专项03 补四件套专练 13 题:μ 与 σ 谁已知的四个统计量
用户的卡点不是记性,是把四个公式当四件事背;实际是同一张表的两行两列。 - 01 考点地图 §1.5 补四象限表(σ 已知/未知 × μ 已知/未知)+ 一条生成规则 「每消掉一个未知参数就吃掉一个自由度」,n-1 的来历写清 - 新建 02b-试题-四件套专练(D1—D13):同数据走四格、长度反求 n、 2016-14 上限反推置信度、2017-23 半正态估 σ、χ²(n) 独有的 μ 已知格、 2023-9 F 凑系数、合并 t 与 n1+n2-2、2021-10 第二类错误、八条断言 - 新建 03c-解析-四件套(11927 字符),每题 怎么想/解/归因 - 坑清单加两条(四格选错分保守与致命两型、有偏不等于不能当枢轴) - README 与专项总索引、总览同步:03 由 20 题增至 33 题,总 195 题 - 全部数值经 mpmath 反解验证分位数、sympy 复核区间端点
This commit is contained in:
@@ -74,6 +74,19 @@ $$\frac{\sum_{i=1}^nX_i-n\mu}{\sqrt n\,\sigma}\xrightarrow{d}N(0,1).$$
|
||||
|
||||
第 4 条是最常用的:**$\sigma$ 未知时把 $\sigma$ 换成 $S$ ,正态就变 $t$ 分布**。这一条直接决定了置信区间用 $u$ 还是用 $t$ 。
|
||||
|
||||
**四个格子**(本章最该背死的一张表,四种组合就是四个枢轴量):
|
||||
|
||||
| 要估的参数 | 另一个参数 | 枢轴量 | 分布 |
|
||||
|---|---|---|---|
|
||||
| $\mu$ | $\sigma$ **已知** | $\dfrac{\bar X-\mu}{\sigma/\sqrt n}$ | $N(0,1)$ |
|
||||
| $\mu$ | $\sigma$ **未知** | $\dfrac{\bar X-\mu}{S/\sqrt n}$ | $t(n-1)$ |
|
||||
| $\sigma^2$ | $\mu$ **未知** | $\dfrac{(n-1)S^2}{\sigma^2}$ | $\chi^2(n-1)$ |
|
||||
| $\sigma^2$ | $\mu$ **已知** | $\dfrac{\sum(X_i-\mu)^2}{\sigma^2}$ | $\chi^2(n)$ |
|
||||
|
||||
生成规则只有一条:**枢轴量里不许出现"待估参数以外的未知量"**。估 $\mu$ 时 $\sigma$ 未知就用 $S$ 顶上,代价是变 $t$ ;估 $\sigma^2$ 时 $\mu$ 未知就用 $\bar X$ 顶上,代价是自由度掉一个。**每消掉一个未知参数就吃掉一个自由度**——这才是 $n-1$ 的来历。
|
||||
|
||||
用表的顺序是**先看被估对象,再看另一个参数**。多数人错在直接问"我该用 $t$ 吧",没先问"我要估谁"。十三道专项练在 [02b-试题-四件套专练](02b-试题-四件套专练.md)。
|
||||
|
||||
### 1.6 矩估计
|
||||
|
||||
**做法**:用样本矩代替总体矩,解方程。
|
||||
@@ -193,6 +206,8 @@ $\alpha$ 是**显著性水平**,检验时先定 $\alpha$ 再定拒绝域。**
|
||||
7. **假设检验把 $\alpha$ 用错侧**:双尾检验用 $\alpha/2$ ,单尾用 $\alpha$ 。
|
||||
8. **忘记"独立"这个条件**:$t$ 与 $F$ 的定义都要求两个 $\chi^2$ 型变量独立。
|
||||
9. **相合性当成无偏性**:两者是不同概念,相合是"样本量趋于无穷时收敛"。
|
||||
10. **四格表选错那一格**:$\mu$ 已知却用 $\chi^2(n-1)$ 估 $\sigma^2$ ,是**保守**(区间偏宽、置信度不降);$\mu$ 未知却用 $\chi^2(n)$ ,是**致命**($\sum(X_i-\mu)^2$ 根本算不出来)。两者错法不同,别混为一谈。
|
||||
11. **把"有偏"当成"不能当枢轴"**:$\frac{n\hat\sigma^2}{\sigma^2}$ 与 $\frac{(n-1)S^2}{\sigma^2}$ 是同一个量,构造出的区间逐字相同。
|
||||
|
||||
## 五、题目索引
|
||||
|
||||
@@ -218,3 +233,6 @@ $\alpha$ 是**显著性水平**,检验时先定 $\alpha$ 再定拒绝域。**
|
||||
| C3 | 双总体均值差检验 | 二圈 | 大纲要求、十年未考 |
|
||||
| C4 | 大数定律的证明 | 二圈 | 真题 2018-8 变体 |
|
||||
| C5 | 参数估计综合(MLE + 无偏 + 有效) | 二圈 | 真题 2024-22 变体 |
|
||||
| D1—D13 | **四件套专练**:四格表识别、同数据走四格、长度反求 $n$ 、上限反推置信度、$\chi^2(n)$ 的应用、合并 $t$ 、八条断言 | 专项 | 真题 2016-14 / 2017-8 / 2017-23 / 2021-10 / 2022-22 / 2023-9 骨架 + 张宇 30 讲 |
|
||||
|
||||
D 组单独成册([02b](02b-试题-四件套专练.md) 题 / [03c](03c-解析-四件套.md) 解析),13 题只练一件事:给定场景选对统计量。这份是本专题里**最该反复做的一册**,因为统计部分的失分八成倒在这一张表上。
|
||||
|
||||
@@ -0,0 +1,233 @@
|
||||
---
|
||||
tags: [数学一, 专项突破, 试题, 数理统计]
|
||||
专题: 大数定律与数理统计
|
||||
日期: 2026-11-12
|
||||
题量: 13 题(D 组 · 四件套专练)
|
||||
状态: 试题版,解析见 03c
|
||||
关联笔记: ["[[01-考点地图]]", "[[02-试题]]", "[[03c-解析-四件套]]", "[[04-答疑笔记]]"]
|
||||
---
|
||||
|
||||
# 四件套专练 · μ 与 σ 谁已知
|
||||
|
||||
**这一册只练一件事:给定场景,选对统计量。**
|
||||
|
||||
你说"不知道 $\mu$ 也不知道 $\sigma$ 时到底用哪个"——这个卡点不是记性问题。你脑子里存的是**四个孤立的公式**,而它们其实是同一张表的**两行两列**。表一旦立起来,就不是"背四个",而是"填一格"。
|
||||
|
||||
## 零、手边表(做题时一直开着)
|
||||
|
||||
设 $X_1,\dots,X_n$ 来自 $N(\mu,\sigma^2)$ ,$\bar X=\frac1n\sum X_i$ ,$S^2=\frac{1}{n-1}\sum(X_i-\bar X)^2$ 。
|
||||
|
||||
| 要估的参数 | 另一个参数 | 枢轴量 | 分布 |
|
||||
|---|---|---|---|
|
||||
| $\mu$ | $\sigma$ **已知** | $\dfrac{\bar X-\mu}{\sigma/\sqrt n}$ | $N(0,1)$ |
|
||||
| $\mu$ | $\sigma$ **未知** | $\dfrac{\bar X-\mu}{S/\sqrt n}$ | $t(n-1)$ |
|
||||
| $\sigma^2$ | $\mu$ **未知** | $\dfrac{(n-1)S^2}{\sigma^2}$ | $\chi^2(n-1)$ |
|
||||
| $\sigma^2$ | $\mu$ **已知** | $\dfrac{\sum_{i=1}^n(X_i-\mu)^2}{\sigma^2}$ | $\chi^2(n)$ |
|
||||
|
||||
**这张表只有一条生成规则:枢轴量里不许出现"待估参数以外的未知量"。**
|
||||
|
||||
- 估 $\mu$ 时,若 $\sigma$ 未知,就把 $\sigma$ 换成它的无偏估计 $S$ —— 代价是标准正态变成 $t$ 分布,自由度 $n-1$ 。
