
)
nn1n1n22
L(x1,,xn;)(xi)}xixi}e2
2i12i1i1
1
xi2}exp{xi}e2i1i1
n
nn
n
2
取a()e
n2
,Q(),T(x1,,xn)xi,h(x1,,xn)
i1
1n2xi} 2i1
所以正态分布族{N(,1):}是单参数分布族 (3
)L(x1,,xn;)取a()
122
12
2
x
i1
n
2
i
}
Q()
,T(x1,,xn)xi2,h(x1,,xn)1
i1
n
所以正态分布族{N(0,2):20}是单参数分布族
(4)L(x1,,xn;)
n
n0
(0)
(xi)01e
i1
nn
xi
i1
n
01
nn
n
a(),Q()n,T(x,,x)x,h(x,,x)(xi)取1ni1nn
(0)i1i1
,
所以Gamma分布族{Ga(0,):0}是单参数分布族 (5)
n
(a0b)nna01n(a0b)nna01b1
L(x1,,xn;b)()xi(1xi)()xiexp{(b1)ln(1xi)}
(a0)(b)i1(a)(b)i1i1i10nn
(a0b)n
),Q(b)(b1),T(x1,,xn)ln(1xi),h(x1,,xn)(xi)01, 取a(b)(
(a0)(b)i1i1
所以Beta分布族{Be(a0,b):b0}是单参数分布族 (6)L(x1,,xn;)ne
n
xi
i1
n
,
n
取a(),Q(),T(x1,,xn)xi,h(x1,,xn)
i1
1
,
x1!xn!
n
所以指数分布族{E():0}是单参数分布族
xixi
nni1
34.证:L(x1,x2,,xn;)(1),取h(x1,,xn)1,g(T(x1,,xn),)(1)i1
n
所以由因子分解定理知xi是几何分布的充分统计量
i1
n
《应用统计学》第二章 答案
1.解:(1)EXp,pˆ为p的矩估计;
(2)设x1,x2,,xn为样本的一组观测值,则L(p)L(x1,x2,,xn;p)p
n
n
xi
i1
n
n
(1p)
xi
i1
n
xinxi
lnL(p)i1
i10 lnL(p)xilnp(nxi)ln(1p),令pp1pi1i1
n
n
ˆ为p的极大似然估计 所以p
xx
5.解:f(x;p)Cmp(1p)mx,设x1,x2,,xn为样本的一组观测值,则似然函数为
n
n
xnx1L(x1,x2,,xn;p)CmCmpi1(1p)
xi
xn
m
mn
xi
i1
,取对数为
n
lnL(x1,x2,,xn;p)lnCCxilnp(mnxi)ln(1p),
x1m
i1
i1
n
令
lnL(p)
p
xi
i1
n
p
mnxi
i1
n
1p
0,
得pˆ
为p的极大似然估计,1-pˆ1为q的极大似然估计 mm
x0,
1,x1
15.解:f(x;),F(x;)x,x1
0,其它1,x1
(1)EX
21ˆ211
,为的矩估计 222
设x1,x2,,xn为样本的一组观测值,则似然函数为L(x1,x2,,xn;)1为常数 所以符合条件的所有X(1)X(n)1, ˆX都可以看作是的极大似然估计。 即X(n)1(1)
ˆ)E(1)1211,所以ˆ是的无偏估计 (2)E(112222
X(n)的密度函数为fn(x)n(F(x))
1
1
n1
n1
n(x),x1f(x)
0,其它
EX(n)n
xfn(x)dx
n1
xn(x)n1dx
1
(x)n(x)n1dx
1
n(x)nn(x)n1dx
(x)
n1
11|(x)n|
n
n1
ˆ是的无偏估计 ˆ)E(Xn),所以因为E(22(n)
n1
X(`1)的密度函数为f1(x)n(1F(x))
n1
n1
n(1x),x1
,所以有 f(x)
0,其它
EX(1)
1
xf1(x)dx
n1
1
xn(1x)n1dx(1)n1n
n
n1
1
x(x1)n1dx
n1
(1)
n
1
(x1)(1)(x1)dx(1)
(x1)n11(x1)n1
n[|(1)|]
n1n
n1
(1)(1)2n1n1n1
ˆ是的无偏估计 ˆ)E(X1),所以因为E(33(1)
n1ˆ)D(1)DX111 (3)D(1
2nn1212n
nˆ)D(Xn)DXE(X)2EX1x2n(x)n1dx(n)2D(2(n)(n)(n)(n)n1n1(n2)(n1)2nˆ)D(X1)DXE(X)2EX1x2n(1x)n1dx(1)2D(3(1)(1)(1)(1)
n1n1(n2)(n1)2
ˆ,ˆ,ˆ都是的相合估计量 (4)123
16.解:(1)因为ETc(X)13(22c)2(1)c2(1)(12c)(1)20(1)3 所以对于任意常数c,Tc(X)是的无偏估计
17.解:(1)设x1,x2,,xn为样本的一组观测值,则似然函数为L(x1,x2,,xn;)1为常数 11
所以符合条件的所有X(1)X(n),
22
1ˆ1
X(1)都可以看作是的极大似然估计。 即X(n)22
18.解:经验证指数分布满足Rao-Cramer正则条件,当x>0时 lnf(x;)1x2lnf(x;)12x
23 lnf(x;)ln,2,
2
x
2lnf(x;)12x12121
I()E()E()E(X)
22323232
12
所以的无偏估计量的方差下界为 nI()n
19.解:经验证两点分布满足Rao-Cramer正则条件,有f(x;p)px(1p)1x,x0或1
lnf(x;p)x1x2lnf(x;p)x1x
,lnf(x;p)xlnp(1x)ln(1p), pp1pp2p2(1p)22lnf(x;p)x1x11E(X)1
I(p)E()E(2)2E(X) 222
p(1p)pp(1p)p(1p)
[((1p)2)']2[2(1p)]24p(1p)3
所以(1p)的无偏估计量的方差下界为
nI(p)np(1p)
2