北大叉院-849统计学-2023年

一、灯泡 A1A_1, A2A_2 串联, 它们的寿命分别是期望为 1/λ1,1/λ21/\lambda_1,1/\lambda_2 的指数分布. 求整个系统的运行时长 YY 的分布与期望.


二、(X,Y)(X,Y) 的联合密度是

f(x,y)={cxy,x+y<1,0,其他.f\left( x,y \right) =\begin{cases} c\left| xy \right|,& \left| x \right|+\left| y \right|<1,\\ 0,& \text{其他}.\\ \end{cases}

(1) 求 cc;

(2) 求边际分布, 并判断是否独立;

(3) 求 Cov(X,Y)\mathrm{Cov}(X,Y), 并判断是否线性相关.


三、已知 X,YX,Y 独立服从 N(0,1)N(0,1), 令 Z=XYZ=|X-Y|, 求 E(Z)E(Z), Var(Z)Var(Z).


四、已知 Yi=XiTβ+εi,i=1,2,,n,εiY_i=X_i^T \beta+\varepsilon_i, i=1,2, \ldots, n, \varepsilon_i i.i.d. N(0,σ2)\sim N\left(0, \sigma^2\right), XiRpX_i\in R^p, βRp\beta\in R^p.

(1) 求 β,σ2\beta, \sigma^2 的 MLE β^,σ2^\widehat{\beta}, \widehat{\sigma^2};

(2) 当 XX 是给定时, 求 β^\widehat{\beta} 的分布;

(3) Yi=a+bxi+εi,i=1,2,,n,εiY_i=a+b x_i+\varepsilon_i, i=1,2, \ldots, n, \varepsilon_i i.i.d N(0,σ2)\sim N\left(0, \sigma^2\right), 求 MLEa^,b^\operatorname{MLE} \hat{a}, \hat{b}, 并证明 a^,b^\hat{a}, \hat{b} 独立当且仅当 i=1nxi=0\sum_{i=1}^n x_i=0.


五、设有 NN 个袋子, 每个袋子都是 nn 白球和 mm 黑球. 从第一个袋子里取出一个球放到第二个袋子里, 再从第二个袋子里取球放到第三个袋子里, 以此类推.

(1) 问在最后一个口袋取出白球的概率;

(2) 已知第一个口袋取出了白球, 问最后一个口袋取出白球的概率是多少.


六、设有来自 N(μ,σ2)N(\mu,\sigma^2)nn 个 i.i.d. 样本.

(1) 设 σ\sigma 已知, 构造 μ\mu1α1-\alpha 置信区间, 求最小样本量使得区间长度小于等于 σ5\frac{\sigma}{5};

(2) 设 σ\sigma 未知, 构造 μ\mu1α1-\alpha 置信区间.


七、设有来自 U(θ,θ)U(-\theta,\theta) 总体的 nn 个 i.i.d. 样本.

(1) 求 θ\theta 的MLE;

(2) 判断无偏性;

(3) 判断相合性.


八、现有A, B两种药以及500个患者, 将患者分为甲乙两组: 甲300个, 痊愈168个; 乙200个, 痊愈98个. 问在 α=0.05\alpha=0.05下, 两个药的效果有没有差异.


九、设有 x1,x2,,xnx_1,x_2,\cdots,x_n 是来自 N(μ,σ2)N(\mu,\sigma^2) 的随机样本, 定义

μ~=argminc{i=1n(xic)2+λc2},\tilde{\mu}=\mathop {\mathrm{arg}\min} \limits_{c}\left\{ \sum_{i=1}^n{\left( x_i-c \right) ^2}+\lambda c^2 \right\} ,

其中 λ>0\lambda >0 是给定的常数.

(1) 求 μ~\tilde{\mu} 的表达式;

(2) 求 E(μ~)E(\tilde{\mu}), Var(μ~)Var(\tilde{\mu}).