在顯著水平α下,H0的拒絕域為|T|>tα(n1+n2-2),

T>t2α(n1+n2-2),

T<-t2α(n1+n2-2)

(3)μ1,μ2未知,檢驗假設H0:σ21=σ22,

σ21≤σ22,

σ21≥σ22

當σ21=σ22時,取統計量F=S21S22~F(n1-1,n2-1)

在顯著水平α下,H0的拒絕為F>Fα2(n1-1,n2-1)或F<F1-α2(n1-1,n2-1),

F>Fα(n1-1,n2-1),

F<F1-α(n1-1,n2-1)

三、能力、思維、方法

[能力素質]

題型(一)關於數理統計的基本概念

例1設X1,X2,…,Xn為總體X~(0—1)分布的一個樣本,求樣本均值X的E(X)及D(X),樣本方差S2的E(S2)

解來自總體X的樣本X1,…,Xn獨立同分布

Xi~(0—1)分布,則E(Xi)=p,D(Xi)=p(1-p);

E(X)=E1n∑ni=1Xi=1n∑ni=1Xi=1n·np=p;

D(X)=D1n∑ni=1Xi

=1n2∑ni=1DXi=1n2·np(1-p)=p(1-p)n;

E(S2)=E1n-1∑ni=1(Xi-X)2

=1n-1E∑ni=1(X2i-2XiX+X2)

=1n-1E∑ni=1X2i-2X∑ni=1Xi+nX2

=1n-1E∑ni=1X2i-nX2=1n-1∑ni=1E(X2i)-nE(X2)

由D(X)=E(X2)-(EX)2,得

E(S2)=1n-1∑ni=1(D(Xi)+(EXi)2)-n(D(X)+(EX)2)

=1n-1∑ni=1(p(1-p)+p2)-np(1-p)n+p2

=1n-1[np-p(1-p)-np2]=1n-1[(n-1)p+p2-np2]

=n-1n-1p(1-p)=p(1-p)

例2設總體X服從參數為λ的泊鬆分布,試求來自總體X的樣本X1,X2,…,Xn的聯合分布律

解總體X~P(λ),則樣本Xi~P(λ),且相互獨立

∴由X~P(λ),即P{X=k}=λkk!e-λ(k=0,1,2,…),

有P{X1=k1,…,Xn=kn}=Πni=1λkiki!e-λ=λk1+k2+…+knk1!k2!…kn!e-nλ

例3設X1,X2,…,X10是來自正態總體X~N(0,22)的簡單隨機樣本,求常數a,b,c,d,使Y=aX21+b(X2+X3)2+c(X4+X5+X6)2+d(X7+X8+X9+X10)2服從χ2分布,並求自由度m

解由χ2分布的定義知,若Xi是來自總體N(0,1)的樣本,則∑ni=1X2i服從χ2分布,且自由度為n

因此,X1~N(0,22),X12~N(0,1);

X122~χ2(1),X2+X3~N(0,8);

18(X2+X3)2~χ2(1),X4+X5+X6~N(0,12);

112(X4+X5+X6)2~χ2(1),X7+X8+X9+X10~N(0,16);

116(X7+X8+X9+X10)2~χ2(1)

由χ2分布的可加性,

14X21+18(X2+X3)2+112(X4+X5+X6)2+116(X7+X8+X9+X10)127~χ2(4),

∴a=14,b=18,c=112,d=116時,Y服從自由度為4的χ2分布

例4設總體X~N(0,σ2),X1,X2是總體的一個樣本,求Y=(X1+X2)2(X1-X2)2的概率分布

解∵X1~N(0,σ2),X2~N(0,σ2),

∴X1+X2~N(0,2σ2),X1-X2~N(0,2σ2);

∴X1+X22σ~N(0,1),X1-X22σ~N(0,1)

由χ2分布的定義知X1+X22σ2~χ2(1),X1-X22σ2~χ2(1)

再由F分布的定義得:Y=(X1+X2)/2σ2(X1-X2)/2σ2=(X1+X2)2(X1-X2)2~F(1,1)

例5設總體X服從正態分布N(62,100),為使樣本均值大於60的概率不小於095,問樣本容量n至少應取多大?

