当前位置：文档库 › 数理统计第二次作业

数理统计第二次作业

数理统计课后答案.doc

数理统计一、填空题 1、设n X X X ,,21为母体X 的一个子样，如果),,(21n X X X g ，则称),,(21n X X X g 为统计量。不含任何未知参数 2、设母体 ),,(~2 N X 已知，则在求均值的区间估计时，使用的随机变量为 n X 3、设母体X 服从修正方差为1的正态分布，根据来自母体的容量为100的子样，测得子样均值为5，则X 的数学期望的置信水平为95%的置信区间为。 025.010 1 5u 4、假设检验的统计思想是。小概率事件在一次试验中不会发生 5、某产品以往废品率不高于5%，今抽取一个子样检验这批产品废品率是否高于5%，此问题的原假设为。 0H ：05.0 p 6、某地区的年降雨量),(~2 N X ，现对其年降雨量连续进行5次观察，得数据为： (单位：mm) 587 672 701 640 650 ，则2 的矩估计值为。 1430.8 7、设两个相互独立的子样2121,,,X X X 与51,,Y Y 分别取自正态母体)2,1(2 N 与 )1,2(N ， 2 *2 2*1,S S 分别是两个子样的方差，令2*2222*121)(,S b a aS ，已知)4(~),20(~22 2221 ，则__________, b a 。用 )1(~)1(22 2 * n S n ，1,5 b a 8、假设随机变量)(~n t X ，则 2 1 X 服从分布。)1,(n F 9、假设随机变量),10(~t X 已知05.0)(2 X P ，则____ 。用),1(~2 n F X 得),1(95.0n F

应用数理统计大作业1——逐步回归法分析终教学提纲

应用数理统计大作业1——逐步回归法分析终

应用数理统计多元线性回归分析（第一次作业）学院：机械工程及自动化学院姓名：学号： 2014年12月

逐步回归法在AMHS物流仿真结果中的应用摘要：本文针对自动化物料搬运系统 (Automatic Material Handling System，AMHS)的仿真结果，根据逐步回归法，使用软件IBM SPSS Statistics 20，对仿真数据进行分析处理，得到多元线性回归方程，建立了工件年产量箱数与EMS 数量、周转箱交换周期以及AGC物料交换服务水平之间的数学模型，并对影响年产量箱数的显著性因素进行了分析，介绍了基本假设检验的情况。关键词：逐步回归；残差；SPSS；AMHS；物流仿真

目录 1、引言 (1) 2、逐步回归法原理 (4) 3、模型建立 (6) 3.1确定自变量和因变量 (6) 3.2分析数据准备 (6) 3.3逐步回归分析 (7) 4、结果输出及分析 (9) 4.1输入／移去的变量 (9) 4.2模型汇总 (10) 4.3方差分析 (10) 4.4回归系数 (11) 4.5已排除的变量 (12) 4.6残差统计量 (13) 4.7残差分布直方图和观测量累计概率P-P图 (14) 5、异常情况说明 (15) 5.1异方差检验 (15) 5.2残差的独立性检验 (17) 5.3多重共线性检验 (17) 6、结论 (18) 参考文献 (20)

1、引言回归被用于研究可以测量的变量之间的关系，线性回归则被用于研究一类特殊的关系，即可用直线或多维的直线描述的关系。这一技术被用于几乎所有的研究领域，包括社会科学、物理、生物、科技、经济和人文科学。逐步回归是在剔除自变量间相互作用、相互影响的前提下，计算各个自变量x与因变量y之间的相关性，并在此基础上建立对因变量y有最大影响的变量子集的回归方程。 SPSS(Statistical Package for the Social Science社会科学统计软件包)是世界著名的统计软件之一，目前SPSS公司已将它的英文名称更改为Statistical Product and Service Solution，意为“统计产品与服务解决方案”。SPSS软件不仅具有包括数据管理、统计分析、图表分析、输出管理等在内的基本统计功能，而且用它处理正交试验设计中的数据程序简单，分析结果明了。基于以上优点，SPSS已经广泛应用于自然科学、社会科学中，其中涉及的领域包括工程技术、应用数学、经济学、商业、金融等等。本文研究内容主要来源于“庆安集团基于物联网技术的航空柔性精益制造系统”，在庆安集团新建的320厂房建立自动化物料搬运系统（AMHS），使用生产仿真软件EM-Plant对该系统建模并仿真，设计实验因子及各水平如表1-1，则共有3*4*6=72组实验结果，如表所示。为方便描述，将各因子定义为：X1表示AGC物料交换服务水平，X2表示周转箱交换周期，X3表示EMS数量，Y表示因变量年产量箱数。本文目的就是建立年产量箱数与AGC物料交换服务水平、周转箱交换周期和EMS数量之间的关系。