|
||||
- 估 $\sigma^2$ 时,若 $\mu$ 未知,就把 $\mu$ 换成 $\bar X$ —— 代价是自由度从 $n$ 掉到 $n-1$ 。
|
||||
- **每消掉一个未知参数,就吃掉一个自由度。** 这就是 $n-1$ 的全部来历,不是什么"因为用了样本方差"。
|
||||
|
||||
反过来,**表的使用顺序是先看被估对象,再看另一个参数**。绝大多数人选错,是因为先看"我应该用 $t$ 吧",而没先问"我要估谁"。
|
||||
|
||||
## 一、分位数附表
|
||||
|
||||
| 量 | 值 | 量 | 值 |
|
||||
|---|---|---|---|
|
||||
| $u_{0.025}$ | $1.96$ | $\chi^2_{0.025}(8)$ | $17.535$ |
|
||||
| $u_{0.05}$ | $1.645$ | $\chi^2_{0.975}(8)$ | $2.180$ |
|
||||
| $t_{0.025}(8)$ | $2.306$ | $\chi^2_{0.025}(9)$ | $19.023$ |
|
||||
| $t_{0.025}(15)$ | $2.131$ | $\chi^2_{0.975}(9)$ | $2.700$ |
|
||||
| $t_{0.025}(16)$ | $2.120$ | $\chi^2_{0.025}(10)$ | $20.483$ |
|
||||
| $t_{0.025}(60)$ | $2.000$ | $\chi^2_{0.975}(10)$ | $3.247$ |
|
||||
| $t_{0.025}(63)$ | $1.998$ | $\chi^2_{0.025}(15)$ | $27.488$ |
|
||||
| $t_{0.05}(15)$ | $1.753$ | $\chi^2_{0.975}(15)$ | $6.262$ |
|
||||
| $t_{0.01}(15)$ | $2.602$ | $\chi^2_{0.025}(16)$ | $28.845$ |
|
||||
| $t_{0.005}(15)$ | $2.947$ | $\chi^2_{0.975}(16)$ | $6.908$ |
|
||||
| $\Phi(1)$ | $0.8413$ | $\Phi(2)$ | $0.9772$ |
|
||||
|
||||
---
|
||||
|
||||
## 二、题目
|
||||
|
||||
### 题 D1 · 四个量各服从什么分布(★★☆)
|
||||
|
||||
【真题 2017-8 骨架】设 $X_1,\dots,X_n$ 来自 $N(\mu,\sigma^2)$ ($n\ge2$ )。写出下列四个量的分布,自由度要写清楚:
|
||||
|
||||
(Ⅰ)$\dfrac{\sqrt n(\bar X-\mu)}{\sigma}$
|
||||
|
||||
(Ⅱ)$\dfrac{\sqrt n(\bar X-\mu)}{S}$
|
||||
|
||||
(Ⅲ)$\dfrac{(n-1)S^2}{\sigma^2}$
|
||||
|
||||
(Ⅳ)$\dfrac{\sum_{i=1}^n(X_i-\mu)^2}{\sigma^2}$
|
||||
|
||||
再回答三问:
|
||||
|
||||
(a)$\sigma^2$ 未知、要估计 $\mu$ 时,四个里哪个能当枢轴量?
|
||||
|
||||
(b)$\mu$ 已知、要估计 $\sigma^2$ 时,用(Ⅲ)还是(Ⅳ)?
|
||||
|
||||
(c)若 $\mu$ 未知却硬用(Ⅳ)去算区间,会遇到什么麻烦?
|
||||
|
||||
### 题 D2 · 同一批数据走完四个格子(★★★★)
|
||||
|
||||
【张宇 30 讲 · 5-2 基本置信空间表 骨架】某催化剂收率服从正态分布,抽 $n=10$ ,算得 $\bar x=12.4$ ,$\sum_{i=1}^{10}(x_i-\bar x)^2=45$ 。
|
||||
|
||||
(Ⅰ)若工艺文件规定 $\sigma=2$ ,求 $\mu$ 的置信度 $0.95$ 的区间;
|
||||
|
||||
(Ⅱ)若 $\sigma$ 未知,求 $\mu$ 的置信度 $0.95$ 的区间;
|
||||
|
||||
(Ⅲ)若 $\mu$ 未知,求 $\sigma^2$ 的置信度 $0.95$ 的区间;
|
||||
|
||||
(Ⅳ)若另有独立资料证明 $\mu=12$ ,求 $\sigma^2$ 的置信度 $0.95$ 的区间;
|
||||
|
||||
(Ⅴ)(Ⅳ)的区间比(Ⅲ)的短还是长?一句话说清原因。
|
||||
|
||||
### 题 D3 · 灌装机的 μ 是已知的(★★★)
|
||||
|
||||
某灌装机出厂标定平均灌装量 $\mu=500$ g,且该批实测均值也恰在 $500$ 附近,故把 $\mu=500$ 视为**已知**。现抽 $9$ 瓶称重,得 $\sum_{i=1}^9(x_i-500)^2=72$ 。
|
||||
|
||||
(Ⅰ)求 $\sigma^2$ 的置信度 $0.95$ 的区间,并由此写出 $\sigma$ 的区间;
|
||||
|
||||
(Ⅱ)有人按"$\mu$ 未知"的做法,先算 $s^2=\frac{72}{8}=9$ ,再用 $\chi^2(8)$ 的分位数算区间。写出他的结果;
|
||||
|
||||
(Ⅲ)他那个区间比(Ⅰ)宽还是窄?置信度会低于 $0.95$ 吗?
|
||||
|
||||
### 题 D4 · 区间长度反求样本量(★★★)
|
||||
|
||||
某正态总体,置信度取 $0.95$ ,要求 $\mu$ 的置信区间长度不超过 $1$ 。
|
||||
|
||||
(Ⅰ)若 $\sigma=2$ 已知,样本量 $n$ 至少多少?
|
||||
|
||||
(Ⅱ)若 $\sigma$ 未知,据以往数据估计 $s\approx2$ ,$n$ 至少多少?请试算 $n=62$ 与 $n=64$ 两点;
|
||||
|
||||
(Ⅲ)为什么(Ⅱ)不能像(Ⅰ)那样一步解出 $n$ ?
|
||||
|
||||
### 题 D5 · 从置信上限反推(★★★)
|
||||
|
||||
【真题 2016-14 变体】设 $X_1,\dots,X_{16}$ 来自 $N(\mu,\sigma^2)$ ,$\sigma^2$ 未知,算得 $\bar x=9.5$ ,且 $\mu$ 的置信度 $0.95$ 的双侧区间上限为 $10.8$ 。
|
||||
|
||||
(Ⅰ)求该区间的下限;
|
||||
|
||||
(Ⅱ)若又知 $s=2$ ,反求这个区间的置信度;
|
||||
|
||||
(Ⅲ)若要求置信度提到 $0.99$ ,其他数据不变,区间长度变为多少?
|
||||
|
||||
### 题 D6 · 用绝对误差估 σ(★★★★)
|
||||
|
||||
【真题 2017-23 骨架】用天平称量质量为 $\mu$ (**已知**)的物体 $n$ 次,第 $i$ 次读数 $X_i\sim N(\mu,\sigma^2)$ 且相互独立。记绝对误差 $Z_i=|X_i-\mu|$ 。
|
||||
|
||||
(Ⅰ)求 $Z_1$ 的概率密度;
|
||||
|
||||
(Ⅱ)用一阶矩求 $\sigma$ 的矩估计量;
|
||||
|
||||
(Ⅲ)求 $\sigma$ 的极大似然估计量;
|
||||
|
||||
(Ⅳ)$\hat\sigma^2$ 是 $\sigma^2$ 的无偏估计吗?$\hat\sigma$ 是 $\sigma$ 的无偏估计吗?
|
||||
|
||||
(Ⅴ)这里为什么 $\mu$ 必须已知?若 $\mu$ 未知而改记 $Z_i=|X_i-\bar X|$ ,这 $n$ 个 $Z_i$ 还同分布吗?
|
||||
|
||||
### 题 D7 · 有偏的估计量能不能当枢轴(★★★)
|
||||
|
||||
设 $X_1,\dots,X_n$ 来自 $N(\mu,\sigma^2)$ ,$\mu$ 未知。
|
||||
|
||||
(Ⅰ)写出 $\sigma^2$ 的极大似然估计 $\hat\sigma^2$ ;
|
||||
|
||||
(Ⅱ)$E(\hat\sigma^2)$ 与 $E(S^2)$ 各是多少?