解設樣本容量為n,有X-μσ/n~N(0,1),則

P{X>60}=PX-6210/n>60-6210/n=1-Φ(-0.2n)=Φ(0.2n)≥0.95

查正態分布表得Φ(1.64)≈0.95,

∴0.2n≥1.645,有n≥1.6450.22=67.65

取n至少等於68即可

題型(二)關於參數估計

例6設X1,X2,…,Xn(n≥2)是正態總體N(μ,σ2)的一個簡單隨機樣本,選擇適當的常數C,使C∑n-1i=1(Xi+1-Xi)2為σ2的無偏估計

解要使Y=C∑n-1i=1(Xi+1-Xi)2成為σ2的無偏估計,就應有

EY=σ2,即C∑n-1i=1E(Xi+1-Xi)2=σ2

今已知EXi=μ,DXi=σ2,

E(Xi+1-Xi)2=E(X2i+1-2Xi+1Xi+X2i)=EX2i+1-2EXi+1EXi+EX2i

=DXi+1+(EXi+1)2-2μ2+DXi+(EXi)2

=σ2+μ2-2μ2+σ2+μ2=2σ2

∴EY=C∑n-1i=12σ2=2σ2(n-1)C=σ2,有C=12(n-1)

例7設總體X服從幾何分布:P{X=k}=p(1-p)k-1,k=1,2,…,0<p<1

求證樣本均值X=1n∑ni=1Xi是EX的相合和無偏估計量

證明(1)無偏性,即E()=θ

E(X)=E1n∑ni=1Xi=1n∑ni=1EXi=EX

(2)相合性,即limn→∞P{|-θ|>ε}=0

EX=∑∞k=0kP{X=k}=p∑∞k=0k(1-p)k-1=p∑∞k=1ddx(xk)x=1-p

=pddx∑∞k=1kxkx=1-p=px1-x′x=1-p=1p;

E(X2)=∑∞k=0k2P{X=k}=p∑∞k=0k2(1-p)k-1=p∑∞k=1kddx(xk)x=1-p

=pddxx∑∞k=1kxk-1x=1-p=pddxx·ddx∑∞k=1xkx=1-p

=px(1-x)2′x=1-p=2-pp2;

DX=EX2-(EX)2=1-pp2;

D(X)=D1n∑∞i=1Xi=1n2∑ni=1DXi=1nD(X)<∞

由切比雪夫不等式

P{|X-EX|≥ε}≤DXε2=DXnε2→0(n→∞),

∴X是相合估計量

例8設總體X服從[θ1,θ2]上的均勻分布,X1,X2,…,Xn為取自總體X的樣本,求θ1,θ2的矩估計量和極大似然估計量

解矩估計:E(X)=∫θ2θ1xθ2-θ1dx=θ22-θ212(θ2-θ1)=12(θ1+θ2)

D(X)=1θ2-θ1∫θ2θ1x-θ1+θ222dx=112(θ2-θ1)2

令X=12(1+2),

S2=112(2-1)2,有1=X-3S,

2=X+3S

極大似然估計:似然函數為L(θ1,θ2)=1θ2-θ12,θ1≤X(1)≤X(n)≤θ2,

0,其他

因為該函數不連續,所以要使L(θ1,θ2)最大,隻有θ2-θ1最小

即使2盡可能小,1盡可能大,

∴1=X(1),

2=X(n)

例9設總體X的密度函數為f(x)=(β+1)xβ,0<x<1,X1,X2,…,Xn為其子樣,求參數β的矩估計和極大似然估計

解EX=∫+∞-∞xf(x;β)dx=∫10(β+1)xβ+1dx=β+1β+2,

∴β+1β+2=X,則=11-X-2

極大似然函數為L(x1,x2,…,xn;β)=Πni=1(β+1)xβi=(β+1)nΠni=1xβi是連續函數

取對數lnL(x1,x2,…,xn;β)=nln(β+1)+β∑ni=1lnxi

令dlnLdβ=∑ni=1lnxi+nβ+1=0

∴=-1-n∑ni=1lnxi

例10任意抽取12袋小包裝麵粉進行檢測,得重量(單位克)為

3 3203 0002 6003 1003 4003 000

2 8803 1602 5403 6002 5203 560

假設每袋麵粉重量X~N(μ,σ2)

