北京大学数院-431金融学综合-2019年

一、(10分) 盒中有 10 个乒乓球,2 个被用过,其余的都是新的.第一次比赛时从中任取 3 个球用,比赛结束后放回.第二次比赛再取 3 个.

(1)(5分) 求第二次比赛取得都是新球的概率;

(2)(5分) 已知第二次比赛取得都是新球, 求第一次取得都是新球的概率.


二、(10分) 已知随机变量 XX 的概率密度 f(x)=1bex2+2x,xRf(x)=\frac{1}{b} e^{-x^{2}+2 x}, x \in R ,

(1)(5分) 求 bb;

(2)(5分) 求 E(e1X2)E\left(e^{1-X^{2}}\right).


三、(10分) (X,Y)N(μ1,μ2;σ12,σ22;ρ),(X, Y) \sim N\left(\mu_{1}, \mu_{2} ; \sigma_{1}^{2}, \sigma_{2}^{2} ; \rho\right), 指出 X+YX+YXYX-Y 相互独立的充要条件.


四、(10分) 独立序列 {Xn},\left\{X_{n}\right\}, 其子列 {X2n1}\left\{X_{2 n-1}\right\} 独立同分布, EX1=0,DX1=1,E X_{1}=0, D X_{1}=1, 子列 {X2n}\left\{X_{2 n}\right\} 独立同分布 ,P(X2=1)=P(X2=1)=12, P\left(X_{2}=1\right)=P\left(X_{2}=-1\right)=\frac{1}{2} .证明

Sn=1ni=1nX2i1X2iS_{n}=\frac{1}{\sqrt{n}} \sum_{i=1}^{n} X_{2 i-1} X_{2 i}

按分布收敛到标准正态分布.


五、(10分) 公司 1 和公司 2 是否违约相互独立,发生违约的次数都是强度为 λ\lambda 的泊松过程, 记公司 ii 第一次发生违约的时间为 TiT_{i}.

(1)(2分) 到 tt 时刻未发生违约的概率;

(2)(2分) 求违约风险 hi(t)=limΔt0P{Ti<t+ΔtTi>t}Δth_{i}(t)=\lim _{\Delta t \rightarrow 0} \frac{P\left\{T_{i}<t+\Delta t \mid T_{i}>t\right\}}{\Delta t};

(3)(3分) 求 Cov(min{T1,T2},max{T1,T2})\operatorname{Cov}\left(\min \left\{T_{1}, T_{2}\right\}, \max \left\{T_{1}, T_{2}\right\}\right);

(4)(3分) 已知 T1+T2=t,T_{1}+T_{2}=t,T1T_{1} 的条件分布.


六、(10分) 总体 Xf(x)=θxθ1I[0<x<1],X \sim f(x)=\theta x^{\theta-1} I[0<x<1], 求矩估计并证明其强相合性.


七、(10分) 人群中支持某政策的比例为 p,p, 未知. 随机抽 nn 人,设有 xx 人支持, p^=xn\hat{p}=\frac{x}{n} 为 样本支持率.

(1)(5分) 用正态近似法给出 pp95%95 \% 置信区间 ;;

(2)(5分) 要求置信区间长度小于 0.2, nn 至少需要多大.


八、(10分) 叙述2×2 的列联表独立性检验.


九、(10分) 设有线性回归模型

Yij=αi+βXij+εij,i=1,2,,m,j=1,2,n,Y_{ij} = \alpha_i + \beta X_{ij} + \varepsilon_{ij},\quad i=1,2,\cdots,m,\quad j = 1,2\cdots,n,

其中误差项εij\varepsilon_{ij}独立同服从正态N(0,σ2)N(0,\sigma^2), α1,,αm,β\alpha_1,\cdots,\alpha_m,\betaσ2\sigma^2是未知参数. 求(α1,,αm,β)(\alpha_1,\cdots,\alpha_m,\beta)的最大似然估计.


十、(10分) x1,,xnx_{1}, \ldots, x_{n} 不全为 0,εi,0, \varepsilon_{i}, i.i.d. N(0,σ2),\sim N\left(0, \sigma^{2}\right), 有观测值 (xi,yi)\left(x_{i}, y_{i}\right) 满足 yi=bxi+εi,b,σ2y_{i}=b x_{i}+\varepsilon_{i}, b, \sigma^{2} 未知.

(1) 求 b,σ2b, \sigma^{2} 最大似然估计;

(2) 求 b^\hat{b} 的分布;

(3) H0:b=0H_{0}: b=0 vs H1:b0,H_{1}: b \neq 0, 构造水平为 α\alpha 的拒绝域.