应用数理统计课后习题参考答案

习题五 1 试检验不同日期生产的钢锭的平均重量有无显著差异？（=0.05）解根据问题，因素A 表示日期，试验指标为钢锭重量，水平为5. 假设样本观测值(1,2,3,4)ij y j =来源于正态总体2 ~(,),1,2,...,5i i Y N i μσ= . 检验的问题：01251:,:i H H μμμμ===不全相等 . 计算结果：表5.1 单因素方差分析表 ‘*’ . 查表0.95(4,15) 3.06F =，因为0.953.9496(4,15)F F =>，或p = 0.02199<0.05，所以拒绝0H ，认为不同日期生产的钢锭的平均重量有显著差异. 2 考察四种不同催化剂对某一化工产品的得率的影响，在四种不同催化剂下分别做试验试检验在四种不同催化剂下平均得率有无显著差异？（=0.05）解根据问题，设因素A 表示催化剂，试验指标为化工产品的得率，水平为4 . 假设样本观测值(1,2,...,)ij i y j n =来源于正态总体2 ~(,),1,2,...,5i i Y N i μσ= .其中

样本容量不等，i n 分别取值为6，5，3，4 . 检验的问题：012341:,:i H H μμμμμ===不全相等 . 计算结果：表5.2 单因素方差分析表查表0.95(3,14) 3.34F =，因为0.952.4264(3,14)F F =<，或p = 0.1089 > 0.05，所以接受0H ，认为在四种不同催化剂下平均得率无显著差异 . 3 试验某种钢的冲击值（kg ×m/cm2），影响该指标的因素有两个，一是含铜量A ，试检验含铜量和试验温度是否会对钢的冲击值产生显著差异？（=0.05）解根据问题，这是一个双因素无重复试验的问题，不考虑交互作用. 设因素,A B 分别表示为含铜量和温度，试验指标为钢的冲击力，水平为12. 假设样本观测值(1,2,3,1,2,3,4)ij y i j ==来源于正态总体2 ~(,),1,2,3,ij ij Y N i μσ= 1,2,3,4j = .记i α?为对应于i A 的主效应；记j β?为对应于j B 的主效应；检验的问题：（1）10:i H α?全部等于零，11 :i H α?不全等于零；（2）20:j H β?全部等于零，21:j H β?不全等于零；计算结果：表5.3 双因素无重复试验的方差分析表查表0.95(2,6) 5.143F =，0.95(3,6) 4.757F =，显然计算值,A B F F 分别大于查表值，或p = 0.0005，0.0009 均显著小于0.05，所以拒绝1020,H H ，认为含铜量和试验温度都会对钢的冲击值产生显著影响作用. 4 下面记录了三位操作工分别在四台不同的机器上操作三天的日产量：

数理统计作业三

第一部分统计基础与概率计算(共10题,10分/题) 1.某人在每天上班途中要经过3个设有红绿灯的十字路口。设每个路口遇到红灯的事件就是相互独立的,且红灯持续24秒而绿灯持续36秒。试求她途中遇到红灯的次数的概率分布及其期望值与方差、标准差。解:读题可知每个路口遇到红灯的概率就是P=24／(24+36)=0、4 假设遇到红灯的次数为X,则,X～B(3,0、4),概率分布如下 0次遇到红灯的概率P0=(1-0、4)3=0、216 1次遇到红灯的概念P1=(1-0、4)2*0、4=0、432 2次遇到红灯的概念P2=(1-0、4)*0、42=0、288 3次遇到红灯的概念P3=0、43=0、064 期望:E(x)=nP=0、4*3=1、2 方差:D(X)=δ2=nPq=0、4*3*(1-0、4)=0、72 标准差: 2、一家人寿保险公司某险种的投保人数有20000人,据测算被保险人一年中的死亡率为万分之5。保险费每人50元。若一年中死亡,则保险公司赔付保险金额50000元。试求未来一年该保险公司将在该项保险中(这里不考虑保险公司的其它费用): (1)至少获利50万元的概率; (2)亏本的概率; (3)支付保险金额的均值与标准差。解:设被保险人死亡数为X,X～B(20000,0、0005) 2.总收入为2万×50=100万,要获利至少50万,则赔付的保险金额应该不超过50万,也就就是被保险的人当中死亡人数不能超过10人,精确点就就是用二项分布来做,但就是由于20000这个数比较大,就可以用正态近似来做,就就是认为死亡人数服从与原二项分布的均值方差相同的正态分布,结用正态函数表示。概率为P(X≤10)=0、58304