|
||||
|
||||
(Ⅲ)有人断言:"做区间估计必须用 $S^2$ ,因为 $\hat\sigma^2$ 有偏,有偏的不能当枢轴量。" 这句话对吗?证明你的判断;
|
||||
|
||||
(Ⅳ)若 $\mu$ 已知,$\sigma^2$ 的 MLE 是什么?它无偏吗?
|
||||
|
||||
### 题 D8 · 方差差一个倍数怎么凑(★★★★)
|
||||
|
||||
【真题 2023-9 骨架】$X_1,\dots,X_n$ 来自 $N(\mu_1,\sigma^2)$ ,$Y_1,\dots,Y_m$ 来自 $N(\mu_2,2\sigma^2)$ ,两样本独立,样本方差分别为 $S_1^2,S_2^2$ 。
|
||||
|
||||
(Ⅰ)$\dfrac{S_1^2}{2S_2^2}$ 服从什么分布?
|
||||
|
||||
(Ⅱ)$\dfrac{2S_1^2}{S_2^2}$ 服从什么分布?
|
||||
|
||||
(Ⅲ)若 $\sigma_1^2,\sigma_2^2$ 都未知且无任何比例关系,还能构造出不含未知参数的 $F$ 统计量吗?
|
||||
|
||||
### 题 D9 · 合并方差与合并自由度(★★★★)
|
||||
|
||||
【张宇 30 讲 · 5-1 正态总体下结论 骨架】两种工艺各抽样,数据如下:
|
||||
|
||||
| 工艺 | 样本量 | 样本均值 | 样本方差 |
|
||||
|---|---|---|---|
|
||||
| 甲 | $n_1=10$ | $52.4$ | $4.2$ |
|
||||
| 乙 | $n_2=8$ | $49.8$ | $3.6$ |
|
||||
|
||||
设两总体均为正态,方差相等($\sigma_1^2=\sigma_2^2=\sigma^2$ 未知),两样本独立。
|
||||
|
||||
(Ⅰ)求共同方差 $\sigma^2$ 的无偏估计 $S_w^2$ ;
|
||||
|
||||
(Ⅱ)检验 $H_0:\mu_1=\mu_2$ ($\alpha=0.05$ ,双侧),写出统计量、拒绝域并下结论;
|
||||
|
||||
(Ⅲ)自由度为什么是 $n_1+n_2-2$ ,而不是 $n_1+n_2$ ?
|
||||
|
||||
(Ⅳ)若两总体方差**不相等**,还能用(Ⅱ)的统计量吗?
|
||||
|
||||
### 题 D10 · 第二类错误与倒推样本量(★★★)
|
||||
|
||||
【真题 2021-10 变体】设 $X_1,\dots,X_{16}$ 来自 $N(\mu,4)$ ,检验 $H_0:\mu\le10$ ,$H_1:\mu>10$ ,拒绝域取 $W=\{\bar X\ge11\}$ 。
|
||||
|
||||
(Ⅰ)$\mu=11.5$ 时犯第二类错误的概率 $\beta$ ;
|
||||
|
||||
(Ⅱ)$\mu=10$ 时 $\beta$ 等于多少?这个数说明什么?
|
||||
|
||||
(Ⅲ)若要求 $\mu=11.5$ 时 $\beta\le0.05$ ,在拒绝域仍取 $\{\bar X\ge11\}$ 的前提下,$n$ 至少多少?
|
||||
|
||||
### 题 D11 · 检验 σ² 的两个格子(★★★)
|
||||
|
||||
某总体 $N(\mu,\sigma^2)$ ,抽 $n=16$ ,算得 $\bar x=52.3$ ,$s^2=1.44$ 。检验 $H_0:\sigma^2=1$ ,$H_1:\sigma^2\ne1$ ,$\alpha=0.05$ 。
|
||||
|
||||
(Ⅰ)$\mu$ 未知,写统计量、拒绝域并下结论;
|
||||
|
||||
(Ⅱ)若另有可靠资料表明 $\mu=52$ ,重做(Ⅰ);
|
||||
|
||||
(Ⅲ)两问的统计量与自由度差在哪里?为什么同一个 $s^2$ 在(Ⅱ)里算出的统计量值更大?
|
||||
|
||||
### 题 D12 · 综合:一次抽样四问(★★★★)
|
||||
|
||||
【真题 2022-22 变体】某化工厂产品纯度服从正态分布,抽 $n=9$ ,算得 $\bar x=93.6$ ,$s=0.9$ 。
|
||||
|
||||
(Ⅰ)求 $\mu$ 的置信度 $0.95$ 的区间;
|
||||
|
||||
(Ⅱ)求 $\sigma^2$ 的置信度 $0.95$ 的区间($\mu$ 未知),由此写出 $\sigma$ 的区间;
|
||||
|
||||
(Ⅲ)若该产品标准规定 $\mu=93$ ,求 $\sigma^2$ 的置信度 $0.95$ 的区间;
|
||||
|
||||
(Ⅳ)(Ⅲ)的区间比(Ⅱ)长还是短?这与"掌握的信息越多越精确"是否矛盾?
|
||||
|
||||
### 题 D13 · 八条断言(★★★)
|
||||
|
||||
判断对错,各给一句理由:
|
||||
|
||||
(1)$\sigma$ 已知时,仍可用 $\dfrac{\bar X-\mu}{S/\sqrt n}$ 构造 $\mu$ 的区间,只是区间比用 $Z$ 的宽。
|
||||
|
||||
(2)$\dfrac{(n-1)S^2}{\sigma^2}\sim\chi^2(n-1)$ 成立的前提是 $\mu$ 未知。
|
||||
|
||||
(3)$\mu$ 已知时若仍用 $\dfrac{(n-1)S^2}{\sigma^2}$ 做 $\sigma^2$ 的区间,得到的区间置信度会低于 $0.95$ 。
|
||||
|
||||
(4)$\mu$ 未知时,$\dfrac{\sum(X_i-\mu)^2}{\sigma^2}$ 就不服从 $\chi^2(n)$ 了。
|
||||
|
||||
(5)置信区间的长度与 $\sqrt n$ 成正比。
|
||||
|
||||
(6)"$\mu$ 的置信度 $0.95$ 的区间为 $(a,b)$ " 的意思是 $\mu$ 落在 $(a,b)$ 内的概率是 $0.95$ 。
|
||||
|
||||
(7)$t$ 分布自由度是 $n-1$ ,是因为 $\sum(X_i-\bar X)=0$ 用掉了一个约束。
|
||||
|
||||
(8)两样本合并 $t$ 检验的自由度 $n_1+n_2-2$ ,是因为两个样本方差各自用掉一个自由度。
|
||||
|
||||
---
|
||||
|
||||
## 做完之后
|
||||
|
||||
1. **D2 与 D12 必须手写完整过程**,不许只写答案。这两题是四个格子的正反面。
|
||||
2. 对答案按两类归因:**选错格子**(该用 $\chi^2(n)$ 却用了 $\chi^2(n-1)$ )与**分位数方向反了**(上分位与下分位互换)。前一类回 [01 §1.5](01-考点地图.md#user-content-15-抽样分布定理正态总体的四件套),后一类只需在草稿纸上把区间解一遍不等式。
|
||||
3. 错题记 [04-答疑笔记](04-答疑笔记.md),模板里"我当时以为该用哪个"那一栏必须填,这一栏是本册的全部意义。
|
||||
4. D13 单独做,不看解析。八条里错三条以上,说明表还没立在脑子里,回到本册开头重读那三句生成规则。
|
||||
@@ -0,0 +1,376 @@
|
||||
---
|
||||
tags: [数学一, 专项突破, 解析, 数理统计]
|
||||
专题: 大数定律与数理统计
|
||||
日期: 2026-11-12
|
||||
状态: D 组四件套专练解析
|
||||
关联笔记: ["[[02b-试题-四件套专练]]", "[[01-考点地图]]", "[[03a-解析-核心]]", "[[03b-解析-扩散]]"]
|
||||
---
|
||||
|
||||
# 解析 · 四件套专练
|
||||
|
||||
题号与原卷一致,答案与题面见 [02b-试题-四件套专练](02b-试题-四件套专练.md)。
|
||||
|
||||
## 答案速查
|
||||
|
||||
| 题 | 答 |
|
||||
|---|---|
|
||||
| D1 | 见解析;(a)(Ⅱ);(b)(Ⅳ) |
|
||||
| D2 | (Ⅰ)$(11.16,13.64)$ (Ⅱ)$(10.80,14.00)$ (Ⅲ)$(2.37,16.66)$ (Ⅳ)$(2.28,14.35)$ |
|
||||
