2026年参数估计 测试题及答案

2026年参数估计测试题及答案

一、单项选择题(总共10题，每题2分)1.点估计中，用样本均值估计总体均值的方法属于：A.矩估计B.极大似然估计C.贝叶斯估计D.区间估计2.若总体X~N(μ,σ²)，σ²已知，样本均值X̄，则μ的极大似然估计量是：A.X̄B.(X̄+μ₀)/2C.S²D.1/nΣXi²3.估计量的无偏性是指：A.估计量的均值等于真实参数B.估计量的方差最小C.估计量依概率收敛到真实参数D.估计量的中位数等于真实参数4.对于正态总体N(μ,σ²)，当σ²未知时，构造μ的置信区间应使用的分布是：A.标准正态分布B.t分布C.χ²分布D.F分布5.置信水平1-α=0.95的置信区间，意味着：A.该区间包含真实参数的概率是0.95B.重复抽样构造的区间中有95%包含真实参数C.该区间是唯一的D.该区间包含真实参数的概率是0.056.设θ̂₁和θ̂₂是参数θ的两个无偏估计量，Var(θ̂₁)=2，Var(θ̂₂)=1，则θ̂₂更有效，这体现了估计量的：A.无偏性B.有效性C.一致性D.相合性7.当样本容量n增大时，置信区间的宽度会：A.增大B.减小C.不变D.不确定8.极大似然估计法的核心思想是：A.使样本出现的概率最大B.使样本均值等于总体均值C.使样本方差等于总体方差D.使样本中位数等于总体中位数9.关于非参数估计，下列说法正确的是：A.非参数估计必须假设总体分布类型B.直方图估计属于非参数估计C.核密度估计是参数估计D.非参数估计仅适用于大样本10.贝叶斯估计中，后验分布的计算依赖于：A.先验分布和似然函数B.样本均值和样本方差C.中心极限定理D.无偏性准则二、填空题(总共10题，每题2分)1.矩估计法是用样本矩代替______来估计总体参数的方法。2.设总体X的概率密度函数为f(x;θ)=θx^(θ-1),0<x<1,θ>0，用极大似然估计法估计θ，似然函数L(θ)=______。3.估计量θ̂是θ的无偏估计，意味着E(θ̂)=______。4.正态总体N(μ,σ²)，σ²已知时，μ的置信水平为1-α的置信区间为______。5.样本方差S²=1/(n-1)Σ(Xi-X̄)²是总体方差σ²的______估计量（填“无偏”或“有偏”）。6.大样本区间估计的理论基础是______定理。7.若估计量θ̂依概率收敛于θ，则称θ̂是θ的______估计。8.共轭先验分布中，若总体分布为二项分布B(n,p)，则p的共轭先验分布是______分布。9.非参数估计中，通过对每个样本点赋予权重并加权平均来估计总体密度的方法是______估计。10.极大似然估计量的一个重要性质是具有______性（指当样本量趋于无穷时，估计量依概率收敛到真实参数）。三、判断题(总共10题，每题2分)1.矩估计量一定是无偏估计量。2.样本均值是总体均值的无偏估计。3.置信水平越高，置信区间的宽度越窄。4.极大似然估计量比矩估计量更有效。5.当总体分布未知时，大样本下可以用样本均值估计总体均值。6.样本方差S²=1/nΣ(Xi-X̄)²是总体方差σ²的无偏估计。7.贝叶斯估计中，先验分布反映了先验信息，后验分布反映了数据信息。8.非参数估计不需要总体分布的假设。9.估计量的有效性是指估计量的方差最小。10.极大似然估计量总是存在唯一。四、简答题(总共4题，每题5分)1.简述矩估计法的基本思想和步骤。2.比较极大似然估计与矩估计的异同。3.说明区间估计中置信水平与置信区间宽度的关系。4.举例说明估计量有效性的评价标准在实际中的应用。