2025-2026年考研数学八概率论与数理统计综合测试卷

2025-2026年考研数学八概率论与数理统计综合测试卷一、单项选择题（本大题共10小题，每小题2分，共20分。在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题后的括号内。）1.设随机变量X和Y相互独立，且均服从参数为λ的泊松分布，则随机变量Z=X-Y的分布列为（）A.服从参数为λ的泊松分布B.服从参数为2λ的泊松分布C.服从均值为0，方差为2λ的分布D.无法确定其分布解析：根据泊松分布的性质，若X～P(λ)，Y～P(λ)，且X与Y相互独立，则Z=X-Y的分布不能直接由X和Y的分布确定。泊松分布具有可加性，但仅适用于独立同分布的情况，即X+Y～P(2λ)。对于X-Y，其分布需要通过特征函数或分布函数的卷积计算，结果为对称分布，均值为0，方差为2λ。因此正确答案为C。2.设总体X的概率密度函数为f(x;θ)=θx^(θ-1)，x∈(0,1)，其中θ>0为未知参数，则θ的矩估计量为（）A.1/样本均值B.样本均值的对数C.样本方差的平方根D.样本中位数解析：根据矩估计法，首先计算总体的一阶矩E(X)。由f(x;θ)=θx^(θ-1)，可得E(X)=∫_0^1x•θx^(θ-1)dx=θ/(θ+1)。令样本矩等于总体矩，即样本均值=θ/(θ+1)，解得θ=样本均值/(1-样本均值)。因此正确答案为A。3.设总体X的分布未知，但已知X的样本容量n=100，样本均值为50，样本方差为25，则X的均值μ的95%置信区间为（）A.(49.5,50.5)B.(48.5,51.5)C.(47.8,52.2)D.(46.9,53.1)解析：由于总体分布未知但样本量n=100较大，根据中心极限定理，样本均值的抽样分布近似为N(μ,σ^2/n)。此时可用样本方差代替总体方差，μ的95%置信区间为(样本均值±1.96×标准误)，即(50±1.96×5/√100)=(50±0.98)=(49.02,50.98)。最接近的选项为A。4.设X1,X2,...,Xn是来自正态总体N(μ,σ^2)的样本，其中μ未知，σ^2已知，则μ的检验统计量应选用（）A.t统计量B.Z统计量C.χ^2统计量D.F统计量解析：在参数检验中，当总体方差σ^2已知时，均值μ的检验应使用Z统计量，即Z=(样本均值-μ)/(σ/√n)。若总体方差未知，则应使用t统计量。由于本题σ^2已知，正确答案为B。5.设X1,X2,...,Xn是来自指数分布f(x;λ)=λe^(-λx)，x≥0的样本，则λ的极大似然估计量为（）A.1/样本均值B.样本均值的倒数C.样本方差的平方根D.样本中位数的倒数解析：指数分布的极大似然估计需要最大化似然函数。似然函数L(λ)=∏[i=1ton]λe^(-λX_i)=λ^nexp(-λΣX_i)。对数似然函数为lnL=nlnλ-λΣX_i。求导并令其为0，得λ=n/ΣX_i=1/样本均值。因此正确答案为A。6.设总体X的分布函数为F(x)，则根据大数定律，当n→∞时，样本分布函数F_n(x)的极限为（）A.F(x)B.2F(x)C.F(x)/2D.1-F(x)解析：根据大数定律，样本分布函数F_n(x)=Σ[1≤i≤n]I(X_i≤x)/n，其中I为指示函数。当n→∞时，根据伯努利大数定律，F_n(x)依概率收敛于P(X≤x)=F(x)。因此正确答案为A。7.设X1,X2,...,Xn是来自正态总体N(μ,σ^2)的样本，其中μ未知，σ^2未知，则σ^2的无偏估计量是（）A.S^2B.(n-1)S^2/σ^2C.nS^2/σ^2D.S^2/σ^2解析：样本方差S^2=(Σ(X_i-样本均值)^2)/(n-1)是总体方差σ^2的无偏估计量，即E(S^2)=σ^2。选项A中的S^2即为样本方差。选项B是检验统计量，选项C是总体方差的倍数，选项D是无意义表达式。因此正确答案为A。8.设X1,X2,...,Xn是来自二项分布B(n,p)的样本，其中n已知，p未知，则p的置信水平为1-α的置信区间为（）A.