清华大学-432统计学-2025年

1.设有只取非负整数值的独立随机变量X,YX,Y,定义U=min{X,Y},V=XYU= min\{X,Y\}, V=X-Y,试证明:U,VU,V独立的充分必要条件是X,YX,Y服从几何分布且参数相同。(30分)

2.离散总体X,分布为P(X=k)=cλkk!,k=1,2...,P(X=k) = c\frac{\lambda^k}{k!},k=1,2...,未知参数λ>0,c>0\lambda>0, c>0,x1,x2,...xnx_1,x_2,...x_n为总体XX的随机样本.
(1)求cc。(10分)
(2)求E(X),Var(X)E(X), Var(X)。(10分)
(3)证明:λ\lambda最大似然估计λn^\hat{\lambda_n}存在且唯一。(10分)
(4)求出λ\lambda最大似然估计λn^\hat{\lambda_n}的渐进分布。(10分)

3.x1,x2,...xnx_1,x_2,...x_n为总体是B(1,p)B(1,p)的随机样本,n2n\ge2,p(0,1)p\in(0,1),定义σp2=p(1p),xˉ=1nxi,Sn=1n1(xixˉ)2,Vn=1n(xi,xˉ)\sigma_p^2 = p(1-p),\bar{x} = \frac{1}{n}\sum x_i, S_n = \frac{1}{n-1}\sum(x_i - \bar{x})^2, V_n = \frac{1}{n}\sum(x_i, \bar{x}),其中d\xrightarrow{d}为分布收敛。
(1)Sn2,Vn2S_n^2, V_n^2是否为σp2\sigma_p^2的无偏估计。(10分)
(2)Sn2,Vn2S_n^2, V_n^2是否为σp2\sigma_p^2的相合估计。(10分)
(3)取p=12p=\frac{1}{2},证明:存在非退化随机变量Z1,Z2Z_1, Z_2使n(Sn214)dZ1n(S_n^2 - \frac{1}{4})\xrightarrow{d}Z_1,n(Vn214)dZ1,nn(V_n^2 - \frac{1}{4})\xrightarrow{d}Z_1, n \to \infty,给出具体的分布。(20分)

4.设x1,...xmx_1,...x_m为来自均匀分布U(0,θ1)U(0,\theta_1)总体的随机样本,y1,...yny_1,...y_n为来自均匀分布U(0,θ2)U(0,\theta_2)总体的随机样本,两样本随机样本相互独立,θ1>0,θ2>0\theta_1>0,\theta_2>0
(1)求H0:θ1=θ2H1:θ1θ2,α(0,1)H_0:\theta_1 = \theta_2 \leftrightarrow H_1:\theta_1 \ne \theta_2, \alpha \in(0,1)的似然比检验。(15分)
(2)U=max{x1,..xm}U=max\{x_1,.. x_m\},是否分别存在θ1\theta_1形成[aU,bU][aU,bU][c+U,d+U][c+U,d+U]置信水平位1α1-\alpha的置信区间,1a<b,0c<d1\le a< b, 0\le c<d,其中a,b,c,da,b,c,d为常数,α(0,1)\alpha \in (0,1)(15分)
(3)若(2)中置信区间存在,当m=1m=1时,求出置信区间长度的期望最小时对应的a,ba,bc,dc,d的值。(10分)