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
11 KiB
tags, 专题, 日期, 题量, 状态, 关联笔记
| tags | 专题 | 日期 | 题量 | 状态 | 关联笔记 | ||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
|
大数定律与数理统计 | 2026-11-12 | 13 题(D 组 · 四件套专练) | 试题版,解析见 03c |
|
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。