(样本均值±z_(α/2)√(p(1-p)/n))B.(样本均值±t_(α/2)√(p(1-p)/n))C.(样本成功次数/(n+1)±z_(α/2)√(p(1-p)/n^2))D.(样本成功次数±z_(α/2)√(p(1-p)/n))解析：二项分布参数p的置信区间通常使用正态近似，当n较大时，p的置信区间为(样本均值±z_(α/2)√(p(1-p)/n))。但p未知时不能直接使用此公式，需用样本比例p̂=x/n代替p，得到(样本比例±z_(α/2)√(p̂(1-p̂)/n))。选项A正确表达了此概念。因此正确答案为A。9.设X1,X2,...,Xn是来自正态总体N(μ,σ^2)的样本，其中μ未知，σ^2未知，要检验H0:σ^2=σ0^2vsH1:σ^2≠σ0^2，应选用（）A.Z检验B.t检验C.F检验D.χ^2检验解析：在正态分布下，检验总体方差是否等于某个值时，应使用χ^2检验。检验统计量为χ^2=(n-1)S^2/σ0^2，服从χ^2(n-1)分布。因此正确答案为D。10.设X1,X2,...,Xn是来自正态总体N(μ,σ^2)的样本，其中μ未知，σ^2未知，要检验H0:μ=μ0vsH1:μ>μ0，应选用（）A.Z检验B.t检验C.F检验D.χ^2检验解析：在正态分布下，检验总体均值是否大于某个值时，应使用单尾t检验。检验统计量为t=(样本均值-μ0)/(S/√n)，服从t(n-1)分布。因此正确答案为B。二、填空题（本大题共10小题，每小题2分，共20分。请将答案填在题中横线上。）1.设随机变量X和Y相互独立，且X～N(0,1)，Y～N(0,1)，则随机变量Z=X^2+Y^2的分布为________。参考答案：χ^2(2)解析：由X和Y的独立性及分布，Z=X^2+Y^2服从自由度为2的χ^2分布。这是因为正态分布的平方和服从χ^2分布，自由度等于正态变量的个数。2.设总体X的分布函数为F(x)，则样本分布函数F_n(x)的数学期望为________。参考答案：F(x)解析：样本分布函数F_n(x)=Σ[1≤i≤n]I(X_i≤x)/n，其中I为指示函数。由于E(I(X_i≤x))=F(x)，根据大数定律，E(F_n(x))=F(x)。3.设总体X的均值E(X)=μ，方差Var(X)=σ^2，则样本均值X̄的方差Var(X̄)为________。参考答案：σ^2/n解析：根据方差的性质，若X1,X2,...,Xn是独立同分布的随机变量，且Var(X_i)=σ^2，则Var(ΣX_i/n)=σ^2/n。因此样本均值X̄的方差为σ^2/n。4.设总体X的分布未知，但已知X的样本容量n=100，样本均值为50，样本方差为25，则X的方差σ^2的95%置信区间为________。参考答案：(18.27,51.73)解析：由于总体分布未知但样本量n=100较大，根据中心极限定理，样本方差的抽样分布近似为χ^2分布。σ^2的95%置信区间为(样本方差/(χ^2_(α/2,n-1)),样本方差/(χ^2_(1-α/2,n-1)))，即(25/(χ^2_(0.025,99)),25/(χ^2_(0.975,99)))=(18.27,51.73)。5.设X1,X2,...,Xn是来自正态总体N(μ,σ^2)的样本，其中μ未知，σ^2未知，则μ的检验统计量应选用________。参考答案：t统计量解析：在参数检验中，当总体方差σ^2未知时，均值μ的检验应使用t统计量，即t=(样本均值-μ)/(S/√n)。若总体方差σ^2已知，则应使用Z统计量。6.设总体X的分布函数为F(x)，则根据大数定律，当n→∞时，样本比例P̂=Σ[1≤i≤n]I(X_i≤x)/n的极限为________。参考答案：F(x)解析：根据大数定律，样本比例P̂依概率收敛于P(X≤x)=F(x)。这是伯努利大数定律在比例估计中的体现。7.设总体X的分布未知，但已知X的样本容量n=100，样本均值为50，样本方差为25，则X的均值μ的99%置信区间为________。