| D3 | (Ⅰ)$(3.78,26.67)$ (Ⅱ)$(4.11,33.03)$ (Ⅲ)偏宽,置信度不变 |
|
||||
| D4 | (Ⅰ)$62$ (Ⅱ)$64$ |
|
||||
| D5 | (Ⅰ)$8.2$ (Ⅱ)$0.98$ (Ⅲ)$2.947$ |
|
||||
| D6 | (Ⅱ)$\sqrt{\pi/2}\,\bar Z$ (Ⅲ)$\sqrt{\frac1n\sum Z_i^2}$ (Ⅳ)前者无偏,后者有偏 |
|
||||
| D7 | (Ⅰ)$\frac1n\sum(X_i-\bar X)^2$ (Ⅲ)断言错 |
|
||||
| D8 | (Ⅰ)$\frac12F(n-1,m-1)$ (Ⅱ)$F(n-1,m-1)$ (Ⅲ)不能 |
|
||||
| D9 | (Ⅰ)$3.9375$ (Ⅱ)$T=2.762$ ,拒绝 |
|
||||
| D10 | (Ⅰ)$1-\Phi(1)$ (Ⅱ)$\Phi(2)$ (Ⅲ)$44$ |
|
||||
| D11 | 两问均不拒绝 |
|
||||
| D12 | (Ⅰ)$(92.91,94.29)$ (Ⅱ)$(0.370,2.972)$ (Ⅲ)$(0.511,3.600)$ (Ⅳ)更长,不矛盾 |
|
||||
| D13 | 对错依次:对 错 错 错 错 错 对 对 |
|
||||
|
||||
---
|
||||
|
||||
### 题 D1 · 四个量各服从什么分布
|
||||
|
||||
**怎么想**:这题的关键不是算,而是认清(Ⅳ)的双重身份——**它作为随机变量永远服从 $\chi^2(n)$ ,但作为枢轴量只在 $\mu$ 已知时能用**。这两件事不冲突:分布性质取决于 $\mu$ 是不是真值,能不能用取决于你能不能把它算出数值。
|
||||
|
||||
**解**:
|
||||
|
||||
(Ⅰ)$\bar X\sim N\!\left(\mu,\frac{\sigma^2}{n}\right)$ ,标准化得 $N(0,1)$ 。
|
||||
|
||||
(Ⅱ)$\sigma$ 未知时用 $S$ 替,$\dfrac{\sqrt n(\bar X-\mu)}{S}\sim t(n-1)$ 。
|
||||
|
||||
(Ⅲ)$\chi^2(n-1)$ 。这一条**与 $\mu$ 无关**,因为 $S^2$ 里根本没有 $\mu$ 。
|
||||
|
||||
(Ⅳ)$\chi^2(n)$ 。$\sum(X_i-\mu)^2/\sigma^2$ 是 $n$ 个独立标准正态的平方和。
|
||||
|
||||
(a)(Ⅱ)。(Ⅰ)含未知的 $\sigma$ ,(Ⅲ)(Ⅳ)含待估的 $\mu$ 本身,都不能当枢轴量。
|
||||
|
||||
(b)(Ⅳ)。(Ⅳ)自由度 $n$ ,(Ⅲ)只有 $n-1$ ,已知 $\mu$ 却不用,等于白扔一个自由度。
|
||||
|
||||
(c)算不出数值。区间公式 $\left(\frac{\sum(X_i-\mu)^2}{\chi^2_{\alpha/2}(n)},\ \frac{\sum(X_i-\mu)^2}{\chi^2_{1-\alpha/2}(n)}\right)$ 里的分子含 $\mu$ ,而 $\mu$ 正是要估的那个。数学上它服从 $\chi^2(n)$ ,操作上却是一句空话。
|
||||
|
||||
**归因**:四个式的差别只在分母($\sigma$ 还是 $S$ )与分子中心($\mu$ 还是 $\bar X$ )两处。考试里四个选项就是这两处的排列组合,看到题先圈出"哪个参数没给"。
|
||||
|
||||
---
|
||||
|
||||
### 题 D2 · 同一批数据走完四个格子
|
||||
|
||||
**怎么想**:四问共用一组数据,唯一的变量是"已知什么"。做之前先把 $s$ 算出来:$s=\sqrt{45/9}=\sqrt5\approx2.236$ 。然后逐格套表。
|
||||
|
||||
**解**:
|
||||
|
||||
(Ⅰ)$\sigma=2$ 已知,用 $Z$ :
|
||||
|
||||
$$12.4\pm1.96\times\frac{2}{\sqrt{10}}=12.4\pm1.240\ \Longrightarrow\ (11.16,\ 13.64).$$
|
||||
|
||||
(Ⅱ)$\sigma$ 未知,用 $t(9)$ ,$t_{0.025}(9)=2.262$ :
|
||||
|
||||
$$12.4\pm2.262\times\frac{\sqrt5}{\sqrt{10}}=12.4\pm1.600\ \Longrightarrow\ (10.80,\ 14.00).$$
|
||||
|
||||
(Ⅲ)$\mu$ 未知,$\dfrac{45}{\sigma^2}\sim\chi^2(9)$ :
|
||||
|
||||
$$\left(\frac{45}{19.023},\ \frac{45}{2.700}\right)=(2.37,\ 16.66).$$
|
||||
|
||||
(Ⅳ)$\mu=12$ 已知,先补出以 $12$ 为中心的平方和:
|
||||
|
||||
$$\sum_{i=1}^{10}(x_i-12)^2=\sum(x_i-\bar x)^2+10(\bar x-12)^2=45+10\times0.16=46.6.$$
|
||||
|
||||
$\dfrac{46.6}{\sigma^2}\sim\chi^2(10)$ :
|
||||
|
||||
$$\left(\frac{46.6}{20.483},\ \frac{46.6}{3.247}\right)=(2.28,\ 14.35).$$
|
||||
|
||||
(Ⅴ)短。(Ⅳ)的自由度是 $10$ ,(Ⅲ)只有 $9$ ,多一个自由度换来更集中的 $\chi^2$ 分布,区间随之收窄。
|
||||
|
||||
**归因**:第(Ⅳ)问最容易卡住,因为它要给一个**没有直接给出的平方和**。记死这条分解:
|
||||
|
||||
$$\sum(x_i-\mu)^2=\sum(x_i-\bar x)^2+n(\bar x-\mu)^2.$$
|
||||
|
||||
这是"平方和分解"的最小版本,四个格子里凡是 $\mu$ 由未知变已知,都要用它。
|
||||
|
||||
---
|
||||
|
||||
### 题 D3 · 灌装机的 μ 是已知的
|
||||
|
||||
**怎么想**:题目已经把 $\mu$ 定死成 $500$ ,分母就该用 $\sum(x_i-500)^2/\sigma^2\sim\chi^2(9)$ ,自由度是瓶数 $9$ 而不是 $8$ 。
|
||||
|
||||
**解**:
|
||||
|
||||
(Ⅰ)$\dfrac{72}{\sigma^2}\sim\chi^2(9)$ :
|
||||
|
||||
$$\sigma^2\in\left(\frac{72}{19.023},\ \frac{72}{2.700}\right)=(3.78,\ 26.67),\qquad \sigma\in(1.94,\ 5.16).$$
|
||||
|
||||
(Ⅱ)他把 $\sum(x_i-500)^2$ 当成了 $\sum(x_i-\bar x)^2$ ,于是 $s^2=72/8=9$ ,$(n-1)s^2=72$ ,自由度 $8$ :
|
||||
|
||||
$$\left(\frac{72}{17.535},\ \frac{72}{2.180}\right)=(4.11,\ 33.03).$$
|
||||
|
||||
(Ⅲ)**宽**,但置信度**不低于** $0.95$ 。原因不是"错",而是"白扔":$\dfrac{(n-1)S^2}{\sigma^2}\sim\chi^2(n-1)$ 本来就是恒成立的结论,用它算区间置信度正好 $0.95$ ,只是没利用"$\mu=500$ 已知"这条信息,付出了少一个自由度的代价。
|
||||
|
||||
**归因**:这里要破一个误区——**用错格子不等于算错**。$\mu$ 已知却用 $\chi^2(n-1)$ ,结论仍然合法(保守),只是精度差。反过来 $\mu$ 未知却用 $\chi^2(n)$ 才是真错:$\sum(x_i-\mu)^2$ 根本算不出来。
|
||||
|
||||
---
|
||||
|
||||
### 题 D4 · 区间长度反求样本量
|
