解:由题可知
X N
,
( ,)
X
()
1
1
X
n
1
n
X
D X
P X
X
1
X
1
1
~
1
8
1
n
n
2
i
2
1
n
1.28
n
1
n
2
2
S
64
9
E X
2
S
1
X
i
,
DX
P U
(
1)
n
2
n
1.28
DX
0.2
2
~
X
n
1
n
(8) ,
且 与 相互独立
X S
2
0
DX
1
X
1
X N
~
(0,1)
(2)
0.261
X
P
=
P
2.088
2
X
2.088
X
94
8
i
4
=
P
原式
( )
3
4
i
1
2
2
S
0.261
8
9
1.836
P
2
14.688
,其中
1
8
14.688 =0.9 0.01=0.89
64
9
2
S
X
1
8
2
1
8
1 64.
8 9
2
S
1.836
2
X
=
2
1
8
64
9
2
S
2
~
(9)
2
3
4
i
1
X
i
4
~
N
(0,1)
8
5
i
X
i
2
9
8
=
8
9
8
i
5
X
i
2
2
4
( )
~
则
t
2
3
8
9
1
4
i
8
i
5
X
i
4
2
X
i
4
X
i
4
X
i
2
4
i
1
8
i
5
~ (4)
t
,
P
4
i
1
X
i
4
2.132
8
i
5
X
i
2
P t
=
2.132 =0.1
(4)
X
则
P
9
X
2
S
2
2
1
8
=8
X
2
2
( ),
~
1
8
F
2
2
9
X
2
S
~ (1,8)
F
X
1
64
S
9
8
2
1
58.82
=
P F
(1,8)
1
58.82
P
58.82
F
(8,1)
1 0.9 0.1
也可以用 T 分布与 F 分布的关系.
(
P X
A
(
F A
)
p
0
)
A
ln(1
EX
ln(1
( )
1
A
) 1
A
e
p
0
,
EX
1
ˆ
),
p EX
0
n
1
i
ln ( ;
x
1
d
L
)
n
,
DX
X
,
1
2
ˆ
A
n
1
i
n
( )
2
L
( ;
x
1
,...,
x
(
f x
;
)
i
e
似然方程:
d
,...,
x
n
)
nx
=0
ˆ
EX
ln(1
p
)
0
X
ln(1
p
)
0
x
i
n
e
nx
得到参数 的极大似然估计
,再由
极大似然估计的不变性,推出 的极大似然估计为
A
1
ˆ=
X
ln(1
p
0
ˆ
ˆ
A
)
X
ln(1
p
)
0
(3)
ˆ
=
EA E
X
ln(1
p
) = ln(1
0
p EX
0
)
=
ln(1
p
0
)
=
A
{[
X
ln(1
p
0
)]
[
)
ln(1
p
)
0
]}
n
0
p
ln(1
ˆ(
)
A A
ˆ
A A
是 的无偏估计
ln ( ;
L
x
n
1
d
,...,
x
)
n
d
nx
ln(1
n
p
0
)
估计
ˆ
A A
且 是 的无偏估计
ˆ
A
是有效
又
lim
n
ln(1
p
0
2
n
是相合估计量
lim
n
ˆ
A
EA A
lim
n
ˆ
DA
ˆ
2
)
0
1.
2
的无偏估计为
2
1
2
X
1
X
,
2
且
2
X
1
X
2
~
2
N
(
2
1
~
N
( ,) 又
0 1
2
(
n
1)
2
2
S
X
(
m
2
2
4
, + )
n
m
1)
2
2
~
S
Y
2
(
n m
2)
2
(
m
2
S
Y
1)
2
S
独立 ,记
2
=
(
n
1)
2
(
m
S
X
2
n m
2
1)
S
Y
2
X
1
U
且
2
X
1
X
则
t
P t
U
2
n m
t
1
2
+
2
2
X
2
1
2
2
4
m
n
1)
n
2
与
S
(
X
2
n m
2
2
X
1
X
2
S
2
+
4
n
2
1
1
m
2
~
t n m
2
=
=
P t
2
P
2
=1
n m
2
2
X
1
X
2
S
X
X
2
t
1
1
2
n m
2
1
+
2
2
4
1
n m
4
1
n m
S
+
t
1
2
n m
2
2
2
1
2
X
1
X
2
t
1
2
n m
2
S
4
1
n m
+
因此构造
2
2
的 置信区间为
2
1
1
X
1
X
2
t
1
2
n m
2
S
4
1
n m
+
X
1
X
2
,在 :
2
1
2
H
0
=0
成立的条件下,
大于某个常数 应该是小概率事件,因此构造拒绝域
2.