参考答案：(47.8,52.2)解析：由于总体分布未知但样本量n=100较大，根据中心极限定理，样本均值的抽样分布近似为N(μ,σ^2/n)。此时可用样本方差代替总体方差，μ的99%置信区间为(样本均值±2.576×标准误)，即(50±2.576×5/√100)=(50±1.288)=(48.712,51.288)。最接近的选项为C。8.设X1,X2,...,Xn是来自泊松分布P(λ)的样本，其中λ未知，则λ的极大似然估计量为________。参考答案：样本均值解析：泊松分布的极大似然估计需要最大化似然函数。似然函数L(λ)=∏[i=1ton]λ^X_ie^(-λ)=λ^(ΣX_i)e^(-nλ)。对数似然函数为lnL=ΣX_ilnλ-nλ。求导并令其为0，得λ=ΣX_i/n=样本均值。9.设总体X的分布函数为F(x)，则根据大数定律，当n→∞时，样本方差S^2的极限为________。参考答案：σ^2解析：根据大数定律，样本方差S^2依概率收敛于E[(X-X̄)^2]=σ^2。这是样本方差作为总体方差无偏估计量的理论基础。10.设X1,X2,...,Xn是来自正态总体N(μ,σ^2)的样本，其中μ未知，σ^2未知，则σ^2的检验统计量应选用________。参考答案：F统计量解析：在正态分布下，检验总体方差是否等于某个值时，应使用F检验。检验统计量为F=S^2/(σ0^2)，服从F(n-1,n-1)分布。三、判断题（本大题共10小题，每小题2分，共20分。请判断下列各题是否正确，正确的填"√"，错误的填"×"。）1.设随机变量X和Y相互独立，且X～N(0,1)，Y～N(0,1)，则随机变量Z=X^2-Y^2的分布为χ^2分布。（×）解析：χ^2分布是正态分布平方和的分布，而Z=X^2-Y^2不是正态分布平方和的形式。事实上，Z服从中心分布，其分布密度函数为f(z)=√(2/π)exp(-z/2)，即拉普拉斯分布。2.设总体X的分布函数为F(x)，则根据大数定律，当n→∞时，样本均值X̄的极限为F(x)。（×）解析：根据大数定律，样本均值X̄依概率收敛于E(X)=μ，而不是分布函数F(x)。分布函数F(x)是总体X的累积分布函数。3.设总体X的均值E(X)=μ，方差Var(X)=σ^2，则样本方差S^2的数学期望为σ^2。（×）解析：样本方差S^2是总体方差σ^2的无偏估计量，即E(S^2)=σ^2。但样本二阶中心矩B^2=(Σ(X_i-X̄)^2)/n的数学期望为2σ^2，因此B^2不是σ^2的无偏估计量。4.设总体X的分布未知，但已知X的样本容量n=100，样本均值为50，样本方差为25，则X的均值μ的95%置信区间为(49.5,50.5)。（×）解析：由于总体分布未知但样本量n=100较大，根据中心极限定理，样本均值的抽样分布近似为N(μ,σ^2/n)。此时可用样本方差代替总体方差，μ的95%置信区间为(样本均值±1.96×标准误)，即(50±1.96×5/√100)=(50±0.98)=(49.02,50.98)。最接近的选项为A。5.设X1,X2,...,Xn是来自正态总体N(μ,σ^2)的样本，其中μ未知，σ^2未知，则μ的检验统计量应选用Z统计量。（×）解析：在参数检验中，当总体方差σ^2未知时，均值μ的检验应使用t统计量，即t=(样本均值-μ)/(S/√n)。若总体方差σ^2已知，则应使用Z统计量。6.设总体X的分布未知，但已知X的样本容量n=100，样本均值为50，样本方差为25，则X的方差σ^2的95%置信区间为(18.27,51.73)。（√）解析：由于总体分布未知但样本量n=100较大，根据中心极限定理，样本方差的抽样分布近似为χ^2分布。σ^2的95%置信区间为(样本方差/(χ^2_(α/2,n-1)),样本方差/(χ^2_(1-α/2,n-1)))，即(25/(χ^2_(0.025,99)),25/(χ^2_(0.975,99)))=(18.27,51.73)。7.设X1,X2,...,Xn是来自正态总体N(μ,σ^2)的样本，其中μ未知，σ^2未知，要检验H0:μ=μ0vsH1:μ>μ0，应选用t检验。