||||
|
||||
**怎么想**:区间长度是 $2\times$ 半长,把半长写成 $n$ 的函数,令它 $\le1$ 。
|
||||
|
||||
**解**:
|
||||
|
||||
(Ⅰ)$\sigma=2$ 已知,半长 $1.96\times\frac{2}{\sqrt n}$ ,令 $2\times$ 半长 $\le1$ :
|
||||
|
||||
$$\frac{4\times1.96}{\sqrt n}\le1\ \Longrightarrow\ \sqrt n\ge7.84\ \Longrightarrow\ n\ge61.47,$$
|
||||
|
||||
取 $n=62$ 。
|
||||
|
||||
(Ⅱ)$\sigma$ 未知,半长为 $t_{0.025}(n-1)\frac{2}{\sqrt n}$ :
|
||||
|
||||
- $n=62$ :$\dfrac{4\times2.000}{\sqrt{62}}=\dfrac{8}{7.874}=1.016>1$ ,不够;
|
||||
- $n=64$ :$\dfrac{4\times1.998}{8}=0.999\le1$ ,够了。
|
||||
|
||||
取 $n=64$ 。
|
||||
|
||||
(Ⅲ)因为 $t_{\alpha/2}(n-1)$ 本身也随 $n$ 变。$n$ 出现在两个地方(分母的 $\sqrt n$ 与分位数的自由度),这是个不动点问题,只能代入试算;而(Ⅰ)里 $u_{0.025}=1.96$ 与 $n$ 无关,可以直接解出。
|
||||
|
||||
**归因**:真题喜欢在填空题里给"长度不超过某值"的话,答案往往要**向上取整**。$61.47$ 取 $61$ 是最常见的失分。另外 $t$ 情形下答案通常只比 $Z$ 情形大一两个,因为 $t$ 与 $u$ 到 $n=60$ 时几乎重合。
|
||||
|
||||
---
|
||||
|
||||
### 题 D5 · 从置信上限反推
|
||||
|
||||
**怎么想**:双侧区间关于 $\bar x$ 对称,这是唯一需要记住的结构。上限给出了半长,下限、置信度、长度全部连锁。
|
||||
|
||||
**解**:
|
||||
|
||||
(Ⅰ)半长 $=10.8-9.5=1.3$ ,下限 $=9.5-1.3=8.2$ ,区间 $(8.2,\ 10.8)$ 。
|
||||
|
||||
(Ⅱ)$s=2$ ,$n=16$ ,半长 $t\times\frac{2}{4}=\frac t2=1.3$ ,故 $t=2.6$ 。查表 $t_{0.01}(15)=2.602$ 最接近,即 $\alpha/2=0.01$ ,置信度 $1-2\times0.01=0.98$ 。
|
||||
|
||||
(Ⅲ)置信度 $0.99$ 对应 $t_{0.005}(15)=2.947$ ,半长 $2.947\times0.5=1.4735$ ,长度 $2.947$ 。
|
||||
|
||||
**归因**:2016 年那道填空只问下限,是送分的;加了(Ⅱ)(Ⅲ)就变成"由区间反推 $\alpha$ ",这是同一枚硬币的另一面。**区间、半长、分位数、置信度四个量知道任意两个就能求另两个**,都要能互推。
|
||||
|
||||
---
|
||||
|
||||
### 题 D6 · 用绝对误差估 σ
|
||||
|
||||
**怎么想**:$\mu$ 已知是把 $X_i$ 平移到原点,$Z_i=|X_i-\mu|$ 是标准正态取绝对值再乘 $\sigma$ ,即**半正态分布**。三步都在这一个密度上做。
|
||||
|
||||
**解**:
|
||||
|
||||
(Ⅰ)$Z_1=\sigma|U|$ ,$U\sim N(0,1)$ 。$z>0$ 时
|
||||
|
||||
$$F_Z(z)=P\{|U|\le z/\sigma\}=2\Phi(z/\sigma)-1\ \Longrightarrow\ f_Z(z)=\frac{2}{\sqrt{2\pi}\sigma}\mathrm{e}^{-\frac{z^2}{2\sigma^2}},\quad z>0.$$
|
||||
|
||||
(Ⅱ)
|
||||
|
||||
$$E(Z_1)=\int_0^\infty z\cdot\frac{2}{\sqrt{2\pi}\sigma}\mathrm{e}^{-\frac{z^2}{2\sigma^2}}\mathrm{d}z=\sigma\sqrt{\frac2\pi}.$$
|
||||
|
||||
令 $\sigma\sqrt{2/\pi}=\bar Z$ ,得矩估计 $\hat\sigma=\sqrt{\dfrac\pi2}\,\bar Z$ 。
|
||||
|
||||
(Ⅲ)似然
|
||||
|
||||
$$L(\sigma)=\prod_{i=1}^n\frac{2}{\sqrt{2\pi}\sigma}\mathrm{e}^{-\frac{z_i^2}{2\sigma^2}},\qquad \ln L=n\ln\frac{2}{\sqrt{2\pi}}-n\ln\sigma-\frac{1}{2\sigma^2}\sum z_i^2.$$
|
||||
|
||||
$$\frac{\mathrm{d}\ln L}{\mathrm{d}\sigma}=-\frac n\sigma+\frac{\sum z_i^2}{\sigma^3}=0\ \Longrightarrow\ \hat\sigma^2=\frac1n\sum_{i=1}^nZ_i^2,\quad \hat\sigma=\sqrt{\frac1n\sum Z_i^2}.$$
|
||||
|
||||
(Ⅳ)$E(Z_i^2)=D(Z_i)+[E(Z_i)]^2=\sigma^2\left(1-\frac2\pi\right)+\frac2\pi\sigma^2=\sigma^2$ ,故 $E(\hat\sigma^2)=\sigma^2$ ,**无偏**。
|
||||
|
||||
但 $E(\hat\sigma)<\sigma$ :根号是凹函数,由 Jensen 不等式 $E\sqrt{W}\le\sqrt{E(W)}=\sigma$ ,等号只在 $W$ 退化时成立。**有偏,且偏小**。
|
||||
|
||||
(Ⅴ)$\mu$ 未知时 $Z_i=|X_i-\mu|$ 里的 $\mu$ 算不出来,不是统计量。改记 $Z_i=|X_i-\bar X|$ 后这 $n$ 个量**不同分布**:$\bar X$ 与每个 $X_i$ 都相关($\operatorname{Cov}(X_i,\bar X)=\sigma^2/n$ ),且 $\sum(X_i-\bar X)=0$ 使它们线性相关,似然不能写成 $\prod f(z_i)$ 。
|
||||
|
||||
**归因**:这题的考点是**"$\mu$ 已知"这个条件被用在哪**——用在把 $X_i$ 平移掉。一旦 $\mu$ 未知,整条路断掉,这正是"知道 $\mu$ 就能多榨一个自由度"的具体样子。另外注意矩估计 $\sqrt{\pi/2}\,\bar Z$ 与 MLE $\sqrt{\frac1n\sum Z_i^2}$ **不是同一个**,真题第三问专门考这一点。
|
||||
|
||||
---
|
||||
|
||||
### 题 D7 · 有偏的估计量能不能当枢轴
|
||||
|
||||
**怎么想**:断言把"无偏"和"能当枢轴"绑在一起,这两件事其实毫无关系。检验办法只有一个:把 $\hat\sigma^2$ 与 $S^2$ 的关系写出来。
|
||||
|
||||
**解**:
|
||||
|
||||
(Ⅰ)$\hat\sigma^2=\dfrac1n\sum(X_i-\bar X)^2$ 。
|
||||
|
||||
(Ⅱ)$E(\hat\sigma^2)=\dfrac{n-1}{n}\sigma^2$ (偏小),$E(S^2)=\sigma^2$ 。
|
||||
|
||||
(Ⅲ)**错**。由定义
|
||||
|
||||
$$n\hat\sigma^2=\sum(X_i-\bar X)^2=(n-1)S^2,$$
|
||||
|
||||
于是
|
||||
|
||||
$$\frac{n\hat\sigma^2}{\sigma^2}=\frac{(n-1)S^2}{\sigma^2}\sim\chi^2(n-1).$$