五、讨论题(总共4题，每题5分)1.某工厂生产零件，假设零件尺寸服从正态分布N(μ,σ²)，现随机抽取n个零件测量尺寸，如何分别用矩估计法和极大似然估计法估计μ和σ²，并比较两种方法的结果是否一致？2.在参数估计中，当总体分布未知且样本量较小时，如何选择合适的估计方法？如果样本量较大，又该如何调整？3.假设你在研究中需要估计一个未知的概率p（比如产品合格概率），现有两种方案：方案1是做n次独立伯努利试验，观察成功次数；方案2是做n次试验，其中每次试验的成功率p可能随试验过程变化（即非独立同分布）。哪种方案更适合用极大似然估计？为什么？4.贝叶斯估计方法与经典的频率学派参数估计方法相比，在处理先验信息时具有优势，但也存在先验分布选择主观性问题。请结合实际应用场景，分析贝叶斯估计在医疗诊断或金融预测中的潜在优势和局限性。答案与解析一、单项选择题1.A矩估计法核心是用样本矩代替总体矩，样本均值估计总体均值属于矩估计。2.A正态总体均值的极大似然估计量为样本均值X̄。3.A无偏性定义为估计量的均值等于真实参数。4.B小样本且σ²未知时，用t分布构造均值置信区间。5.B置信水平定义为重复抽样中包含真实参数的区间比例。6.B有效性是指无偏估计中方差最小的估计量。7.B样本容量越大，置信区间宽度越小。8.A极大似然估计通过最大化似然函数使样本出现概率最大。9.B直方图属于非参数估计，无需分布假设。10.A贝叶斯后验分布=先验分布×似然函数/边际似然。二、填空题1.总体矩2.nθ^n(ΠXi)^(θ-1)3.θ4.X̄±Zα/2(σ/√n)5.无偏6.中心极限7.一致8.Beta9.核密度10.一致三、判断题1.×矩估计不一定无偏，如样本方差除以n是有偏的。2.√样本均值的期望等于总体均值，故为无偏估计。3.×置信水平越高，区间越宽（需更大概率覆盖）。4.×有效性需比较方差，两者有效性不一定谁更优。5.√大样本下中心极限定理支持样本均值近似正态分布。6.×样本方差除以n-1才是无偏估计，除以n是有偏的。7.√贝叶斯后验分布结合先验和数据信息。8.√非参数估计依赖经验分布，无需总体分布假设。9.×有效性需限定为“无偏估计中方差最小”。10.×极大似然估计可能不唯一或不存在。四、简答题1.矩估计思想：用样本矩代替总体矩。步骤：1.确定待估参数；2.计算总体各阶原点矩（或中心矩）与参数的关系；3.用样本矩替换总体矩，解方程得估计量。2.相同：均为点估计方法。不同：矩估计基于矩对应关系，依赖低阶矩，不假设分布；极大似然估计基于似然函数最大化，依赖分布形式，利用概率结构，通常更有效。3.置信水平1-α越高，区间包含真实参数的概率越大，区间宽度越宽（需更大范围覆盖）；反之，置信水平越低，区间越窄但覆盖概率降低。4.例：正态总体均值μ的估计，样本均值X̄和样本中位数M均无偏，但X̄方差Var(X̄)=σ²/n<Var(M)，故X̄更有效。实际中，医疗研究用更精确的无偏估计提升结论可靠性。五、讨论题1.矩估计：μ̂=X̄，σ²̂=1/nΣ(Xi-X̄)²；极大似然估计：μ̂=X̄，σ²̂=1/nΣ(Xi-X̄)²。两者结果一致，因正态总体下似然函数与矩估计方程等价。2.小样本未知分布：用非参数估计（直方图、核密度）或贝叶斯估计（利用先验）；大样本：中心极限定理支持参数估计或非参数估计，无需强分布假设，样本量足够时精度高。3.方案1更适合。极大似然要求i.i.d.样本，方案1中试验独立同分布，似然函数L(p)=C(n,k)p^k(1-p)^(n-k)，可解p̂=k/n；方案