（√）解析：在正态分布下，检验总体均值是否大于某个值时，应使用单尾t检验。检验统计量为t=(样本均值-μ0)/(S/√n)，服从t(n-1)分布。8.设总体X的分布函数为F(x)，则根据大数定律，当n→∞时，样本比例P̂=Σ[1≤i≤n]I(X_i≤x)/n的极限为F(x)。（√）解析：根据大数定律，样本比例P̂依概率收敛于P(X≤x)=F(x)。这是伯努利大数定律在比例估计中的体现。9.设总体X的分布未知，但已知X的样本容量n=100，样本均值为50，样本方差为25，则X的均值μ的99%置信区间为(47.8,52.2)。（×）解析：由于总体分布未知但样本量n=100较大，根据中心极限定理，样本均值的抽样分布近似为N(μ,σ^2/n)。此时可用样本方差代替总体方差，μ的99%置信区间为(样本均值±2.576×标准误)，即(50±2.576×5/√100)=(50±1.288)=(48.712,51.288)。最接近的选项为C。10.设X1,X2,...,Xn是来自正态总体N(μ,σ^2)的样本，其中μ未知，σ^2未知，则σ^2的检验统计量应选用χ^2统计量。（×）解析：在正态分布下，检验总体方差是否等于某个值时，应使用F检验。检验统计量为F=S^2/(σ0^2)，服从F(n-1,n-1)分布。χ^2统计量用于检验均值。四、简答题（本大题共8小题，每小题2分，共16分。请将答案写在答题卡上。）1.简述大数定律在概率论中的意义。答：大数定律是概率论中的基本定理，它揭示了大量随机现象的统计规律性。其意义在于：当试验次数n足够大时，随机事件发生的频率依概率收敛于其概率，随机变量的样本均值依概率收敛于其期望值。大数定律为统计推断提供了理论基础，是参数估计和假设检验的重要依据。2.解释什么是矩估计法，并举例说明其应用。答：矩估计法是一种常用的参数估计方法，其基本思想是用样本矩来估计总体矩。具体步骤为：首先计算总体矩（如一阶矩E(X)），然后用样本矩（如样本均值X̄）代替总体矩，解出参数的估计量。例如，对于泊松分布P(λ)，E(X)=λ，用样本均值X̄代替E(X)，得λ的矩估计量为X̄。3.什么是置信区间？置信水平1-α的意义是什么？答：置信区间是指根据样本数据构造的区间，用于估计总体参数的可能范围。置信水平1-α表示在重复抽样中，100(1-α)%的置信区间包含总体参数的真值。例如，95%置信水平意味着在100次抽样中，有95次的置信区间包含总体均值μ的真值。4.解释假设检验中的p值是什么。答：p值是指在原假设H0为真时，出现当前样本结果或更极端结果的概率。p值越小，越有理由拒绝原假设。通常，当p值小于显著性水平α时，拒绝原假设。5.设X1,X2,...,Xn是来自正态总体N(μ,σ^2)的样本，其中μ未知，σ^2未知，简述μ的检验步骤。答：检验步骤如下：（1）提出原假设H0:μ=μ0和备择假设H1:μ≠μ0；（2）选择显著性水平α；（3）计算检验统计量t=(样本均值-μ0)/(S/√n)；（4）确定拒绝域，即t<-t_(α/2,n-1)或t>t_(α/2,n-1)；（5）根据样本数据计算t值，判断是否拒绝H0。6.解释什么是极大似然估计，并举例说明其原理。答：极大似然估计是一种重要的参数估计方法，其基本思想是选择使样本似然函数达到最大值的参数值作为参数的估计量。例如，对于泊松分布P(λ)，似然函数为L(λ)=∏[i=1ton]λ^X_ie^(-λ)，对数似然函数为lnL=ΣX_ilnλ-nλ。求导并令其为0，得λ=ΣX_i/n=样本均值，即λ的极大似然估计量为样本均值。7.设总体X的分布未知，但已知X的样本容量n=100，样本均值为50，样本方差为25，简述σ^2的检验步骤。答：检验步骤如下：（1）提出原假设H0:σ^2=σ0^2和备择假设H1:σ^2≠σ0^2；（2）选择显著性水平α；（3）计算检验统计量χ^2=(n-1)S^2/σ0^2；（4）确定拒绝域，即χ^2<χ^2_(1-α/2,n-1)或χ^2>χ^2_(α/2,n-1)；（5）根据样本数据计算χ^2值，判断是否拒绝H0。