应用数理统计大作业1——逐步回归法分析终

应用数理统计多元线性回归分析（第一次作业）学院：机械工程及自动化学院姓名：学号： 2014年12月

逐步回归法在AMHS物流仿真结果中的应用摘要：本文针对自动化物料搬运系统(Automatic Material Handling System，AMHS)的仿真结果，根据逐步回归法，使用软件IBM SPSS Statistics 20，对仿真数据进行分析处理，得到多元线性回归方程，建立了工件年产量箱数与EMS数量、周转箱交换周期以及AGC物料交换服务水平之间的数学模型，并对影响年产量箱数的显著性因素进行了分析，介绍了基本假设检验的情况。关键词：逐步回归；残差；SPSS；AMHS；物流仿真

目录 1、引言 (1) 2、逐步回归法原理 (4) 3、模型建立 (5) 3.1确定自变量和因变量 (5) 3.2分析数据准备 (6) 3.3逐步回归分析 (7) 4、结果输出及分析 (8) 4.1输入／移去的变量 (8) 4.2模型汇总 (9) 4.3方差分析 (9) 4.4回归系数 (10) 4.5已排除的变量 (11) 4.6残差统计量 (11) 4.7残差分布直方图和观测量累计概率P-P图 (12) 5、异常情况说明 (13) 5.1异方差检验 (13) 5.2残差的独立性检验 (14) 5.3多重共线性检验 (15) 6、结论 (15) 参考文献 (17)

应用数理统计作业题及参考答案(第二章)(2)

第二章参数估计（续） P68 2.13 设总体X 服从几何分布：{}()1 1k P X k p p -==-，12k = ，，，01p <<，证明样本均值1 1 n i i X X n == ∑是()E X 的相合、无偏和有效估计量。证明：总体X 服从几何分布， ∴()1= E X p ，()2 1-= p D X p . 1 () ()1 11 11 11==????===??== ? ????? ∑ ∑ n n i i i i E X E X E X n E X n n n p p . ∴样本均值11n i i X X n == ∑ 是()E X 的无偏估计量。 2 () 2222 1 11 1111==--???? ===??= ? ?????∑ ∑n n i i i i p p D X D X D X n n n n p np . ()()()()11 11 ln ln 1ln 1ln 1-??=-=+--??；X f X p p p p X p . () 111ln 111111f X p X X p p p p p ?--= - =+?--；. () () 2 11 2 2 2 ln 11 1f X p X p p p ?-=- + ?-；. ()()()()21112 2 2 22ln 11 1111f X p X X I p E E E p p p p p ???? ?? ?--=-=--+=+???????--?????? ? ?? ? ； () ()() ()12 2 2 2 2 211 11 111111111??-= + -= + ?-=+? ?---?? p E X p p p p p p p p ()()() () 2 2 2 111 1 111-+= + = = ---p p p p p p p p p .

数理统计学作业

数理统计学作业专业：飞行器设计姓名：刘炜华学号： 20130302002 2013年9月

1．数据的采集及说明 1.1数据的搜集方法及说明当复合材料结构开始大量应用之后，在实际使用中可以积累大量的故障统计数据，航空公司在对故障数据进行收集和统计之后，可以对故障数据作故障率直方图和故障频率分布图来进行故障频率信息的统计和分析。表 1是一架飞机在某段时间内故障间隔飞行小时，下面以该数据集为基础简单估计该架飞机在该时间段内的故障率曲线分布。表1某飞机一段时间内故障间隔飞行小时 1.2.数据整理 1.表中共有 100 个维修数据，找出其中的最大值为max 652L =小时，最小值为 min 1L =小时； 2.计算组数：根据经验公式：1 3.32lg k n =+，计算得1 3.32lg 1 3.32lg1008k n =+=+≈，所以将数据分为8组； 3.计算组距： max min 6521 828 L L t k --?= =≈； 4.根据公式计算并将所得的结果列成表2: 频率：/j j W f n =

