约 48 分钟
正态总体均值与方差检验按已知未知参数选择Z、t、χ²或F统计量。
概率题第一步不是找数字,而是写随机试验、样本空间、事件或随机变量。接着标明条件、分布类型和所求量。若对象没定义清楚,同一个符号可能被误当成概率、密度、分布函数或估计量,后面的计算即使整齐也没有意义。
单总体μ检验且σ未知,用t=(Xbar-μ0)/(S/sqrt n),自由度n-1;n=10时自由度9。
完成计算后立即做三项检查:概率是否在[0,1],质量或密度是否归一化,期望与方差的量级是否符合随机变量取值。统计题还要检查统计量分布的前提、自由度和拒绝域方向。条件概率要明确条件事件,连续型点概率为0不能误解为“不可能”。
结论: σ未知的单正态均值检验用t_{n-1};方差检验用χ²_{n-1};两方差比用F。边界:单双侧决定拒绝域,统计量分布依赖正态总体等前提。
请连同条件抄卡:互斥不等于独立,零相关通常不等于独立;密度值可以大于1,但密度积分必须为1;总体参数是固定未知量,统计量是样本的随机函数,观察值才是数据代入后的数字。条件一变,公式入口也要随之改变。
我会追问:分母为何非零?积分区域从哪里来?是否漏掉离散质量或连续部分?估计量的期望对所有参数值是否等于参数?若只会报答案,先回到模型把事件树、联合表、积分区域或抽样分布画出来。反查优先用补事件、边缘求和、全概率、期望线性或模拟量级。
为两个独立正态总体均值差选择等方差与不等方差方案。
页面的单选、多选、计算题都要完成。选择题逐项注明公式条件;计算题写出对象、分布或事件、关键求和积分、最终结果与归一化检查。24小时后闭卷重做计算题,七天后跨章节混合,记录第一处错误及纠正动作。
合上正文,用一分钟复述“随机对象—条件/分布—公式—检查”。再把模型中的参数或条件事件改掉,判断原路线是否仍成立。能够重建而不是背选项,才算通过本节。
Practice
先独立作答再提交;编程题会在隔离沙箱中真实编译、运行并对拍。
n=10时t自由度是多少?
σ未知单总体均值检验用什么?
正态检验检查?
多选题:必须选全正确项,漏选或多选均不得分。