8.解释什么是样本分布函数，并说明其与大数定律的关系。答：样本分布函数F_n(x)是指样本中小于或等于x的观测值所占的比例，即F_n(x)=Σ[1≤i≤n]I(X_i≤x)/n，其中I为指示函数。根据大数定律，当n→∞时，F_n(x)依概率收敛于总体分布函数F(x)。这是大数定律在分布函数估计中的体现。五、应用题（本大题共8小题，每小题4分，共24分。请将答案写在答题卡上。）1.某工厂生产一批零件，随机抽取100个零件，测得样本均值为50mm，样本标准差为2mm。假设零件长度服从正态分布，求该批零件长度均值μ的95%置信区间。解：由于总体分布未知但样本量n=100较大，根据中心极限定理，样本均值的抽样分布近似为N(μ,σ^2/n)。此时可用样本标准差代替总体标准差，μ的95%置信区间为(样本均值±1.96×标准误)，即(50±1.96×2/√100)=(50±0.396)=(49.604,50.396)。2.某医生想检验一种新药是否比现有药物更有效。随机抽取50名病人，其中25人服用新药，25人服用现有药物。新药组治愈率为60%，现有药物组治愈率为40%。检验新药是否比现有药物更有效（α=0.05）。解：设新药组治愈率为p1，现有药物组治愈率为p2，检验H0:p1=p2vsH1:p1>p2。样本比例p̂1=60%，p̂2=40%，合并比例p̂=(25×60%+25×40%)/50=50%。检验统计量z=(p̂1-p̂2)/√[p̂(1-p̂)(1/25+1/25)]=2.83。拒绝域为z>1.645。由于2.83>1.645，拒绝H0，即新药更有效。3.某学校随机抽取100名学生，测得他们的身高数据如下：样本均值为170cm，样本方差为25cm^2。假设身高服从正态分布，求该学校学生身高方差σ^2的95%置信区间。解：由于总体分布未知但样本量n=100较大，根据中心极限定理，样本方差的抽样分布近似为χ^2分布。σ^2的95%置信区间为(样本方差/(χ^2_(α/2,n-1)),样本方差/(χ^2_(1-α/2,n-1)))，即(25/(χ^2_(0.025,99)),25/(χ^2_(0.975,99)))=(18.27,51.73)。4.某工厂生产一批零件，随机抽取50个零件，测得样本均值为50mm，样本标准差为2mm。假设零件长度服从正态分布，检验该批零件长度均值μ是否等于50mm（α=0.05）。解：设零件长度服从N(μ,σ^2)，检验H0:μ=50vsH1:μ≠50。样本均值X̄=50，样本标准差S=2，样本量n=50。检验统计量t=(X̄-50)/(S/√n)=0。拒绝域为|t|>2.009。由于0<2.009，不拒绝H0，即没有足够证据表明均值不为50mm。5.某公司随机抽取100名员工，测得他们的工作满意度评分如下：样本均值为80，样本方差为16。假设工作满意度服从正态分布，求该公司员工工作满意度均值μ的99%置信区间。解：由于总体分布未知但样本量n=100较大，根据中心极限定理，样本均值的抽样分布近似为N(μ,σ^2/n)。此时可用样本方差代替总体方差，μ的99%置信区间为(样本均值±2.576×标准误)，即(80±2.576×4/√100)=(80±1.0304)=(78.9696,81.0304)。6.某工厂生产一批零件，随机抽取50个零件，测得样本均值为50mm，样本标准差为2mm。假设零件长度服从正态分布，检验该批零件长度方差σ^2是否等于4mm^2（α=0.05）。解：设零件长度服从N(μ,σ^2)，检验H0:σ^2=4vsH1:σ^2≠4。样本方差S^2=4，样本量n=50。检验统计量χ^2=(n-1)S^2/4=49。拒绝域为χ^2<χ^2_(0.975,49)或χ^2>χ^2_(0.025,49)。由于49介于3.239和102.203之间，不拒绝H0，即没有足够证据表明方差不为4mm^2。7.某公司随机抽取100名员工，测得他们的工作满意度评分如下：样本均值为80，样本方差为16。假设工作满意度服从正态分布，检验该公司员工工作满意度均值μ是否大于75（α=0.05）。