2026年特许金融分析师《数量分析》真题卷

2026年特许金融分析师《数量分析》真题卷姓名：______准考证号：______ 得分：______

一、选择题(每题2分，总共10题)

1.设随机变量X的分布函数为F(x)，则下列哪个选项正确描述了F(x)的性质？

A.F(x)是单调不减的

B.F(x)是周期函数

C.F(x)在x处不可导

D.F(x)的值域为[0,1]

2.若随机变量X和Y相互独立，且X服从均匀分布U(0,1)，Y服从指数分布Exp(λ)，则E[XY]等于？

A.λ

B.λ^2

C.1/λ

D.1/(λ^2)

3.设A是4阶方阵，且det(A)=2，则det(3A)等于？

A.6

B.8

C.12

D.24

4.在假设检验中，第一类错误的概率α是指？

A.拒绝H0时H0为真

B.接受H0时H0为假

C.拒绝H0时H0为假

D.接受H0时H0为真

5.设X1,X2,...,Xn是来自正态分布N(μ,σ^2)的样本，则样本均值X̄的分布是？

A.N(μ,σ^2)

B.N(μ,σ^2/n)

C.N(μ/n,σ^2)

D.N(μ,σ^2/n^2)

6.设事件A和事件B的概率分别为P(A)=0.6，P(B)=0.7，且P(A∪B)=0.8，则P(A∩B)等于？

A.0.1

B.0.2

C.0.3

D.0.4

7.设随机变量X的密度函数为f(x)，则∫[a,b]f(x)dx等于？

A.P(a<X<b)

B.P(X=a)

C.P(X=b)

D.P(X≤b)

8.设矩阵A为3x3可逆矩阵，则下列哪个选项正确？

A.det(A^T)=det(A)

B.det(A^T)=-det(A)

C.det(A^T)=1/det(A)

D.det(A^T)=0

9.在回归分析中，残差平方和RSS的定义是？

A.Σ(y_i-x_i)^2

B.Σ(y_i-ȳ)^2

C.Σ(y_i-x̄)^2

D.Σ(y_i-x̄)^2

10.设随机变量X服从二项分布B(n,p)，则E[X]等于？

A.np

B.npq

C.p^2

D.q^2

二、填空题(每题2分，总共10题)

1.若随机变量X的期望E[X]=3，方差Var(X)=4，则E[X^2]等于__________。

2.设事件A的概率为0.5，事件B的概率为0.6，且P(A|B)=0.7，则P(B|A)等于__________。

3.若随机变量X服从泊松分布Poisson(λ)，则P(X=k)等于__________。

4.设矩阵A为2x2矩阵，且A^2=A，则A的可能取值为__________。

5.在假设检验中，若检验统计量服从t分布，则其自由度为__________。

6.设随机变量X的密度函数为f(x)=2x(0≤x≤1)，则P(0.5<X<1)等于__________。

7.设样本容量为n=25，样本均值为10，样本标准差为2，则样本均值的抽样分布的标准误等于__________。

8.若随机变量X和Y的协方差Cov(X,Y)=3，则X和Y的相关系数ρ等于__________。

9.设矩阵A为4x4矩阵，且det(A)=5，则det(A^3)等于__________。

10.在线性回归中，若回归方程为y=2+3x，则当x=4时，预测的y值等于__________。

三、多选题(每题2分，总共10题)

1.下列哪些是随机变量的分布函数的性质？

A.F(x)是单调不减的

B.F(x)是右连续的

C.F(x)的值域为[0,1]

D.F(x)在x处可导

2.下列哪些是假设检验中常见的错误类型？

A.第一类错误

B.第二类错误

C.标准误

D.p值

3.下列哪些分布是连续分布？

A.正态分布

B.二项分布

C.指数分布

D.泊松分布

4.下列哪些矩阵运算性质是正确的？

A.det(A+B)=det(A)+det(B)

B.det(AB)=det(A)det(B)

C.det(A^T)=det(A)

D.det(cA)=c^det(A)

5.下列哪些是回归分析中常用的统计量？

A.样本均值

B.残差平方和

C.相关系数

D.t统计量

6.下列哪些是事件之间的关系？

A.互斥事件

B.对立事件

C.独立事件

D.相互依赖事件

7.下列哪些是概率的性质？

A.0≤P(A)≤1

B.P(∅)=0

C.P(U)=1

D.P(A∪B)=P(A)+P(B)-P(A∩B)

8.下列哪些是样本统计量的性质？

A.无偏性

B.一致性

C.有效性

D.线性性

9.下列哪些是矩阵运算的性质？

A.(AB)^T=A^TB^T

B.(AB)^T=B^TA^T

C.(A+B)^T=A^T+B^T

D.(cA)^T=ca^T

10.下列哪些是假设检验的步骤？

A.提出原假设和备择假设

B.选择检验统计量

C.计算p值

D.做出决策

四、判断题(每题2分，总共10题)

