一、已知随机变量 ,随机变量 关于 的条件分布服从正态分布,即 . 证明 关于 的条件分布服从正态分布,并求出相应的期望与方差.
【解析】
由条件知联合密度
其中 ,即 . 对 积分,后一项不含 ,故
化简指数部分:
因此 . 进而
故 . 代入 得
二、设简单随机样本 来自二项分布 , 已知. 如果参数 的先验分布具有分布律:
在平方损失函数下,求 的 Bayes 估计.
【解析】
记 ,则 . 似然函数为
后验分布律为
归一化后得
平方损失下的 Bayes 估计为后验期望:
三、假设 为标准正态总体 的简单随机样本.
(1) 如果 ,求出 的分布,并给出 与 独立的充分必要条件,其中 , .
(2) 证明 与 相互独立.
【解析】
(1) 由 , 均为 的线性组合,故 服从二元正态分布. 其均值
协方差矩阵为
故
即 的联合分布为相关系数为 的二元标准正态分布. 与 独立的充分必要条件为 ,即
(2) 令 ,则 服从退化正态,且 与 相互独立. 是 的连续函数,故 与 独立,即 与 相互独立.
四、设 是来自总体 的简单随机样本,其中 已知.
(1) 求 的矩估计;
(2) 比较 的矩估计与样本方差 哪个更有效;
(3) 利用 的矩估计,求 置信度为 的置信区间.
【解析】
(1) 总体方差 . 用样本矩替换得矩估计
(2) 令 ,则
因此
样本方差 满足 ,故
由于 ,矩估计 比 更有效.
(3) 由 得
其中 为 的上侧 分位数. 解得 的置信区间为