2
的无偏估计为
2
1
2
X
X
2
X
K
:
0
2
c
X
1
1
2
2
c
,
以下确定常数
c
由
2
P X
1
X
2
c
2
1
2
=0
X
2
4
1
n m
+
S
c
4
1
n m
+
2
1
2
=0
2
X
1
S
c
4
1
n m
+
=
t
1
S
c
4
1
n m
+
2
1
2
=0
n m
c
2
t
1
n m
2
S
4
1
n m
+
拒
P
P t
令
S
绝域为:
因为
X B p
~ (1,
).
所以
3
i
1
类错误(弃真):
X B
~ (3
p
,
i
P
3
i
1
X
i
2
H
0
为真
)
X
i
2
p
0.2
3
i
1
P
3
i
1
0.2
P
X
i
3
p
0.2
3
i
p
2
X
P
1
i
2
0.2 0.8
C
3
0.104
类错误(纳伪):
3
C
3
2
3
0.2
2
H
i
i
i
3
3
1
X
X
P
P
1
i
1
i
2
1
0.4 0.6
C
3
0.648
1
P
X
1
3
2
i
2
2
为真
1
0.4
0.4
P
P
p
p
3
C
3
3
0.4
3
i
1
X
i
2
p
0.4
3
i
1
X
i
3
p
0.4
解:
( )利用最小二乘估计使残差平方和最小
1
S
2
=
E
n
i
1
y
i
x
i
2
2
dS
d
E
2
n
i
1
y
i
x x
i
i
0
n
i
1
y x
i
i
n
i
1
x
i
2
0
参数 的最小二乘估计量为
ˆ
n
i
1
n
i
1
x y
i
i
2
x
i
( )
2
ˆ
n
i
1
2
x Y
i
i
Y
,
i
=
i
x
i
~
N x
i
(
,
2
)
1
x
i
n
i
1
ˆ
~ (
N E D
ˆ
ˆ
)
,
服从正态分布
=
i
n
n
2
1
E
x Y
i
i
ˆ
E
1
x
i
由正态分布的性质推知
1
x
i
x Y
i
i
ˆ
D
D
1
1
1
2
n
n
i
i
ˆ ~
i
因此,
1
i
1
x
i
n
n
i
1
2
x EY
i
i
=
1
x
i
n
i
1
2
n
i
1
x
i
=
x
i
2
2
n
i
1
2
x DY
i
i
2
n
x
i
i
1
2
1
x
i
n
i
1
N
(
,
)
2
2
n
x
i
i
1
E Y
i
D Y
i
ˆ
x
i
ˆ
x
i
n
i
1
n
i
1
( )
3
ES
2
=
E
2
n
1
i
n
i
1
D Y
i
ˆ
x
i
2
E Y
i
ˆ
x
i
ˆ
DY D x
i
i
2
(
Cov Y
i
ˆ
,
x
i
)
(
Cov Y
i
,
ˆ
x
i
)
(
Cov Y
i
,
n
i
1
n
i
1
x Y
i
i
2
x
i
x
i
)
x
i
x
i
n
i
1
C
(
ov Y
i
,
2
n
i
1
x Y
i
i
)
,
Cov Y Y
i
(
i
)
2
2
x
i
x
i
n
i
1
x
i
n
i
1
2
2
2
x
i
则
2
ES
E
2
n
n
i
1
2
2
2
x
i
x
i
n
i
1
n
2
i
1
2
2
2
2
2
n
n
1
2
2
2
x
i
x
i
n
i
1
因素:车型
水平:3种不同的车型A,B,C
方差分析前提假设:正态性,方差齐次性,独立性
方差来源
因素
随机误差
总和
DF
平方和 均方差 F 值
2
9
11
1
0.28
1.28
0.5
0.03111
16.0714
对比分位数:
F F
0.95(2,9)
4.26
量有显著差异。
,拒绝原假设 0
1
2
:H
3
,认为这三种车型耗油