1.设随机变量X和Y相互独立，且X服从均匀分布U(0,1)，Y服从指数分布Exp(λ)，则X和Y的协方差为0。

2.若随机变量X的分布函数为F(x)，则F(x)在x处右连续。

3.设A是n阶方阵，且A^k=I，则det(A)=1。

4.在假设检验中，若p值小于显著性水平α，则应拒绝原假设。

5.设X1,X2,...,Xn是来自正态分布N(μ,σ^2)的样本，则样本方差的分布是χ^2分布。

6.若事件A和事件B的概率分别为P(A)=0.6，P(B)=0.7，且P(A∪B)=0.8，则事件A和事件B不独立。

7.设随机变量X的密度函数为f(x)，则f(x)在x处的值等于P(X=x)。

8.若矩阵A为可逆矩阵，则det(A^T)=det(A)。

9.在线性回归中，若回归方程为y=2+3x，则当x变化1个单位时，y平均变化3个单位。

10.设随机变量X服从二项分布B(n,p)，则X的方差为np(1-p)。

五、问答题(每题2分，总共10题)

1.简述独立随机变量和的分布性质。

2.解释什么是假设检验中的p值。

3.描述矩阵可逆的充要条件。

4.说明样本均值和样本方差的定义。

5.解释什么是残差平方和。

6.描述事件A和B互斥的含义。

7.说明随机变量期望和方差的定义。

8.解释协方差和相关系数的区别。

9.描述线性回归模型的基本形式。

10.说明假设检验中显著性水平的意义。

试卷答案

一、选择题答案及解析

1.A.F(x)是单调不减的

解析：分布函数F(x)是定义在实数域上的单调不减函数，这是因为随着x的增加，累积概率不会减少。

2.A.λ

解析：由于X和Y相互独立，E[XY]=E[X]E[Y]。E[X]=1/λ（均匀分布的期望），E[Y]=1/λ（指数分布的期望），因此E[XY]=(1/λ)(1/λ)=λ。

3.D.24

解析：对于n阶方阵A，若det(A)=d，则det(cA)=c^ndet(A)。这里c=3，n=4，det(A)=2，所以det(3A)=3^4*2=81*2=162。根据题目中的选项，可能是打印错误，正确答案应为162。

4.A.拒绝H0时H0为真

解析：第一类错误，也称为假阳性错误，是指在原假设H0为真时，错误地拒绝了H0。

5.B.N(μ,σ^2/n)

解析：根据中心极限定理，样本均值的分布近似于正态分布N(μ,σ^2/n)，其中μ是总体均值，σ^2是总体方差，n是样本容量。

6.A.0.1

解析：根据集合的加法法则，P(A∪B)=P(A)+P(B)-P(A∩B)。代入已知值，0.8=0.6+0.7-P(A∩B)，解得P(A∩B)=0.5-0.8=-0.3。这里似乎有一个错误，因为概率不能为负。可能是题目中的概率值有误，或者选项中有误。

7.A.P(a<X<b)

解析：概率P(a<X<b)可以表示为分布函数F(x)的差值，即F(b)-F(a)。

8.A.det(A^T)=det(A)

解析：矩阵的行列式与其转置矩阵的行列式相等，这是行列式的一个重要性质。

9.B.Σ(y_i-ȳ)^2

解析：残差平方和（RSS）是衡量回归模型拟合优度的一个统计量，定义为所有观测值与模型预测值之间差的平方和。

10.A.np

解析：二项分布B(n,p)的期望E[X]等于试验次数n乘以每次试验成功的概率p。

二、填空题答案及解析

1.13

解析：根据方差的定义，Var(X)=E[X^2]-(E[X])^2。代入已知值，4=E[X^2]-3^2，解得E[X^2]=13。

2.0.6

解析：根据条件概率的定义，P(B|A)=P(A∩B)/P(A)。由于P(A∩B)=P(A)+P(B)-P(A∪B)=0.6+0.7-0.8=0.5，所以P(B|A)=0.5/0.5=0.6。

3.(λ^k*e^(-λ))/k!

解析：泊松分布Poisson(λ)的概率质量函数为P(X=k)=(λ^k*e^(-λ))/k!，其中k是非负整数，λ是泊松分布的参数。

4.0或1

解析：满足A^2=A的矩阵称为幂等矩阵，2x2的幂等矩阵只有两个可能的形式：A=0（零矩阵）或A=I（单位矩阵）。

5.n-1

解析：在假设检验中，若检验统计量服从t分布，则其自由度等于样本容量减去1，即n-1。

6.0.5

解析：根据连续分布的性质，P(a<X<b)=∫[a,b]f(x)dx。代入已知值，P(0.5<X<1)=∫[0.5,1]2xdx=[x^2]从0.5到1=1-0.25=0.75。这里似乎有一个错误，因为根据题目中的密度函数，计算结果应该是0.75，而不是0.5。可能是题目中的选项中有误。

7.0.4

解析：样本均值的抽样分布的标准误（SE）等于样本标准差除以样本容量的平方根，即SE=σ/√n=2/√25=2/5=0.4。

8.3/√(Var(X)+Var(Y))

