概率与统计推断第一讲homework

1. 假设在考试的多项选择中，考生知道正确答案的概率为$p$，猜测答案的概率为$1-p$，并且假设考生知道正确答案答对题的概率为1，猜中正确答案的概率为$\frac{1}{m}$，其中$m$为多选项的数目。那么已知考生答对题目，求他知道正确答案的概率。

记事件$A$为考生答对题，事件$B$为考生知道正确答案。则有：

考生知道正确答案的概率 $P(B) = p$

考生在知道正确答案的情况下答对题的概率 $P(A|B) = 1$

考生在不知道正确答案的情况下猜中答案的概率 $P(A|\bar{B}) = \frac{1}{m}$

根据贝叶斯公式：

\begin{align*}
P(B|A) &= \frac{P(B)\cdot P(A|B)}{P(B)\cdot P(A|B)+P(\bar{B})\cdot P(A|\bar{B})} \\
&= \frac{p}{p+(1-p)\cdot \frac{1}{m}}
\end{align*}

2. 假设硬币正面向上的概率为$p$。我们抛掷硬币$N$次，令$X$表示正面向上的次数，则$X$为一个二项分布的随机变量。我们直观感觉$X$应该和$N_{p}$很接近。为了验证该结论是否正确，我们重复多次试验，取$X$的平均值，比较$X$的平均值和$N_{p}$的接近程度。比较$p=0.3,N=10,100,1000$和$p=0.03,N=10,100,1000$。给出试验次数$N$与正面向上比率的函数图。

这道题先不做了

4、 理解抽样分布（sampling distribution）。令$X_{1},\cdots X_{N}$为独立同分布样本（IID），其均值和方差分别为$\mu $和$\sigma ^{2}$。则样本均值为

$\bar{X}_{N} = \frac{1}{N}\sum_{N}^{i=1}X_{i}$为一统计量，是数据的函数。由于$\bar{X}_{N}$也是随机变量，因此也可对其进行分布进行描述，该分布称为统计量的抽样分布。请不要将$X_{i}$的分布函数$p_{X}$与$\bar{X}_{N}$的分布$p_{\bar{X}_{N}}$混淆。为了更清楚地认识到这一点，我们假设$X_{1},\cdots ,X_{N} \sim Unif[0,1]$，画出$p_{X}$。

(1) 计算理论的$E(\bar{X}_{N})$和$V(\bar{X}_{N})$，分析并画出当N 变化时二者的变化。

(2) 模拟得到$\bar{X}_{N}$的分布。取$N = 5, 10, 25, 50, 100$，从$X_{1},\cdots ,X_{N} \sim Unif[0,1]$得到$N$个样本，计算$\bar{X}_{N} = \frac{1}{N}\sum_{N}^{i=1}X_{i}$得到$\bar{X}_{N}$的一个样本。上述过程重复100 次，可得到$\bar{X}_{N}$的100 个样本。计算100 个$\bar{X}_{N}$样本的样本均值$\hat{\mu }_{\bar{X}_{N}} = \frac{1}{100}\sum_{i=1}^{100}\bar{X}_{Ni}$作为$E(\bar{X}_{N})$的估计，100 个$\bar{X}_{N}$样本的样本方差${\hat{\sigma }_{\bar{X}_{N}}}^{2} = \frac{1}{100}\left \{ \sum_{i=1}^{100}\bar{X}_{Ni} - \hat{\mu }_{\bar{X}_{N}} \right \}^{2}$作为 $V(\bar{X}_{N})$的估计，观察该估计值与(1)中理论值的差异。当N 变化时，该差异有何变化规律？

 （1）、

\begin{align*}
E(\bar{X}) &= E(\frac{1}{n}\sum X_{i}) &\cdots\cdots\cdots (1) \\
&= \frac{1}{n}E(\sum X_{i}) &\cdots\cdots\cdots (2) \\
&= \frac{1}{n}\sum E(X_{i}) &\cdots\cdots\cdots (3) \\
&= (\frac{1}{n})n\mu &\cdots\cdots\cdots (4) \\
&= \mu &\cdots\cdots\cdots (5)
\end{align*}

 其中，(2)由期望的性质可得。(3)由多维随机变量期望的性质可得（可参考茆诗松版《概率论与数理统计》167页）。

 

\begin{align*}
V(\bar{X}) &= V(\frac{1}{n}\sum X_{i}) &\cdots\cdots\cdots (1) \\
&= \frac{1}{n^{2}}V(\sum X_{i}) &\cdots\cdots\cdots (2) \\
&= \frac{1}{n^{2}}\sum V(X_{i}) &\cdots\cdots\cdots (3) \\
&= (\frac{1}{n^{2}})n\sigma ^{2} &\cdots\cdots\cdots (4) \\
&= \frac{\sigma ^{2}}{n} &\cdots\cdots\cdots (5)
\end{align*}

其中，(2)由方差的性质可得。(3)由相互独立的多维随机变量的方差计算性质可得（可参考茆诗松版《概率论与数理统计》168页）。

（2）、

在python中取随机数来模拟均匀分布，完成题目要求的实验，代码如下：

from numpy import random
import numpy as np


# 获取独立同均匀分布样本的均值
# para size 样本数量
def get_sample_average(size):
    sample = random.rand(size)
    return sample.sum()/size

for N in [5, 10, 25, 50, 100, 200, 500, 800, 1000]:
    # 定义均值的样本空间
    averageSample = []
    # 按照题目要求，实验重复100次
    for i in range(0, 100):
        averageSample.append(get_sample_average(N))
    averageSample = np.array(averageSample)
    print("N = %d，expectation = %f，variance = %f" % (N, averageSample.mean(), averageSample.var()))

　　运行结果：　　

N = 5，expectation = 0.503940，variance = 0.015760
N = 10，expectation = 0.496493，variance = 0.010882
N = 25，expectation = 0.502530，variance = 0.003558
N = 50，expectation = 0.501409，variance = 0.001528
N = 100，expectation = 0.501081，variance = 0.000786
N = 200，expectation = 0.500667，variance = 0.000415
N = 500，expectation = 0.501198，variance = 0.000164
N = 800，expectation = 0.500096，variance = 0.000118

由运行结果可知，随着N的增大，$E(\bar{X}_{N})$在0.5附近浮动。由于N相差没有足够的大，并没做到$E(\bar{X}_{N})$越来越接近于0.5。但方差是越来越小，趋近于0