|
||||
|
||||
两者是同一个量。用它构造区间:
|
||||
|
||||
$$\sigma^2\in\left(\frac{n\hat\sigma^2}{\chi^2_{\alpha/2}(n-1)},\ \frac{n\hat\sigma^2}{\chi^2_{1-\alpha/2}(n-1)}\right),$$
|
||||
|
||||
与用 $S^2$ 的公式**逐字相同**。无偏性只影响"点估计准不准",与"能不能构造枢轴量"无关。枢轴量的唯一要求是分布已知且不含未知参数。
|
||||
|
||||
(Ⅳ)$\mu$ 已知时 $\hat\sigma^2=\dfrac1n\sum(X_i-\mu)^2$ ,且 $E(\hat\sigma^2)=\sigma^2$ ,**无偏**。这里顺带看清一件事:$\hat\sigma^2$ 有偏无偏,取决于 $\mu$ 知不知道。
|
||||
|
||||
**归因**:$n$ 与 $n-1$ 的纠缠,根子在这条恒等式上。做题时不必背哪个有偏,只需要记住 $\sum(X_i-\bar X)^2=(n-1)S^2$ 这一句,剩下都能推。
|
||||
|
||||
---
|
||||
|
||||
### 题 D8 · 方差差一个倍数怎么凑
|
||||
|
||||
**怎么想**:$F$ 分布的定义是"两个独立 $\chi^2$ 各除自由度再相除"。凑的时候不是看 $S_1^2$ 与 $S_2^2$ ,而是看**它们各自除上真实方差之后**能不能变成标准 $\chi^2$ 。
|
||||
|
||||
**解**:
|
||||
|
||||
(Ⅰ)$\dfrac{S_1^2}{\sigma^2}\sim\dfrac{\chi^2(n-1)}{n-1}$ ,$\dfrac{S_2^2}{2\sigma^2}\sim\dfrac{\chi^2(m-1)}{m-1}$ ,两者相除
|
||||
|
||||
$$\frac{S_1^2/\sigma^2}{S_2^2/(2\sigma^2)}=\frac{2S_1^2}{S_2^2}\sim F(n-1,m-1).$$
|
||||
|
||||
所以
|
||||
|
||||
$$\frac{S_1^2}{2S_2^2}=\frac12\cdot\frac{2S_1^2}{S_2^2}\sim\frac12F(n-1,m-1),$$
|
||||
|
||||
**不是标准 $F$ 分布**,只是它的二分之一倍。
|
||||
|
||||
(Ⅱ)$\dfrac{2S_1^2}{S_2^2}\sim F(n-1,m-1)$ 。
|
||||
|
||||
(Ⅲ)不能。任何 $F$ 型统计量都得把 $\sigma_1^2/\sigma_2^2$ 消掉,而两者之比未知时无法消。这正是"两样本方差比检验"必须先假设 $\sigma_1^2=\sigma_2^2$ (或已知比例)的原因。
|
||||
|
||||
**归因**:2023 年那道单选就是(Ⅰ)(Ⅱ)的辨析,四个选项在 $F(n-1,m-1)$ 与 $F(m-1,n-1)$ 之间倒。**凑系数的正确顺序**:先写 $\frac{S_1^2}{\sigma_1^2}$ 与 $\frac{S_2^2}{\sigma_2^2}$ ,再把 $\sigma_1^2,\sigma_2^2$ 按题目给的关系代进去,最后相除。别跳步去猜。
|
||||
|
||||
---
|
||||
|
||||
### 题 D9 · 合并方差与合并自由度
|
||||
|
||||
**怎么想**:方差相等时,两个样本方差都是 $\sigma^2$ 的估计,按自由度加权平均能得到更准的估计——这就是 $S_w^2$ 。它把自由度也合并了,于是 $t$ 分布的自由度是 $n_1+n_2-2$ 。
|
||||
|
||||
**解**:
|
||||
|
||||
(Ⅰ)
|
||||
|
||||
$$S_w^2=\frac{(n_1-1)S_1^2+(n_2-1)S_2^2}{n_1+n_2-2}=\frac{9\times4.2+7\times3.6}{16}=\frac{63}{16}=3.9375.$$
|
||||
|
||||
(Ⅱ)
|
||||
|
||||
$$T=\frac{\bar x-\bar y}{S_w\sqrt{\dfrac{1}{n_1}+\dfrac{1}{n_2}}}=\frac{2.6}{\sqrt{3.9375\times0.225}}=\frac{2.6}{0.9412}=2.762.$$
|
||||
|
||||
拒绝域 $|T|\ge t_{0.025}(16)=2.120$ 。$2.762>2.120$ ,**拒绝** $H_0$ ,两工艺均值有显著差异。
|
||||
|
||||
(Ⅲ)因为 $S_w^2$ 里两个样本方差各自损失了一个自由度:$\sum(x_i-\bar x)^2$ 的自由度是 $n_1-1$ ,$\sum(y_j-\bar y)^2$ 是 $n_2-1$ ,相加得 $n_1+n_2-2$ 。这也是 $\chi^2$ 可加性的直接结果。
|
||||
|
||||
(Ⅳ)不能。方差不等时 $T$ 不再服从 $t$ 分布(Behrens-Fisher 问题),只能用 Welch 近似(自由度由 Satterthwaite 公式给),或者在大样本下用 $Z$ 近似。考试若没说"方差相等",要么题目给了"方差相等",要么就该用配对设计。
|
||||
|
||||
**归因**:$S_w^2$ 的分母是 $n_1+n_2-2$ ,**不是** $n_1+n_2$ ,也**不是**两者的算术平均。记法:分母永远等于"平方和的总自由度"。
|
||||
|
||||
---
|
||||
|
||||
### 题 D10 · 第二类错误与倒推样本量
|
||||
|
||||
**怎么想**:$\beta$ 是"$H_0$ 假却没拒绝",即 $\mu$ 取真值时不落入拒绝域的概率。$\bar X$ 的实际分布用真 $\mu$ ,拒绝域的边界用 $11$ ,两者相减再标准化。
|
||||
|
||||
**解**:
|
||||
|
||||
(Ⅰ)$\mu=11.5$ 时 $\bar X\sim N(11.5,\ 4/16)=N(11.5,\ 0.25)$ ,标准差 $0.5$ :
|
||||
|
||||
$$\beta=P\{\bar X<11\}=\Phi\!\left(\frac{11-11.5}{0.5}\right)=\Phi(-1)=1-\Phi(1)=0.1587.$$
|
||||
|
||||
(Ⅱ)$\mu=10$ 时标准差仍 $0.5$ :
|
||||
|
||||
$$\beta=\Phi\!\left(\frac{11-10}{0.5}\right)=\Phi(2)=0.9772.$$
|
||||
|
||||
说明 $\mu$ 正好落在 $H_0$ 边界上时,几乎必然接受 $H_0$ ——这不是缺陷,而是"边界处的检验没有分辨力"这一事实的量化。
|
||||
|
||||
(Ⅲ)
|
||||
|
||||
$$\beta=\Phi\!\left(\frac{11-11.5}{2/\sqrt n}\right)=\Phi(-0.25\sqrt n)\le0.05\ \Longrightarrow\ -0.25\sqrt n\le-1.645,$$
|
||||
|
||||
$$\sqrt n\ge6.58\ \Longrightarrow\ n\ge43.3,$$
|
||||
|
||||
取 $n=44$ 。
|
||||
|
||||
**归因**:$\beta$ 的计算与 $\alpha$ 只差一个不等号方向。判断用哪一侧的通法:**写清"在什么条件下、什么事件"**——"$\mu=11.5$ 时没拒绝"就是 $\{\bar X<11\}$ ,别去背"左侧右侧"。
|
||||
|
||||
---
|
||||
|
||||
### 题 D11 · 检验 σ² 的两个格子
|
||||
|
||||
**怎么想**:$\sigma^2$ 的双侧检验有两个尾巴,$\chi^2$ 分布不对称,所以左右临界值都要查,而且方向相反(小的在左)。
|
||||
|
||||
**解**:
|
||||
|
||||