表2故障频率分析过程计算结果 5.计算得：202.98X =，167.0697S =; 根据公式3 1 13 () 1.1035(1)n i i X X V n S =-= =-∑ 6．计算峰度：根据公式4 1 24 () 3.4853(1)n i i X X V n S =-= =-∑ 1.3.直方图与折线图图1-1故障频数直方图

图1-2故障频率折线图图1-3故障频率直方图图1-4累计频率折线图

从频率直方图即图3中可以看出，靠近左侧的数据出现较多。通过比较频率曲线和指数分布曲线可以看出，该图显示故障呈现典型的指数分布，所以说明趋势方程是指数函数。趋势线方程代表故障频数随时间的发展趋势，据此可以预测未来某一时间段内的故障数，来实现故障相关维修成本的估算。 1.4.经验分布函数根据定义得出，总体X 的经验分布函数为： 0,1 (),1652,1,2,...,991001,652 n x k F x x k x

应用数理统计大作业1——逐步回归法分析终

应用数理统计大作业1——逐步回归法分析终 -标准化文件发布号：（9456-EUATWK-MWUB-WUNN-INNUL-DDQTY-KII

应用数理统计多元线性回归分析（第一次作业）学院：机械工程及自动化学院姓名：学号： 2014年12月

逐步回归法在AMHS物流仿真结果中的应用摘要：本文针对自动化物料搬运系统 (Automatic Material Handling System，AMHS)的仿真结果，根据逐步回归法，使用软件IBM SPSS Statistics 20，对仿真数据进行分析处理，得到多元线性回归方程，建立了工件年产量箱数与EMS数量、周转箱交换周期以及AGC物料交换服务水平之间的数学模型，并对影响年产量箱数的显著性因素进行了分析，介绍了基本假设检验的情况。关键词：逐步回归；残差；SPSS；AMHS；物流仿真

数理统计第二次作业

数理统计第二次作业 ? 1. 某百货公司连续40 天的商品销售额如下（单位：万元）： 41 46 35 42 25 36 28 36 29 45 46 37 47 37 34 37 38 37 30 49 34 36 37 39 30 45 44 42 38 43 26 32 43 33 38 36 40 44 44 35 根据上面的数据进行适当的分组，编制频数分布表，并绘制直方图。（数据见练习1 数据.xls —练习 1.1 ）解：频数分布表及直方图如下：由直方图可以看出，该百货公司连续 40 天的销售额近似服从单峰对称的正态分布。 2. 为了确定灯泡的使用寿命（小时），在一批灯泡中随机抽取100 只进行测试，所得结果如下： 700 706 716 715 728 712 719 722 685 691 709 708 691 690 684 692

705 707 718 701 708 729 694 681 695 685 706 661 735 665 668 710 693 697 674 658 698 666 696 698 706 692 691 747 699 682 698 700 710 722 694 690 736 689 696 651 673 749 708 727 688 689 683 685 702 741 698 713 676 702 701 671 718 707 683 717 733 712 683 692 693 697 664 681 721 720 677 679 695 691 713 699 725 726 704 729 703 696 717 688 (1) 利用计算机对上面的数据进行排序； (2) 以组距为10 进行等距分组，整理成频数分布表，并绘制直方图；(3) 绘制茎叶图，并与直方图作比较. 解( 1)排序如下 (2)频数分布表及频数分布直方图如下：从直方图可以看出，灯泡的使用寿命近似服从单峰对称的正态分布。 (3)茎叶图如下与频数分布表比较可知：当频数分布表频数分布间隔为10，且从整10 开始，则茎叶图各茎所含叶片数与对应频数区间所含项数相等。 3. 某企业决策人考虑是否采用一种新的生产管理流程。据对同行的调查得知，采用新生产管理流程后产品优质率达95％的占四成，优质率维持在原来水平(即80%)的占六成。该企业利用新的生产管理流程进行一次试验，所生产 5 件产品全部达到优质。问该企业决策者会倾向于如何决策？解：设A =优质率达95%, C =优质率为80%, B =试验所生产的5件全部优质。 P(A) = 0.4 , P(A ) = 0.6 , P(B|A)=0.955 , P(B|A )=0.85 ，所求概率为：P (A I B ) P(A) ?P(B I A) P(A) ?P(B II A)+P(A ) ?P(B I A ) 0.50612 0.30951 0.6115 决策者会倾向于采用新的生产管理流程。

