考研数学专业2025年数理统计试卷（含答案）

考研数学专业2025年数理统计试卷（含答案）考试时间：______分钟总分：______分姓名：______一、单项选择题：本大题共5小题，每小题5分，共25分。下列每小题给出的四个选项中，只有一项是符合题目要求的，请将所选项前的字母填在答题卡上。1.设随机变量X的分布函数为F(x)，则下列说法正确的是（）。（A）P(X≤a)=F(a)（B）P(X=a)=F(a)-F(a-0)（C）P(X>a)=1-F(a-0)（D）P(X≥a)=F(a+0)2.设随机变量X～N(μ,σ²)，Y=3X+2，则Y的数学期望E(Y)和方差D(Y)分别为（）。（A）E(Y)=μ,D(Y)=σ²（B）E(Y)=3μ+2,D(Y)=3σ²（C）E(Y)=3μ+2,D(Y)=σ²（D）E(Y)=μ,D(Y)=9σ²3.设X₁,X₂,…,Xn是来自总体N(μ,σ²)的简单随机样本，样本均值为X̄，样本方差为S²，则下列结论正确的是（）。（A）X̄~N(μ,σ²/n)（B）(n-1)S²/σ²~χ²(n-1)（C）X̄与S²相互独立（D）E(S²)=σ²4.设总体X的概率密度函数为f(x;θ)=θx^(θ-1),0<x<1,θ>0，其中θ未知。若X₁,X₂,…,Xn是来自总体X的样本，则θ的矩估计量是（）。（A）X̄（B）(n-1)X̄（C）nX̄（D）1/n*Σ(Xᵢ^(n-1))5.在假设检验H₀:μ=μ₀vsH₁:μ≠μ₀中，若选取的检验水平为α，则当检验结果为拒绝H₀时，我们称（）。（A）犯了第一类错误（B）犯了第二类错误（C）肯定了H₀为真（D）肯定了H₁为真二、填空题：本大题共4小题，每小题4分，共16分。请将答案填在答题卡上对应题号后的横线上。6.设随机变量X与Y相互独立，且X～N(1,4)，Y～N(0,9)，则随机变量Z=3X-2Y的数学期望E(Z)=______，方差D(Z)=______。7.设随机变量X的概率密度函数为f(x)={c/x²,x>1;0,x≤1}，则常数c=______。8.从总体X中抽取样本X₁,X₂,…,Xn，若总体均值未知，总体方差σ²未知，欲检验假设H₀:μ=μ₀，通常使用的检验统计量是______（用样本均值X̄，样本方差S²表示）。9.在简单线性回归模型Y=β₀+β₁x+ε中，若已知样本点的中心点为(x̄,ȳ)，则回归直线必过点______。三、解答题：本大题共6小题，共69分。解答应写出文字说明、证明过程或演算步骤。10.（10分）设随机变量X的概率密度函数为f(x)={a,0<x<2;0,其他}。（1）确定常数a的值；（2）求随机变量X的分布函数F(x)；（3）计算P(1<X<3)。11.（10分）设随机变量X和Y相互独立，且X～N(0,1)，Y～N(0,1)。（1）证明：随机变量Z=X²+Y²服从自由度为2的χ²分布；（2）求随机变量W=1/Z的分布函数。12.（12分）设总体X的概率密度函数为f(x;θ)={θ,0<x<1;0,其他}，其中θ未知。X₁,X₂,…,Xn是来自总体X的样本。（1）求θ的极大似然估计量；（2）证明θ的极大似然估计量是无偏估计量。13.（12分）从正态总体N(μ,4²)中抽取容量为n=16的样本，样本均值为X̄=10。（1）求总体均值μ的99%置信区间（已知χ²₀.₀⁵(15)=27.488,χ²₀.₀¹(15)=32.801）；（2）若要求置信度为95%，且置信区间的长度不超过1，问至少需要抽取多少个样本？14.（12分）某研究想考察广告投入（x，单位：万元）与产品销售量（y，单位：件）之间的关系。