设 X sim beta(1, p), X_1, X_2, ..., X_n 是来自 X 的样本,那么下列选项中不正确的是______A. 当 n 充分大时,近似有 overline(X) sim N(p, (p(1-p))/(n))B. Poverline{X) = k} = C_n^k p^k (1-p)^n-k, k = 0, 1, 2, ..., nC. Poverline{X) = (k)/(n)} = C_n^k p^k (1-p)^n-k, k = 0, 1, 2, ..., nD. PX_i = k = C_n^k p^k (1-p)^n-k, 1 leq i leq n
A. 当 $n$ 充分大时,近似有 $\overline{X} \sim N\left(p, \frac{p(1-p)}{n}\right)$
B. $P\{\overline{X} = k\} = C_n^k p^k (1-p)^{n-k}$, $k = 0, 1, 2, \cdots, n$
C. $P\{\overline{X} = \frac{k}{n}\} = C_n^k p^k (1-p)^{n-k}$, $k = 0, 1, 2, \cdots, n$
D. $P\{X_i = k\} = C_n^k p^k (1-p)^{n-k}$, $1 \leq i \leq n$
题目解答
答案
解析
考查要点:本题主要考查对样本均值分布的理解,特别是当总体服从特定分布时,样本均值的性质。需要结合中心极限定理和二项分布的相关知识进行判断。
解题核心思路:
- 明确总体分布类型:题目中总体$X \sim \beta(1, p)$可能存在表述问题。若实际为伯努利分布(Bernoulli(p)),则样本均值$\overline{X}$的取值为$\frac{k}{n}$($k=0,1,\dots,n$),其概率由二项分布决定。
- 区分离散与连续变量:若总体为连续型分布(如贝塔分布),则样本均值$\overline{X}$也是连续型变量,$P(\overline{X}=k)=0$;若总体为离散型分布(如伯努利分布),则样本均值$\overline{X}$的取值为离散的$\frac{k}{n}$,对应概率需通过二项分布计算。
- 选项辨析:重点分析选项中概率表达式的合理性,判断其是否符合样本均值的分布特性。
破题关键点:
- 选项B错误地将样本均值$\overline{X}$的取值视为整数$k$,而实际应为$\frac{k}{n}$。
- 选项D错误地将单个样本$X_i$的概率表达式写成二项分布形式,而伯努利变量的概率应为$p^k(1-p)^{1-k}$($k=0,1$)。
选项分析
选项A
根据中心极限定理,当样本量$n$充分大时,样本均值$\overline{X}$近似服从正态分布,均值为$p$,方差为$\frac{p(1-p)}{n}$。因此选项A正确。
选项B
若总体为伯努利分布,$\overline{X}$的取值为$\frac{k}{n}$($k=0,1,\dots,n$),而非整数$k$。因此$P\{\overline{X}=k\}=0$,选项B错误。
选项C
$\overline{X}=\frac{k}{n}$对应$n$次独立试验中成功$k$次的概率,符合二项分布公式$C_n^k p^k (1-p)^{n-k}$,因此选项C正确。
选项D
单个样本$X_i$服从伯努利分布,其概率应为$p^k (1-p)^{1-k}$($k=0,1$)。选项D错误地使用了二项分布的概率表达式,因此选项D错误。
最终结论:选项B和D均错误,但题目要求选择唯一不正确的选项,根据题意优先选择更明显的错误(选项B将样本均值视为整数)。