重庆大学研究生数理统计大作业

NBA球员科比单场总得分与上场时间的线性回归分析摘要篮球运动中，球员的上场时间与球员的场上得分的数学关系将影响到教练对每位球员上场时间的把握，若能得到某位球员的上场时间与场上得分的数据关系，将能更好的把握该名球员的场上时间分配。本次作业将针对现役NBA球员中影响力最大的球员科比布莱恩特进行研究，对其2012-2013年赛季常规赛的每场得分与出场时间进行线性回归，得到得分与出场时间的一元线性回归直线，并对显著性进行评估和进行区间预测。正文一、问题描述随着2002年姚明加入NBA，越来越多的中国人开始关注篮球这一项体育运动，并使得篮球运动大范围的普及开来，尤其是青年学生。本着学以致用的原则，希望将所学理论知识与现实生活与个人兴趣相结合，若能通过建立相应的数理统计模型来做相应的分析，并且从另外一个角度解析篮球，并用以指导篮球这一项运动的更好发展，这也将是一项不同寻常的探索。篮球运动中，得分是取胜的决定因素，若要赢得比赛，必须将得分超出对手，而影响一位球员的得分的因素是多样的，例如：情绪，状态，体力，伤病，上场时间，防守队员等诸多因素，而上场时间作为最直接最关键的因素，其对球员总得分的影响方式有着重要的研究意义。倘若知道了其分布规律，则可从数量上掌握得分与上场时间复杂关系的大趋势，就可以利用这种趋势研究球员效率最优化与上场时间的控制问题。因此，本文针对湖人当家球星科比布莱恩特在2012-2013年赛季常规赛的每场得分与上场时间进行线性回归分析，并对显著性进行评估，以巩固所学知识，并发现自己的不足。二、数据描述抽出科比布莱恩特2012-2013年常规赛所有82场的数据记录（原始数据见附录），剔除掉其中没有上场的部分数据，得到有参考实用价值的数据如表2.1所示：

北航应用数理统计考试题及参考解答

北航2010《应用数理统计》考试题及参考解答 09B 一、填空题（每小题3分，共15分） 1，设总体X 服从正态分布(0,4)N ，而12 15(,,)X X X 是来自X 的样本，则22 110 22 11152() X X U X X ++=++服从的分布是_______ . 解：(10,5)F ． 2，?n θ是总体未知参数θ的相合估计量的一个充分条件是_______ . 解：??lim (), lim Var()0n n n n E θθθ→∞ →∞ ==． 3，分布拟合检验方法有_______ 与____ ___. 解：2 χ检验、柯尔莫哥洛夫检验． 4，方差分析的目的是_______ . 解：推断各因素对试验结果影响是否显著． 5，多元线性回归模型=+Y βX ε中，β的最小二乘估计?β 的协方差矩阵?βCov()=_______ . 解：1?σ-'2Cov(β) =()X X ．二、单项选择题（每小题3分，共15分） 1，设总体~(1,9)X N ，129(,, ,)X X X 是X 的样本，则___B___ . （A ） 1~(0,1)3X N -；（B ）1 ~(0,1)1X N -；（C ） 1 ~(0,1) 9X N -；（D ~(0,1)N ． 2，若总体2(,)X N μσ，其中2σ已知，当样本容量n 保持不变时，如果置信度1α-减小，则μ的置信区间____B___ . （A ）长度变大；（B ）长度变小；（C ）长度不变；（D ）前述都有可能. 3，在假设检验中，就检验结果而言，以下说法正确的是____B___ . （A ）拒绝和接受原假设的理由都是充分的；（B ）拒绝原假设的理由是充分的，接受原假设的理由是不充分的；（C ）拒绝原假设的理由是不充分的，接受原假设的理由是充分的；（D ）拒绝和接受原假设的理由都是不充分的. 4，对于单因素试验方差分析的数学模型，设T S 为总离差平方和，e S 为误差平方和，A S 为效应平方和，则总有___A___ .

