跳到主内容
数理基础统计推断(Statistical Inference) · 统计第1–10讲2/10 · 配套练习模块导览 →
练习

统计第2讲:概率进阶 | Probability (2) · 练习

练习最小化均方误差、计算条件期望与正态概率,并用变量线性组合和中心极限定理完成近似推断。

← 返回本讲讲义
完成状态保存在当前浏览器,可随时取消。

练习题#


1. MSE最小化#

设随机变量 (YN(2,4))( Y \sim N(2, 4) )

(1) 若用常数 (c)( c ) 预测 (Y)( Y ),求使MSE最小的 (c)( c ) 值。

(2) 计算此时的(minMSE)( \min MSE )


2. 条件期望计算#

设 ( X ) 为骰子点数(均匀分布),( Y ) 定义为:

  • 若 ( X ) 为偶数,则 (Y=X+1)( Y = X + 1 )

  • 若 ( X ) 为奇数,则 (Y=X1)( Y = X - 1 )(E[E(YX)])( E[E(Y|X)] )


3. 正态分布概率#

已知(XN(50,25))( X \sim N(50, 25) ),计算(P(48X55))( P(48 \leq X \leq 55) )


4. 独立正态变量的线性组合#

(XN(3,4))( X \sim N(3, 4) )(YN(1,9))( Y \sim N(1, 9) ),且(XY)( X \perp Y )

求随机变量 (Z=2XY+5)( Z = 2X - Y + 5 ) 的均值和方差。


5. 中心极限定理应用#

一枚公平硬币抛掷400次,用正态近似计算正面出现次数在180到220之间的概率。



查看答案

1. MSE最小化#

(1) 最优预测值为(c=E(Y)=2)( c = E(Y) = 2 )

(2)(minMSE=var(Y)=4)( \min MSE = \text{var}(Y) = 4 )


2. 条件期望计算#

计算条件期望:

  • 当 ( X=1,3,5 )(奇数),(E(YX)=X1)( E(Y|X) = X - 1 )

  • 当 ( X=2,4,6 )(偶数),(E(YX)=X+1)( E(Y|X) = X + 1 ) 由双重期望公式:

    E[E(YX)]=16x=16E(YX=x)=16(0+3+2+5+4+7)=3.5E[E(Y|X)] = \frac{1}{6} \sum_{x=1}^6 E(Y|X=x) = \frac{1}{6}(0+3+2+5+4+7) = 3.5


3. 正态分布概率#

标准化:

P(48X55)=Φ(55505)Φ(48505)=Φ(1)Φ(0.4)0.84130.3446=0.4967P(48 \leq X \leq 55) = \Phi\left(\frac{55-50}{5}\right) - \Phi\left(\frac{48-50}{5}\right) = \Phi(1) - \Phi(-0.4) \approx 0.8413 - 0.3446 = 0.4967


4. 独立正态变量的线性组合#

均值:

E(Z)=2E(X)E(Y)+5=2×31+5=10E(Z) = 2E(X) - E(Y) + 5 = 2 \times 3 - 1 + 5 = 10

方差:

var(Z)=22×var(X)+(1)2×var(Y)=4×4+1×9=25\text{var}(Z) = 2^2 \times \text{var}(X) + (-1)^2 \times \text{var}(Y) = 4 \times 4 + 1 \times 9 = 25


5. 中心极限定理应用#

(S400)( S_{400} ) 为正面次数,近似 (S400N(200,100))( S_{400} \sim N(200, 100) )

标准化:

P(180S220)Φ(220.520010)Φ(179.520010)=Φ(2.05)Φ(2.05)0.97980.0202=0.9596P(180 \leq S \leq 220) \approx \Phi\left(\frac{220.5-200}{10}\right) - \Phi\left(\frac{179.5-200}{10}\right) = \Phi(2.05) - \Phi(-2.05) \approx 0.9798 - 0.0202 = 0.9596

(注:使用了连续性修正)

完成练习后,自评一次

建议先独立作答,再展开参考答案进行核对。