(Ⅰ)$\mu$ 未知,$\chi^2=\dfrac{15\times1.44}{1}=21.6\sim\chi^2(15)$ 。拒绝域
|
||||
|
||||
$$W=\{21.6<6.262\}\cup\{21.6>27.488\},$$
|
||||
|
||||
$21.6$ 落在中间,**不拒绝** $H_0$ 。
|
||||
|
||||
(Ⅱ)$\mu=52$ 已知,先算平方和:
|
||||
|
||||
$$\sum(x_i-52)^2=\sum(x_i-\bar x)^2+n(\bar x-52)^2=21.6+16\times0.09=23.04.$$
|
||||
|
||||
$\chi^2=\dfrac{23.04}{1}\sim\chi^2(16)$ ,拒绝域 $W=\{23.04<6.908\}\cup\{23.04>28.845\}$ ,**不拒绝**。
|
||||
|
||||
(Ⅲ)两处差别:分子多了 $n(\bar x-\mu)^2=1.44$ 这一项,自由度从 $15$ 变 $16$ 。统计量变大是必然的——平方和分解里那一项非负,$\mu$ 已知时不用 $\bar x$ 去中心化,反而把"样本均值偏离设定值"的那部分也计入了波动。
|
||||
|
||||
**归因**:$\chi^2$ 检验最容易错在**两侧临界值写反**:左临界是 $\chi^2_{1-\alpha/2}$ (小值),右临界是 $\chi^2_{\alpha/2}$ (大值),与 $t$ 检验的对称写法完全不同。
|
||||
|
||||
---
|
||||
|
||||
### 题 D12 · 综合:一次抽样四问
|
||||
|
||||
**怎么想**:(Ⅰ)到(Ⅲ)仍是四格表的直接应用,真正的考点在(Ⅳ)——它逼你想清楚**区间长度是随机的**。
|
||||
|
||||
**解**:
|
||||
|
||||
(Ⅰ)$\sigma$ 未知,$t_{0.025}(8)=2.306$ ,$s/\sqrt9=0.3$ :
|
||||
|
||||
$$93.6\pm2.306\times0.3=93.6\pm0.692\ \Longrightarrow\ (92.91,\ 94.29).$$
|
||||
|
||||
(Ⅱ)$\mu$ 未知,$\sum(x_i-\bar x)^2=(n-1)s^2=8\times0.81=6.48$ :
|
||||
|
||||
$$\left(\frac{6.48}{17.535},\ \frac{6.48}{2.180}\right)=(0.370,\ 2.972),$$
|
||||
|
||||
开方得 $\sigma\in(0.608,\ 1.724)$ 。
|
||||
|
||||
(Ⅲ)$\mu=93$ 已知:
|
||||
|
||||
$$\sum(x_i-93)^2=6.48+9\times(93.6-93)^2=6.48+3.24=9.72,$$
|
||||
|
||||
$$\left(\frac{9.72}{19.023},\ \frac{9.72}{2.700}\right)=(0.511,\ 3.600).$$
|
||||
|
||||
(Ⅳ)**(Ⅲ)更长,但不矛盾。**
|
||||
|
||||
原因是 $\bar x=93.6$ 偏离假定值 $93$ 有 $0.6$ ,这一项经 $n=9$ 放大后贡献了 $3.24$ ,占(Ⅲ)分子的一半。区间宽窄依赖样本,这一次恰巧落在"分子偏大"的一个实现上。
|
||||
|
||||
衡量"信息多就更精确"的正确口径是**期望长度**,不是单次长度。(Ⅱ)与(Ⅲ)的期望长度分别正比于
|
||||
|
||||
$$(n-1)\left(\frac{1}{\chi^2_{0.975}(n-1)}-\frac{1}{\chi^2_{0.025}(n-1)}\right)=8\times0.4017=3.214,$$
|
||||
|
||||
$$n\left(\frac{1}{\chi^2_{0.975}(n)}-\frac{1}{\chi^2_{0.025}(n)}\right)=9\times0.3178=2.860.$$
|
||||
|
||||
$\mu$ 已知时确实更短。所以结论是:**知道 $\mu$ 在平均意义上有好处,但具体到某一次样本,仍可能更宽**。
|
||||
|
||||
**归因**:这题的正解不是算出四个区间,而是第(Ⅳ)问那句"区间是随机变量"。绝大多数人把置信区间当成一个确定的东西,一旦遇到"这次为什么反而宽",就以为公式错了。
|
||||
|
||||
---
|
||||
|
||||
### 题 D13 · 八条断言
|
||||
|
||||
**怎么想**:八条全部围绕"哪个参数未知 → 用哪个格子"与"置信区间是随机的"这两个根。逐条对照前几题即可。
|
||||
|
||||
**解**:
|
||||
|
||||
(1)**对**。$\dfrac{\bar X-\mu}{S/\sqrt n}\sim t(n-1)$ 与 $\sigma$ 知不知道无关,只要分母用 $S$ 就是 $t$ 。因 $t_{0.025}(n-1)>u_{0.025}$ ,区间更宽,但结论合法。
|
||||
|
||||
(2)**错**。$S^2$ 里没有 $\mu$ ,这条对任何 $\mu$ 都成立。
|
||||
|
||||
(3)**错**。置信度仍**正好**是 $0.95$ ,因为 $\dfrac{(n-1)S^2}{\sigma^2}\sim\chi^2(n-1)$ 恒成立。代价只是区间偏宽,不是置信度下降。
|
||||
|
||||
(4)**错**。作为随机变量它永远服从 $\chi^2(n)$ ($\mu$ 取真值);只是你算不出它的数值,因而不能当枢轴量。
|
||||
|
||||
(5)**错**。与 $\sqrt n$ **成反比**,$n$ 变四倍长度减半。
|
||||
|
||||
(6)**错**。$\mu$ 是常数,不含随机性。正确说法:重复抽样中约 $95\%$ 的区间覆盖 $\mu$ 。
|
||||
|
||||
(7)**对**。$n$ 个 $(X_i-\bar X)$ 满足一条线性约束 $\sum(X_i-\bar X)=0$ ,独立方向只剩 $n-1$ 个。
|
||||
|
||||
(8)**对**。两个样本各自减去了自己的样本均值,各损失一个自由度。
|
||||
|
||||
**归因**:八条里(3)(4)最难,因为它们的错误不在计算,而在把"分布性质"与"能否当统计量"混为一谈。判断题的通法:**先问这句话是关于随机变量本身,还是关于你手上能算出的数**。
|
||||
@@ -2,8 +2,8 @@
|
||||
tags: [数学一, 专项突破, 说明]
|
||||
专题: 大数定律与数理统计
|
||||
日期: 2026-10-31
|
||||
状态: 完成, 20 题, 三层扩散
|
||||
关联笔记: ["[[01-考点地图]]", "[[02-试题]]", "[[03a-解析-核心]]", "[[03b-解析-扩散]]"]
|
||||
状态: 完成, 33 题(20 + 四件套专练 13), 三层扩散
|
||||
关联笔记: ["[[01-考点地图]]", "[[02-试题]]", "[[03a-解析-核心]]", "[[03b-解析-扩散]]", "[[02b-试题-四件套专练]]", "[[03c-解析-四件套]]"]
|
||||
---
|
||||
|
||||
# 专项突破 03 · 大数定律与数理统计
|
||||
@@ -21,6 +21,15 @@ tags: [数学一, 专项突破, 说明]
|
||||
| **核心** | 切比雪夫、辛钦、CLT、$\chi^2/t/F$ 、抽样分布四件套、矩估计、MLE、置信区间 | A1—A10 |
|
||||
| **一圈** | 无偏性、有效性、相合性、次序统计量、枢轴量法 | B1—B5 |
|
||||
| **二圈** | 两类错误、单侧检验、双总体检验、大数定律证明、MLE 综合大题 | C1—C5 |
|
||||
| **四件套专练** | $\mu$ 与 $\sigma$ 谁已知的四个格子:识别、同数据走四格、长度反求 $n$ 、上限反推、$\chi^2(n)$ 应用、合并 $t$ 、八条断言 | D1—D13 |
|
||||
|
||||
