应用概率统计（陈魁）第七章7.1~7.4课后答案

前言

\qquad 统计量的分布称为抽样分布，求统计量的分布是数理统计的基本问题之一.
\qquad 要确定统计量的分布，在-般情况下是困难的，但对于正态总体还是比较容易的。今后我们着重讨论正态总体的情况，这是有重要的实践意义的，因为正态分布是最常见的分布，另方面，即使不是正态分布，根据中心极限定理，当n很大时，也可用正态分布近似.

---

提示：仅供参考

一、7. 1

设总体 $X$ ~ $N(52,6.3^2$)，从中随机地抽取 $n=36$ 的样本。求样本均值落在区间 $(50.8，53.8)$ 内的概率 ？

标准化后查表

解：$$\begin{array}{rl}\because \frac{\bar{X}-\mu }{\sigma /\sqrt{n}}\sim N(0,1)& \\ \therefore P(50.8<\bar{X}<53.8)& =P(\frac{50.8-52}{6.3/\sqrt{36}}<\frac{\bar{X}-\mu }{\sigma /\sqrt{n}}<\frac{53.8-52}{6.3/\sqrt{36}})\\ & =P(-1.1428<\frac{\bar{X}-\mu }{\sigma /\sqrt{n}}<1.7142)\\ & =\Phi (1.7142)-\Phi (-1.1428)\\ & =\Phi (1.7142)+\Phi (1.1428)-1\\ & =0.83\end{array}$$

---

二、7. 2

设总体 $X$ ~ $N(12,4)，X_1,X_2,...,X_5$ 为简单随机样本，求样本均值与总体均值之差的绝对值大于1的概率.

同样是标准化。 $\Phi (x)-\Phi (-x)=2\Phi (x)-1$

解：$$\begin{array}{rl}P(\left|\bar{X}-\mu \right|>1)& =1-P(\left|\bar{X}-\mu \right|\ge 1)\\ & =1-P(\frac{\left|\bar{X}-\mu \right|}{\sigma /\sqrt{n}}<\frac{1}{\sigma /\sqrt{n}})\\ & =1-[2\Phi (\frac{\sqrt{5}}{2})-1]\\ & =0.26\end{array}$$

---

三、7. 3

设总体 $X$~ $N(0,0.09)$，从中抽取 n = 10 的简单随机样本，求：
$$p(\sum _{i=1}^{10}{X}_i^2>1.44)$$
其实都是凑，凑成三大分布，然后查表

解：已知：$\mu =0,{\sigma }^2=0.09$，所以：
$$\begin{array}{rl}P\left\{\begin{array}{c}{\sum }_{i=1}^{10}{X}_i^2>1.44\end{array}\right\}& =P\left\{\begin{array}{c}{\sum }_{i=1}^{10}(\frac{X_i-\mu }{\sigma }{)}^2>\frac{1.44}{0.09}\end{array}\right\}\\ & =P\left\{\begin{array}{c}{\chi }^2(10)>16\end{array}\right\}\\ & =0.1\end{array}$$

---

四、7. 4

设总体 $X$ ~ $N(\mu ,\sigma 2),X_1,X_2,...,X_n$为简单随机样本，$\bar{X}$为样本均值，$S^2$为样本方差.
(1) 问 $U=n(\frac{\bar{X}-\mu }{\sigma }{)}^2$ 服从什么分布？
(2) 问 $V=n(\frac{\bar{X}-\mu }{S}{)}^2$ 服从什么分布?

解：（1）
$$\begin{array}{rl}& \bar{X}=\frac{1}{n}\sum _{i=1}^n{X}_i\sim N(\mu ,\frac{{\sigma }^2}{n})\\ 标准化：& \frac{\bar{X}-\mu }{\sigma /\sqrt{n}}=\sqrt{n}\frac{\bar{X}-\mu }{\sigma }\sim N(0,1)\\ 上式平方后:& n{\left(\frac{\bar{X}-\mu }{\sigma }\right)}^2\sim {\chi }^2(1)\\ \therefore U服从{\chi }^2(1)分布& \end{array}$$
(2)

$$\begin{array}{rl}\because & \frac{(n-1)S^2}{{\sigma }^2}\sim {\chi }^2(n-1)\\ \therefore & \frac{n(\frac{\bar{X}-\mu }{\sigma }{)}^2/1}{\frac{(n-1)S^2}{{\sigma }^2}/(n-1)}=n{\left(\frac{\bar{X}-\mu }{S}\right)}^2\sim F(1,n-1)\\ 即：V& 服从F(1,n-1)分布\end{array}$$

---

▌总结

附：
\qquad 第八章传送门.

---