解：设工作满意度服从N(μ,σ^2)，检验H0:μ=75vsH1:μ>75。样本均值X̄=80，样本标准差S=4，样本量n=100。检验统计量z=(X̄-75)/(S/√n)=6.25。拒绝域为z>1.645。由于6.25>1.645，拒绝H0，即有足够证据表明均值大于75。8.某工厂生产一批零件，随机抽取50个零件，测得样本均值为50mm，样本标准差为2mm。假设零件长度服从正态分布，求该批零件长度均值μ的95%置信区间。解：由于总体分布未知但样本量n=100较大，根据中心极限定理，样本均值的抽样分布近似为N(μ,σ^2/n)。此时可用样本方差代替总体方差，μ的95%置信区间为(样本均值±1.96×标准误)，即(50±1.96×2/√100)=(50±0.396)=(49.604,50.396)。【标准答案及解析】一、单项选择题1.C2.A3.B4.B5.A6.A7.A8.A9.D10.B二、填空题1.χ^2(2)2.F(x)3.σ^2/n4.(18.27,51.73)5.t统计量6.F(x)7.(47.8,52.2)8.样本均值9.σ^210.F统计量三、判断题1.×2.×3.×4.×5.×6.√7.√8.√9.×10.×四、简答题1.大数定律是概率论中的基本定理，它揭示了大量随机现象的统计规律性。其意义在于：当试验次数n足够大时，随机事件发生的频率依概率收敛于其概率，随机变量的样本均值依概率收敛于其期望值。大数定律为统计推断提供了理论基础，是参数估计和假设检验的重要依据。2.矩估计法是一种常用的参数估计方法，其基本思想是用样本矩来估计总体矩。具体步骤为：首先计算总体矩（如一阶矩E(X)），然后用样本矩（如样本均值X̄）代替总体矩，解出参数的估计量。例如，对于泊松分布P(λ)，E(X)=λ，用样本均值X̄代替E(X)，得λ的矩估计量为X̄。3.置信区间是指根据样本数据构造的区间，用于估计总体参数的可能范围。置信水平1-α表示在重复抽样中，100(1-α)%的置信区间包含总体参数的真值。例如，95%置信水平意味着在100次抽样中，有95次的置信区间包含总体均值μ的真值。4.假设检验中的p值是指在原假设H0为真时，出现当前样本结果或更极端结果的概率。p值越小，越有理由拒绝原假设。通常，当p值小于显著性水平α时，拒绝原假设。5.设X1,X2,...,Xn是来自正态总体N(μ,σ^2)的样本，其中μ未知，σ^2未知，μ的检验步骤如下：（1）提出原假设H0:μ=μ0和备择假设H1:μ≠μ0；（2）选择显著性水平α；（3）计算检验统计量t=(样本均值-μ0)/(S/√n)；（4）确定拒绝域，即t<-t_(α/2,n-1)或t>t_(α/2,n-1)；（5）根据样本数据计算t值，判断是否拒绝H0。6.极大似然估计是一种重要的参数估计方法，其基本思想是选择使样本似然函数达到最大值的参数值作为参数的估计量。例如，对于泊松分布P(λ)，似然函数为L(λ)=∏[i=1ton]λ^X_ie^(-λ)，对数似然函数为lnL=ΣX_ilnλ-nλ。求导并令其为0，得λ=ΣX_i/n=样本均值，即λ的极大似然估计量为样本均值。7.设总体X的分布未知，但已知X的样本容量n=100，样本均值为50，样本方差为25，σ^2的检验步骤如下：（1）提出原假设H0:σ^2=σ0^2和备择假设H1:σ^2≠σ0^2；（2）选择显著性水平α；（3）计算检验统计量χ^2=(n-1)S^2/σ0^2；（4）确定拒绝域，即χ^2<χ^2_(1-α/2,n-1)或χ^2>χ^2_(α/2,n-1)；（5）根据样本数据计算χ^2值，判断是否拒绝H0。8.样本分布函数F_n(x)是指样本中小于或等于x的观测值所占的比例，即F_n(x)=Σ[1≤i≤n]I(X_i≤x)/n，其中I为指示函数。根据大数定律，当n→∞时，F_n(x)依概率收敛于总体分布函数F(x)。这是大数定律在分布函数估计中的体现。五、应用题1.由于总体分布未知但样本量n=100较大，根据中心极限定理，样本均值的抽样分布近似为N(μ,σ^2