求:小包裝麵粉重量的方差的置信度為95%的置信區間

解α=0.05,n-1=11

x=112(3 320+3 000+…+3 560)≈3 057,

s2=111∑12i=1(xi-3 057)2≈140 900

∴方差的置信度為95%的置信區間為(n-1)s2χ2α2(n-1),(n-1)s2χ21-α2(n-1)

其中P{W≥χ2α2(n)}=P{W≤χ21-α2(n)}=α2

即P{W≥χ2α2(n)}=0.025,查表得χ2α2(n-1)=21.9

P{W≥χ21-α2(n)}=1-α2=0.975,查表得χ21-α2=3.82

∴置信區間為11×140 90021.9,11×140 9003.82=(70 700,405 000)

題型(三)關於假設檢驗

例11某電器元件的平均電阻一直保持在264Ω改變加工工藝後,測得100個元件的電阻,計算得平均電阻為262Ω,標準差S為0.06Ω假設電阻值X~N(μ,σ2)問新工藝對此元件的(平均)電阻有無顯著影響(給定顯著水平α=0.01)

解H0:μ=2.64,統計量U=X-μ0σ/n~N(0,1)

已知n=100,x=2.62,s=0.06

由α=0.01,查表得uα2=2.57

又|x-μ0|=0.02,uα2·sn=2.57×0.0610=0.015,

∴|X-μ0|>uα2Sn

故新工藝對元件的(平均)電阻有顯著影響

例12酒廠用自動裝瓶機裝酒,每瓶規定重量為500g,標準差不超過10g,每天定時檢查.某天抽取9瓶,測得平均重量為x=499g,標準差為s=16.03g假設瓶裝酒的重量X服從正態分布問這台機器工作是否正常?(α=0.05)

解檢查機器工作是否正常,要同時檢驗瓶裝酒的重量X的平均值μ和方差σ2是否正常

已知X~N(μ,σ2),n=9,α=0.05,x=499,s=16.03

(1)H0:μ=500,σ2未知

取統計量T=X-500S/9~t(n-1)=t(8)

對α=0.05查t分布表得tα2(8)=2.306

又∵|t|=499-50016.03/9≈0.187<2.306

∴接受H0即在顯著水平α=0.05下,可以認為平均每瓶酒淨重500g,該機器無係統誤差

(2)H′0:σ2≤102,μ未知

取統計量χ2=(n-1)S2σ2~χ2(n-1)=χ2(8)

對α=0.05,查χ2分布表,得χ20.05(8)=15.5

又∵χ2=(9-1)×16.032102≈20.56>15.5,

∴拒絕接受H′0,可以認為方差超過102,即該台機器運轉雖無係統誤差,但不夠穩定因此,在α=0.05下,可以認為這天該機器工作不夠正常

例13某廠所生產的某種細紗支數的標準差為12,現從某日生產的一批產品中隨機抽取16縷進行支數測量,求得樣本標準差為21,設細紗的支數服從正態分布,問細紗的均勻度有無顯著變化(α=0.05)?

解H0:σ2=1.22

取統計量χ2=(n-1)S2σ20~χ2(n-1)

已知σ20=1.22,n=16,S=2.1,由此得統計量χ2的觀測值

χ2=(16-1)×2.121.22=45.9

對於給定的顯著水平α=0.05,查自由度為15的χ2分布表得:

χ20.975(15)=6.26,χ20.025(15)=27.5

∵χ2>χ20.025(15),

∴拒絕接受H0,即應該認為細紗的均勻度有顯著變化

例14有兩台機床加工同一種零件,分別取6個及9個零件測量其口徑數據,記為X1,X2,…,X6及Y1,Y2,…,Y9,計算得

∑6i=1Xi=204.6,∑6i=1X2i=6 97893,∑9i=1Yi=370.8,∑9i=1Y2i=15 280.173