kaoyan1basic 概率论与数理统计 第16题

教材习题

📝 题目

### 【基础篇】第16题(选择题) 16.设 $\mu$ 是总体 $X$ 的数学期望,$\sigma$ 是总体 $X$ 的标准差,$X_{1}, X_{2}, \cdots, X_{n}$ 是来自总体 $X$ 的简单随机样

本,则总体方差 $\sigma^{2}$ 的无偏估计量是( )。 (A)$\displaystyle \frac{1}{n-1} \sum_{i=1}^{n}\left(X_{i}-\mu\right)^{2}, \mu$ 末知 (B)$\displaystyle \frac{1}{n} \sum_{i=1}^{n}\left(X_{i}-\mu\right)^{2}, \mu$ 末知 (C)$\displaystyle \frac{1}{n-1} \sum_{i=1}^{n}\left(X_{i}-\mu\right)^{2}, \mu$ 已知 (D)$\displaystyle \frac{1}{n} \sum_{i=1}^{n}\left(X_{i}-\mu\right)^{2}, \mu$ 已知

💡 答案解析

**答案**:D **解析**: 步骤1:当$\mu$已知时,$\displaystyle \frac{1}{n}\sum_{i=1}^n(X_i-\mu)^2$是$\sigma^2$的无偏估计,因为$\displaystyle E\left[\frac{1}{n}\sum_{i=1}^n(X_i-\mu)^2\right]=\frac{1}{n}\sum_{i=1}^n E[(X_i-\mu)^2]=\frac{1}{n}\cdot n\sigma^2=\sigma^2$。 步骤2:当$\mu$未知时,$\displaystyle \frac{1}{n-1}\sum_{i=1}^n(X_i-\bar{X})^2$是$\sigma^2$的无偏估计,但选项A和B中使用了未知的$\mu$,不可行。 **难度**:★☆☆☆☆

📋 详细解题步骤

步骤 1/4
目标:理解无偏估计的定义
无偏估计是指估计量的数学期望等于被估计的参数。对于总体方差σ²,我们需要找到一个统计量,使其期望等于σ²。
公式:E(θ̂) = θ
提示:无偏性要求期望相等,不是每次估计都相等。
步骤 2/4
目标:分析选项A和B(μ未知)
当μ未知时,样本均值X̄是μ的估计,但选项A和B中直接使用未知的μ,无法计算,因此不是可行的估计量。实际上,μ未知时常用样本方差S² = (1/(n-1))∑(X_i - X̄)²作为无偏估计。
公式:S² = (1/(n-1))∑(X_i - X̄)²
提示:μ未知时,用样本均值代替μ,但自由度减1。
步骤 3/4
目标:分析选项C和D(μ已知)
当μ已知时,考虑统计量T = (1/n)∑(X_i - μ)²。计算其期望:E(T) = (1/n)∑E[(X_i - μ)²] = (1/n) * n * σ² = σ²,因此T是σ²的无偏估计。选项C的分母为n-1,会导致期望为(n/(n-1))σ² ≠ σ²,不是无偏的。
公式:E[(X_i - μ)²] = σ²
提示:μ已知时,每个偏差平方的期望就是方差。
步骤 4/4
目标:确定正确答案
根据以上分析,只有选项D满足无偏性:当μ已知时,(1/n)∑(X_i - μ)²是σ²的无偏估计。
提示:注意区分μ已知和未知的情况。

📷 拍照上传批改

拍照上传批改功能已预留入口,后续接入图片上传、OCR识别与AI批改。