解析：相关系数ρ定义为X和Y的协方差除以它们标准差的乘积，即ρ=Cov(X,Y)/(σ_X*σ_Y)。由于题目中没有给出X和Y的方差，无法直接计算相关系数。这里假设Var(X)和Var(Y)分别表示X和Y的方差。

9.125

解析：对于n阶方阵A，若det(A)=d，则det(A^k)=(det(A))^k。这里k=3，d=5，所以det(A^3)=5^3=125。

10.14

解析：根据线性回归方程y=2+3x，当x=4时，预测的y值等于2+3*4=14。

三、多选题答案及解析

1.A,B,C

解析：随机变量的分布函数F(x)具有以下性质：单调不减（A）、右连续（B）、值域为[0,1]（C）。F(x)不一定在x处可导（D），例如阶梯函数就不是处处可导的。

2.A,B

解析：假设检验中常见的错误类型包括第一类错误（A）和第二类错误（B）。标准误（C）和p值（D）不是错误类型，而是统计量的名称。

3.A,C

解析：正态分布（A）和指数分布（C）是连续分布。二项分布（B）和泊松分布（D）是离散分布。

4.B,C

解析：矩阵运算的性质包括det(AB)=det(A)det(B)（B）和det(A^T)=det(A)（C）。det(A+B)=det(A)+det(B)（A）不成立，det(cA)=c^ndet(A)（D）而不是cdet(A)。

5.B,C,D

解析：回归分析中常用的统计量包括残差平方和（B）、相关系数（C）和t统计量（D）。样本均值（A）是描述数据集中趋势的统计量，但不是回归分析特有的。

6.A,B,C,D

解析：事件之间的关系包括互斥事件（A）、对立事件（B）、独立事件（C）和相互依赖事件（D）。

7.A,B,C,D

解析：概率的性质包括0≤P(A)≤1（A）、P(∅)=0（B）、P(U)=1（C）和P(A∪B)=P(A)+P(B)-P(A∩B)（D）。

8.A,B

解析：样本统计量的性质包括无偏性（A）和一致性（B）。有效性（C）和线性性（D）不是样本统计量的基本性质。

9.A,C

解析：矩阵运算的性质包括(AB)^T=A^TB^T（A）和(A+B)^T=A^T+B^T（C）。(AB)^T=B^TA^T（B）不成立，(cA)^T=ca^T（D）不成立，应该是(cA)^T=cA^T。

10.A,B,C,D

解析：假设检验的步骤包括提出原假设和备择假设（A）、选择检验统计量（B）、计算p值（C）和做出决策（D）。

四、判断题答案及解析

1.正确

解析：相互独立的随机变量X和Y的协方差Cov(X,Y)等于0，这是因为协方差是衡量两个随机变量线性相关程度的统计量，独立随机变量之间没有线性关系。

2.正确

解析：分布函数F(x)是右连续的，这是因为概率是累积的，增加一个无穷小的量不会影响累积概率的值。

3.错误

解析：A^k=I并不意味着det(A)=1。例如，若A是2x2矩阵，且A^2=I，则det(A^2)=det(I)，即(det(A))^2=1，解得det(A)=±1。因此，det(A)可以是1或-1。

4.正确

解析：p值是检验统计量在原假设为真时大于或等于观测值的概率。若p值小于显著性水平α，则说明观测值在原假设为真时出现的概率较小，因此有理由拒绝原假设。

5.正确

解析：样本方差的分布是χ^2分布，这是因为在正态分布的假设下，样本方差的分布可以表示为自由度为n-1的χ^2分布除以总体方差。

6.错误

解析：根据集合的加法法则，P(A∪B)=P(A)+P(B)-P(A∩B)。代入已知值，0.8=0.6+0.7-P(A∩B)，解得P(A∩B)=0.5-0.8=-0.3。这里似乎有一个错误，因为概率不能为负。可能是题目中的概率值有误，或者选项中有误。

7.错误

解析：对于连续分布，f(x)在x处的值表示的是概率密度，而不是概率。概率需要通过积分计算。

8.正确

解析：矩阵的行列式与其转置矩阵的行列式相等，这是行列式的一个重要性质。

9.正确

解析：在线性回归中，回归系数表示的是自变量每变化一个单位时，因变量的平均变化量。因此，若回归方程为y=2+3x，则当x变化1个单位时，y平均变化3个单位。

10.正确

解析：二项分布B(n,p)的方差Var(X)等于np(1-p)。因此，X的方差为np(1-p)。

五、问答题答案及解析

1.独立随机变量和的分布性质：独立随机变量和的分布可以表示为其概率分布的卷积。具体来说，若X和Y是独立的随机变量，且分别服从分布f_X(x)和f_Y(y)，则Z=X+Y的密度函数f_Z(z)可以通过卷积公式计算：f_Z(z)=∫[-∞,∞]f_X(z-y)f_Y(y)dy。

2.假设检验中的p值：p值是在原假设为真时，检验统计量大于或等于观测值的概率。p值越小，说明观测值在原假设为真时出现的概率越小，因此有理由拒绝原假