西安交大数理统计作业(完整版)

第一章 1.1 X~N(μ,2 σ) 则X~N(μ, 2 n σ )，所以X－μ~N(0, 2 n σ ) P{X-μ <1}= P{ ＝ 0.95 N（0,1）,而(0.975) 1.96 Φ= 所以n最小要取[2 1.96x2σ]+1 1.2 （1）至800小时，没有一个元件失效这个事件等价于P{ 123456 X X X X X X>800}的概率由已知X服从指数分布，可求得P{ 123456 X X X X X X>800}＝7.2 e-（2）至3000小时，所有六个元件都失效的概率等价与P{ 123456 X X X X X X<3000}的概率可求得P{ 123456 X X X X X X<3000}= 4.56 (1) e- - 1.5 2 1 () n i i X a = - ∑＝2 1 [()()] n i i X X X a = -+- ∑ ＝22 111 ()2()()() n n n i i i i i X X X a X X X a === -+--+- ∑∑∑ 因为 1 () n i i X X = - ∑＝0 所以2 1 () n i i X a = - ∑＝22 11 ()() n n i i i X X X a == -+- ∑∑ ＝22 1 () n i nS X a = +- ∑ 所以当a＝X时，2 1 () n i i X a = - ∑有最小值且等于2nS 1.6 （1）由 1 1n i i X X n= =∑

有等式的左边＝ 221 12n n i i i i X X n μμ==-+∑∑ 等式的右边＝ 22221122n n i i i i X X X nX nX nX n μμ==-++-+∑∑ ＝ 22 2 2 211 22n n i i i i X nX nX nX X n μμ==-++-+∑∑ ＝ 221 1 2n n i i i i X X n μμ==-+∑∑ 左边等于右边，结论得证。（2）等式的左边＝ 22 11 2n n i i i i X X X nX ==-+∑∑＝221 n i i X nX =-∑ 等式的右边＝ 221 n i i X nX =-∑ 左边等于右边，结论得证。 1.7 （1）由11n n i i X X n ==∑ 及 22 1 1()n n i n i S X X n ==-∑ 有左边=1111111111()1111 n n n n n i i n i i i i X X X X X X n n n n ++++=====+=+++++∑∑∑ 111 ()111 n n n n n nX X X X X n n n ++= +=+-+++=右边左边等于右边，结论得证。（2）由左边=12 21 11 1()1n n i n i S X X n +++==-+∑ 121111[()]11 n i n n n i X X X X n n ++==---++∑ 121111[()()]11 n i n n n i X X X X n n ++==---++∑ 12 2112 1121[()()()()]11(1) n i n i n n n n n i X X X X X X X X n n n +++==----+-+++∑

应用数理统计吴翊李永乐第三章假设检验课后作业参考答案

第三章假设检验课后作业参考答案某电器元件平均电阻值一直保持Ω，今测得采用新工艺生产36个元件的平均电阻值为Ω。假设在正常条件下，电阻值服从正态分布，而且新工艺不改变电阻值的标准偏差。已知改变工艺前的标准差为Ω，问新工艺对产品的电阻值是否有显着影响(01.0=α) 解：(1)提出假设64.2:64.2:10≠=μμH H ， (2)构造统计量36 /06.064 .261.2/u 00 -=-= -= n X σμ (3)否定域???? ??>=???? ??>?? ??? ??<=--21212 αααu u u u u u V (4)给定显着性水平01.0=α时，临界值575.2575.22 12 =-=- α αu u ， (5) 2 αu u <，落入否定域，故拒绝原假设，认为新工艺对电阻值有显着性影响。一种元件,要求其使用寿命不低于1000（小时）,现在从一批这种元件中随机抽取25件,测得其寿命平均值为950（小时）。已知这种元件寿命服从标准差100σ=（小时）的正态分布，试在显着水平下确定这批元件是否合格。解： {}01001:1000, H :1000 X 950 100 n=25 10002.5 V=u 0.05H x u αμμσμα-≥<====->=提出假设：构造统计量：此问题情形属于u 检验，故用统计量：此题中：代入上式得：拒绝域：本题中：0.950.950 u 1.64u 0.0u H =>∴即，拒绝原假设认为在置信水平5下这批元件不合格。某厂生产的某种钢索的断裂强度服从正态分布( )2 ,σ μN ，其中()2 /40cm kg =σ。现从一