随机抽取5对观测数据，得到如下资料：n=5,Σxᵢ=15,Σyᵢ=40,Σxᵢ²=55,Σyᵢ²=180,Σxᵢyᵢ=100。（1）求线性回归方程y=a+bx；（2）检验线性回归效果是否显著（取α=0.05，已知t₀.₀²₅(3)=3.182）。15.（11分）要检验某元件的寿命X（单位：小时）是否服从指数分布，抽取了n=100个元件进行测试，得到寿命小于200小时的有20个，小于400小时的有80个。（1）提出原假设H₀：X服从指数分布；（2）写出检验统计量的表达式（提示：可考虑Kolmogorov-Smirnov检验的统计量D⁺或D⁻，此处简化为基于经验分布函数的最大偏差）；（3）若经验判断元件寿命超过200小时的可能性较小，试说明应选择哪个统计量D⁺或D⁻进行检验，并简述理由。试卷答案一、单项选择题1.B2.B3.B4.C5.A二、填空题6.3,257.28.t(n-1)*(X̄-μ₀)/S9.(x̄,ȳ)三、解答题10.（1）由∫₀²af(x)dx=1，得a*[x]₀²=1，解得a=1/2。（2）F(x)={0,x≤0;(1/2)(2-x),0<x<2;1,x≥2}。（3）P(1<X<3)=F(3)-F(1)=1-(1/2)(2-1)=1/2。11.（1）因X～N(0,1)，则X/1～N(0,1)。令Y=X/1，则Y～N(0,1)。由Z=X²+Y²=(X/1)²+(Y/1)²，且X/1与Y/1相互独立同N(0,1)，根据χ²分布定义，Z服从自由度为2的χ²分布。（2）令V=Y/1，则V～N(0,1)。W=1/Z=1/(X²+Y²)=1/(V²+1²)。要求P(W≤w)，即P(1/(V²+1)≤w)。若w≤0，则P(W≤w)=0。若w>0，则P(W≤w)=P(1/(V²+1)≤w)=P(V²+1≥1/w)=P(V²≥1/w-1)。因V²～χ²(1)，则P(V²≥1/w-1)=1-P(V²<1/w-1)=1-F_V²(1/w-1)。F_V²(1/w-1)=P(V²≤1/w-1)=P(-√(1/w-1)≤V≤√(1/w-1))=Φ(√(1/w-1))-Φ(-√(1/w-1))=2Φ(√(1/w-1))-1。故W的分布函数F_W(w)={0,w≤0;2Φ(√(1/w-1))-1,w>0}。12.（1）写出似然函数L(θ)=Πᵢ<0xE2><0x82><0x99>f(Xᵢ;θ)=Πᵢ<0xE2><0x82><0x99>θXᵢ^(θ-1)=θⁿ*Πᵢ<0xE2><0x82><0x99>Xᵢ^(θ-1)。取对数似然函数lnL(θ)=nlnθ+(θ-1)Σᵢ<0xE2><0x82><0x99>lnXᵢ。求导数d(lnL)/dθ=n/θ+Σᵢ<0xE2><0x82><0x99>lnXᵢ。令其等于0，得θ̂=-n/Σᵢ<0xE2><0x82><0x99>lnXᵢ。θ的极大似然估计量为θ̂=1/(1/n*Σᵢ<0xE2><0x82><0x99>lnXᵢ)。注意到E(lnX)=∫₀¹lnx*θx^(θ-1)dx=θ*[-x^(θ)/θ]₀¹+∫₀¹x^(θ)dx/θ=θ*(1-1/θ)+θ/(θ+1)=1-1/θ+1/(θ+1)=1-1/(θ(θ+1))。由于E(lnX)=1-1/(θ(θ+1))，所以E(1/(1/n*ΣlnXᵢ))=E(θ̂)=θ。故θ̂是θ的无偏估计量。（2）证明见（1）。13.（1）因总体方差σ²=4²已知，使用Z检验。检验统计量Z=(X̄-μ₀)/(σ/√n)=(10-μ₀)/(4/√16)=(10-μ₀)/1=10-μ₀。拒绝域为|Z|>z_(α/2)。α=0.01，z_(0.005)=2.576。拒绝域为|10-μ₀|>2.576，即μ₀∈(10-2.576,10+2.576)=(7.424,12.576)。