D 组是 2026-11-12 补的一册,单独成文件([02b](02b-试题-四件套专练.md) 题 / [03c](03c-解析-四件套.md) 解析)。理由见下。
|
||||
|
||||
## 为什么要单开 D 组
|
||||
|
||||
统计部分的失分**几乎全倒在"选哪个统计量"这一件事上**——不知道 $\mu$ 也不知道 $\sigma$ 时该用哪个、$\mu$ 已知时 $\sigma^2$ 的自由度是 $n$ 还是 $n-1$ 。这不是记性问题:如果脑子里存的是四个孤立公式,考场上必然犹豫;而这四个其实是一张表的两行两列,**填格子不问背公式**。
|
||||
|
||||
所以 D 组 13 题只练这一件事,题面刻意做成同一批数据走完四个格子(D2)、同一台机器 $\mu$ 已知与未知对照(D3、D11)、同一个 $\sigma^2$ 用 $S^2$ 与用 $\hat\sigma^2$ 对照(D7),全部是"只改一个条件"的对照实验。
|
||||
|
||||
## 数据支撑(十年真题)
|
||||
|
||||
@@ -37,15 +46,23 @@ tags: [数学一, 专项突破, 说明]
|
||||
|
||||
张宇 1000 题的库**只有高数与线代**(15 + 6 章),**完全没有概率**。所以本专题:
|
||||
|
||||
- 20 题全部以**真题骨架**为主,来源标在题首、汇总在 [01 §5](01-考点地图.md#user-content-五题目索引);
|
||||
- 30 余题全部以**真题骨架**为主,来源标在题首、汇总在 [01 §5](01-考点地图.md#user-content-五题目索引);
|
||||
- A3、A7、B3、C3 为自编或改写(真题无对应考法,或考法太单一);
|
||||
- **B5($\sigma^2$ 的置信区间)与 C3(双总体均值差检验)是大纲明确要求、十年未考的"高性价比冷门"**,真题库里找不到,只能自编——这类题恰恰最可能明年出现。
|
||||
- D 组另有一条来源:`参考仓库/Math/probability-theory-and-mathematical-statistics/` 是**张宇基础三十讲的 tex 笔记**,其中 `5-mathematical-statistics` 一章有四格置信空间表和双总体结论,D2、D9 标了 `【张宇 30 讲 · … 骨架】`。这份笔记比 1000 题更接近教材,四格表就出自它。
|
||||
|
||||
## 怎么用
|
||||
|
||||
1. **A 组限时 60 分钟**。这组是"认得分布就能做"的题,卡住说明四件套没记牢。
|
||||
2. 对答案后,把错题按两类分开:**分布认错**($u$ 还是 $t$ 、$n$ 还是 $n-1$ )与**算错**。前者抄表,后者练手。
|
||||
3. B 组的三性(无偏/有效/相合)是概念题,C 组是 12 分大题的形态。C5 建议**手写完整过程**,它是真题 2024-22 的变体。
|
||||
4. **D 组单独排一轮,限时 100 分钟**(每题 7 分钟)。做的时候把 [01 §1.5](01-考点地图.md#user-content-15-抽样分布定理正态总体的四件套) 的四格表摊在桌上,允许边看表边做——第一遍的目标是**把表和题对上号**,不是考记忆。第二遍再合表做。
|
||||
5. D13 的八条断言**不看解析先做**。错三条以上说明表还没立起来,回 02b 开头重读那三句生成规则。
|
||||
|
||||
## 版本记录
|
||||
|
||||
- 2026-10-31:建立。20 题(A10 / B5 / C5),三层扩散。
|
||||
- 2026-11-12:补 D 组四件套专练 13 题(02b / 03c),01 §1.5 加四格表、坑清单加两条。总 33 题。
|
||||
|
||||
## 与其他材料的关系
|
||||
|
||||
|
||||
@@ -2,7 +2,7 @@
|
||||
tags: [数学一, 专项突破, 索引]
|
||||
专题: 专项突破总索引
|
||||
日期: 2026-11-04
|
||||
状态: 十份专题完成, 共 182 题
|
||||
状态: 十份专题完成, 共 195 题
|
||||
---
|
||||
|
||||
# 专项突破 · 总索引
|
||||
@@ -21,7 +21,7 @@ tags: [数学一, 专项突破, 索引]
|
||||
|---|---|---|---|---|
|
||||
| [01 反常积分与一元积分综合](01-反常积分与一元积分综合/README.md) | 20 | ch3 一元函数积分学 | 约 140 分(反常积分本身仅 9 分) | **有**(高数 8、9 章) |
|
||||
| [02 线面积分与三大公式](02-线面积分与三大公式/README.md) | 21 | ch6 多元函数积分学 | 约 125 分(线面部分) | **无** |
|
||||
| [03 大数定律与数理统计](03-大数定律与数理统计/README.md) | 20 | ch19—ch22 | 约 138 分 | **无**(张宇库没有概率) |
|
||||
| [03 大数定律与数理统计](03-大数定律与数理统计/README.md) | **33** | ch19—ch22 | 约 138 分 | **张宇 30 讲**(1000 题无概率,仅 30 讲有统计章) |
|
||||
| [04 表格法求原函数](04-表格法求原函数/README.md) | 22 | 跨章工具(ch3 为主) | 无独立分值,嵌在 2022·12 等题里 | **有**(高数 9 章 21 题涉及分部) |
|
||||
| [05 定积分加速](05-定积分加速/README.md) | 17 | ch3 计算工具 | 同上,属中间步骤 | **有**(高数 8、9 章同构) |
|
||||
| [06 二重积分加速](06-二重积分加速/README.md) | 14 | ch6 二重积分 | 多元积分 194 分的主要载体 | 部分(第 14 章二重积分) |
|
||||
@@ -30,7 +30,7 @@ tags: [数学一, 专项突破, 索引]
|
||||
| [09 极限速算](09-极限速算/README.md) | 13 | 跨章工具(ch1 为主) | 极限每年必考,且常是大题第一步 | **有**(第 1 章) |
|
||||
| [10 多维随机变量](10-多维随机变量/README.md) | **30** | ch17 | **105 分(概率分值最高的一章)** | **张宇 30 讲**(1000 题无概率,仅 30 讲有例题) |
|
||||
|
||||
合计 **182 题**。
|
||||
合计 **195 题**(03 由 20 增至 33,2026-11-12 补四件套专练 13 题)。
|
||||
|
||||
**04—09 与前三份不一样**:它们不是"章节知识点",而是**工具**。前三份解决"这块我忘了",后六份解决"这个动作我总做错"或"算得太慢"。所以它们的优先级不该按分值排——越早练熟,做前三份与模拟卷时省下的时间越多。
|
||||
|
||||
@@ -89,3 +89,4 @@ tags: [数学一, 专项突破, 索引]
|
||||
| 2026-11-04 | 加 07 微分算子法(12 题)、08 幂级数求和(13 题)、09 极限速算(13 题),总 152 题;计算加速型 T1—T6 全部落地 |
|
||||
| 2026-11-11 | 加 10 多维随机变量(**30 题**),总 182 题;补齐概率 ch17 这块空白,与 03 拼成完整概率覆盖 |
|
||||
| 2026-11-11 | **10 号第二版**:A 组整体重做(原版是一步套公式题,比真题低一档),B 组全部改为照真题换数字,C 组换成环域、次序统计量、残差分解、混合型、泊松分裂五个新方向;题量仍 30 题,难度记号增 ★★★★ |
|
||||
| 2026-11-12 | 03 补 **D 组四件套专练 13 题**($\mu$ 与 $\sigma$ 谁已知的四个统计量),03 由 20 增至 33 题,总 195 题 |
|
||||
|
||||
Reference in New Issue
Block a user