西南大学数理统计作业及答案

数理统计第一次 1、设总体X 服从正态分布),(2 σμN ，其中μ已知，2 σ未知，n X X X ,,,21Λ为其样本， 2≥n ,则下列说法中正确的是（）。（A ） ∑=-n i i X n 1 2 2 )(μσ是统计量（B ） ∑=n i i X n 1 2 2 σ是统计量（C ） ∑=--n i i X n 1 2 2 )(1 μσ是统计量（D ） ∑=n i i X n 1 2μ 是统计量 2、设两独立随机变量)1,0(~N X ，)9(~2 χY ，则 Y X 3服从（）。 )(A )1,0(N )(B )3(t )(C )9(t )(D )9,1(F 3、设两独立随机变量)1,0(~N X ，2 ~(16)Y χ ）。 )(A )1,0(N )(B (4)t )(C (16)t )(D (1,4)F 4、设n X X ,,1Λ是来自总体X 的样本，且μ=EX ，则下列是μ的无偏估计的是（）. ) (A ∑ -=-1 1 1 1n i i X n )(B ∑=-n i i X n 111)(C ∑=n i i X n 2 1)(D ∑-=1 11n i i X n 5、设4321,,,X X X X 是总体2 (0,)N σ的样本，2 σ未知，则下列随机变量是统计量的是（）. （A ）3/X σ；（B ） 4 1 4 i i X =∑；（C ）σ-1X ；（D ） 4 221 /i i X σ=∑ 6、设总体),(~2 σμN X ，1,,n X X L 为样本，S X ,分别为样本均值和标准差，则下列正确的是（）. 2() ~(,)A X N μσ2() ~(,)B nX N μσ 222 1 1 () ()~()n i i C X n μχσ=- ∑) () ~()X D t n S μ- 7、设总体X 服从两点分布B （1，p ），其中p 是未知参数，15,,X X ???是来自总体的简单随机样本，则下列随机变量不是统计量为（） ( A ).12X X +( B ){}max ,15i X i ≤≤

北航应用数理统计大作业多元线性回归

多元线性回归分析摘要：本文查找2011年《中国统计年鉴》，取我国31个省市自治区直辖市2010年的数据，利用SPSS软件对影响居民消费的因素进行讨论构造线性回归模型。并对模型的回归显著性、拟合度、正态分布等分别进行检验，最终得到最优线性回归模型，寻找影响居民消费的各个因素。关键字：回归分析；线性；相关系数；正态分布 1. 引言变量与变量之间的关系分为确定性关系和非确定性关系，函数表达确定性关系。研究变量间的非确定性关系，构造变量间经验公式的数理统计方法称为回归分析。回归分析是指通过提供变量之间的数学表达式来定量描述变量间相关关系的数学过程，这一数学表达式通常称为经验公式。一方面，研究者可以利用概率统计知识，对这个经验公式的有效性进行判定；另一方面，研究者可以利用经验公式，根据自变量的取值预测因变量的取值。如果是多个因素作为自变量的时候，还可以通过因素分析，找出哪些自变量对因变量的影响是显著的，哪些是不显著的。回归分析目前在生物统计、医学统计、经济分析、数据挖掘中得到了广泛的应用。通过对训练数据进行回归分析得出经验公式，利用经验公式就可以在已知自变量的情况下预测因变量的取值。实际问题的控制中往往是根据预测结果来进行的，如在商品流通领域，通常用回归分析商品价和与商品需求之间的关系，以便对商品的价格和需求量进行控制。本文查找2011年《中国统计年鉴》，取我国31个省市自治区直辖市2010年的数据，利用SPSS软件对影响居民消费的因素进行讨论构造多元线性线性回归模型。以探求影响居民消费水平的各个因素，得到最优线性回归模型。随后，我们对模型的回归显著性、拟合度、正态分布等分别进行检验，以考察线性回归模型的可信度。本文将分为5章进行论述。在第2章，我们介绍多元线性回归模型的概念。第3章，我们进行模型的建立与数据的收集和整理。我们在第4章对数据进行处理，得出多元线性回归模型，并对其进行检验。在第5章，我们进行总结。2.预备知识 2.1 回归分析回归分析研究的主要对象是客观事物变量间的统计关系，它是建立在对客观事物进行大量试验和观察的基础上，用来寻找隐藏在那些看上去是不确定的现象中的统计规律性的统计方法。回归分析方法是通过建立统计模型研究变量间相互关系的密切程度、结构状态及进行模型预测的一种有效的工具。