置信区间为(7.424,12.576)。（2）置信区间长度L=2*z_(α/2)*(σ/√n)=2*1.96*(4/√n)=15.68/√n。要求L≤1，即15.68/√n≤1，√n≥15.68，n≥15.68²≈245.86。故至少需要抽取246个样本。14.（1）计算回归系数b=[nΣxᵢyᵢ-ΣxᵢΣyᵢ]/[nΣxᵢ²-(Σxᵢ)²]=[5*100-15*40]/[5*55-15²]=50/20=2.5。计算a=ȳ-bx̄=40/5-2.5*15/5=8-7.5=0.5。回归方程为y=0.5+2.5x。（2）检验统计量F=[bSₓ²]/[Sₓ²/(n-2)]，其中Sₓ²=(Σxᵢ²-(Σxᵢ)²/n)/(n-1)=(55-225/5)/4=20/4=5。bSₓ²=2.5*5=12.5。Sₓ²/(n-2)=5/(5-2)=5/3。F=12.5/(5/3)=7.5。拒绝域为F>F_(α,1,n-2)。α=0.05，自由度(1,3)。查表得F_(0.05,1,3)=10.13。因为7.5<10.13，不能拒绝原假设H₀，即线性回归效果在α=0.05水平下不显著。15.（1）原假设H₀：X服从指数分布，即X的分布函数为F(x)={1-e^(-θx),x≥0;0,x<0}。其中θ=1/μ，μ为指数分布的期望。需要先估计θ。由样本信息，n=100，20个小于200，80个小于400。经验分布函数F_n(x)在x=200处值为20/100=0.2，在x=400处值为80/100=0.8。根据极大似然估计，θ̂=-1/n*Σln(Xᵢ)=-1/100*Σln(Xᵢ)。对于截尾样本，通常用样本中位数的倒数或极大似然估计。这里用样本中位数倒数近似，中位数在(200,400)之间，取μ̂≈300，θ̂≈1/300。假设检验的原假设H₀：F(x)=1-e^(-x/300)。（2）检验统计量。此处考虑经验分布函数F_n(x)与理论分布函数F(x)在所有样本点xᵢ处的最大偏差。可以定义统计量D⁺=max{|F_n(xᵢ)-F(xᵢ)|}或D⁻=max{|F_n(xᵢ)-F(xᵢ)|}。计算各点的偏差：x₁=200,F_n(200)=0.2,F(200)=1-e^(-200/300)=1-e^(-2/3)。F_n(200)-F(200)=0.2-(1-e^(-2/3))=e^(-2/3)-0.8。x₂=400,F_n(400)=0.8,F(400)=1-e^(-400/300)=1-e^(-4/3)。F_n(400)-F(400)=0.8-(1-e^(-4/3))=e^(-4/3)-0.2。D⁺=max{e^(-2/3)-0.8,e^(-4/3)-0.2}。D⁻=min{e^(-2/3)-0.8,e^(-4/3)-0.2}。由于e^(-2/3)≈0.513，e^(-4/3)≈0.265。所以e^(-2/3)-0.8≈-0.287，e^(-4/3)-0.2≈-0.035。故D⁺=max{-0.287,-0.035}=-0.035，D⁻=min{-0.287,-0.035}=-0.287。此处D⁺为正偏差的最大值，D⁻为负偏差的最大绝对值。通常选择更敏感的统计量，即最大偏差的绝对值|D⁺|或|D⁻|。选择D=max{|D⁺|,|D⁻|}=max{|-0.035|,|-0.287|}=0.287。检验统计量D=max{|F_n(xᵢ)-F(xᵢ)|}。（3）检验原理。在H₀为真时，F_n(x)应近似于F(x)，统计量D应较小。当D过大时拒绝H₀。具体临界值或P值计算复杂，通常依赖分布表或软件。但根据题意，元件寿命超过200小时的有20个，占比20%，相对较少