应用数理统计课后习题参考答案

习题五 1 某钢厂检查一月上旬内的五天中生产的钢锭重量，结果如下：(单位：k g) 日期重旦量 1 5500 5800 5740 5710 2 5440 5680 5240 5600 4 5400 5410 5430 5400 9 5640 5700 5660 5700 10 5610 5700 5610 5400 试检验不同日期生产的钢锭的平均重量有无显著差异？ ( =0.05) 解根据问题，因素A表示日期，试验指标为钢锭重量，水平为 5. 2 假设样本观测值y j(j 123,4)来源于正态总体Y~N(i, ),i 1,2,...,5 检验的问题：H。：i 2 L 5, H i : i不全相等. 计算结果：注释当=0.001表示非常显著，标记为*** '类似地，=0.01，0.05，分别标记为查表F0.95(4,15) 3.06，因为F 3.9496 F0.95(4,15)，或p = 0.02199<0.05 ，所以拒绝H。，认为不同日期生产的钢锭的平均重量有显著差异 2 考察四种不同催化剂对某一化工产品的得率的影响，在四种不同催化剂下分别做试验解根据问题，设因素A表示催化剂，试验指标为化工产品的得率，水平为 4 . 2 假设样本观测值y j(j 1,2,..., nJ来源于正态总体Y~N(i, ), i 1,2,...,5 .其中样本容量不等，n分别取值为6，5，3，4 .

日产量操作工查表 F O .95（3,14） 3.34，因为 F 2.4264 F °.95（3,14），或 p = 0.1089 > 0.05，所以接受H 。，认为在四种不同催化剂下平均得率无显著差异 3 试验某种钢的冲击值（kg Xm/cm2 ）,影响该指标的因素有两个，一是含铜量 A ,另一个是温度试检验含铜量和试验温度是否会对钢的冲击值产生显著差异？（ =0.05 ）解根据问题，这是一个双因素无重复试验的问题，不考虑交互作用设因素A,B 分别表示为含铜量和温度，试验指标为钢的冲击力，水平为 12. 2 假设样本观测值y j （i 1,2,3, j 1,2,3,4）来源于正态总体 Y j ~N （j , ）,i 1,2,3, j 1,2,3,4 .记i 为对应于A 的主效应；记 j 为对应于B j 的主效应；检验的问题：（1） H i 。： i 全部等于零，H i — i 不全等于零；（2） H 20 : j 全部等于零，H 21： j 不全等于零；计算结果：查表F 0.95（2,6） 5.143 ,局.95（3,6） 4.757 ,显然计算值F A , F B 分别大于查表值, 或p = 0.0005 , 0.0009均显著小于0.05，所以拒绝H i°,H 20，认为含铜量和试验温度都会对钢的冲击值产生显著影响作用 . 4 下面记录了三位操作工分别在四台不同的机器上操作三天的日产量: 检验的问题：H 0： 1 计算结果： H i : i 不全相等

数理统计第二次作业

数理统计课后答案.doc

应用数理统计大作业1——逐步回归法分析终教学提纲

应用数理统计课后习题参考答案

数理统计作业三

应用数理统计大作业1——逐步回归法分析终

应用数理统计作业题及参考答案(第二章)(2)

数理统计学作业

应用数理统计大作业1——逐步回归法分析终

数理统计第二次作业

重庆大学研究生数理统计大作业

北航应用数理统计考试题及参考解答

西安交大数理统计作业(完整版)

最新北航数理统计大作业-多元线性回归

应用数理统计吴翊李永乐第三章假设检验课后作业参考答案

最新数理统计大作业题目和答案--0348资料

西南大学数理统计作业及答案

北航应用数理统计大作业多元线性回归

应用数理统计课后习题参考答案