概率论测试1
1.扔10000 次硬币,其中最长一次连着正面的次数大约会是多少?
A. 100
B. 13
C. 9
D. 4
2.你拿10块钱去赌场赌大小,你有两种玩法,一种是每次赌 10块,一种每次赌1块,你決定都是输光或者赢到 100 块就走,则
A 两种方法输光的概率一样
B 第一种输光的概率较大
C 第二种输光的概率较大
3 有以下几个国家,每个国家有自己的习俗。问哪个国家长期以后男人最多
A. 每个家庭不断的生孩子直到得到第一个男孩为止
B. 每个家庭不断的生孩子直到得到第-个女孩为止
C. 每个家庭不断的生孩子直到得到一男一女为止
D.以上几个国家最后男女比例基本一样
4 如果有了个门,有一个背后有大奖。你选中一个,主持人知道哪个门后面有奖,并旦总会打开另外两个中的某个没奖的。现在你有一次换得机会,你应该
A.換
B. 不换
C.换不换都一样
5 假设考试周为 1个礼拜(周一到周日),且考试时间为均匀分布,假使你有了门考试,则最后一门考试大约在 A. 周四 B.周五 ¢.周六 D.周日
6 如果你去参与一项赌博,每次的回报为正态分布,假设你赌了 100 把发现赢了 10000块(明显是很小概率事件,但假设确实发生了),那么你觉得你最有可能是因为
A 有一把赢了巨多
B 一直在慢慢的赢
C 两种情况都有可能
7 台湾大选,假定马英九最终得到 600000 票,谢长廷得到 400000 票,如果一张一张的唱票,则过程中马英九一直领先谢长廷的概率为
A 0.1
B 0.2
C 0.3
D 0.4
8 实验室测试灯泡的寿命。在灯泡坏的时候立刻换新灯泡。灯泡寿命约为 1小时。考察 10000 小时时亮着的那个灯泡
A. 那个灯泡的寿命期望也约为1小时
C. 那个灯泡的期望寿命约为其他灯泡的 1/2
B. 那个灯泡的寿命期望约为其他灯泡的2倍
D.以上说法都不对
9 以下那件事情发生的期望时间最短
A. 在第0秒个物体从原点出发,每一秒以概率 1/2 向左走,1/2向右走,第一次回到原点的时间
B. 一只猴子,每秒种随便按键盎上的一个键,第一次打出”Bejing Welcomes You”的时间
C. 在第0秒,—个物体从原点出发,1/2 向右走,第一次到达 1 的时间
10 如果一个物体在3维随机游动,也即每一刻他可以向左,右,上,下,前,后等概率的走,长久来看,则会发生什么情况
A. 此物体无穷多次回到原点
B. 此物体不会无穷多次回到任何一条坐标轴上
C. 此物体无穷多次回到任何一条坐标轴上,但不会无穷多次回到原点
概率论测试2
三门问题
问题不多说,换门后赢的概率是 2/3,不换门赢的概率是 1/3
程序模拟如下:
解法1:做实验
import numpy as np
def strategy1(choosen, reveal):
# 策略1:玩家不改变选择
return choosen
def strategy2(choosen, reveal):
# 策略2:玩家改变选择
return list({0, 1, 2} - {choosen, reveal})[0]
def officer(right_answer, choosen):
# 主持人:随机排除一个选项
can_reveal = list({0, 1, 2} - {right_answer, choosen})
np.random.shuffle(can_reveal)
return can_reveal[0]
win_cnt, lose_cnt = 0, 0
num_experiment = 10000
for i in range(num_experiment):
right_answer = np.random.randint(0, 3)
choosen = np.random.randint(0, 3)
reveal = officer(right_answer, choosen)
choosen = strategy1(choosen, reveal)
if choosen == right_answer:
win_cnt += 1
else:
lose_cnt += 1
print(win_cnt / (win_cnt + lose_cnt))
解法2:直觉角度 如果你换门,本质上选择的是两扇门:
- 当前选择的门,概率 1/3
- 两个门的组合,并且其中一扇门被排除,概率是2/3
1
某饭店每日营业额的分布是右偏的,均值2500,标准差400.
从过去5年的每天营业额中,随机抽取100天,并计算平均营业额。这个营业额的分布是?
接近正态分布,均值2500,标准差40
2
10个人随机进入15个房间,X个房间有人,X的期望是多少?
第i个房间有/无人记为$X_i$(0-1分布),
$P(X_i=1)=1-(14/15)^{10}$,
所以…
答案是7.476
3
独立随机变量$X,Y$服从参数为$\lambda_1, \lambda_2$的随机变量,求$E(X\mid X+Y=n)$
解体思路:
- 条件期望的定义$E(X\mid X+Y=n)=\sum_x x P(X=x\mid X+Y=n)=\sum_x x (P(X=x,Y=y))/P(X+Y=n)$
- 分母:X+Y也服从泊松分布,概率可以写出
- 分子:因为相互独立,所以可以写出
- 【关键步骤】:化简后,发现是二项分布求期望的公式
答案:$n\lambda_1/(\lambda_1+\lambda_2)$
4
一枚硬币,正面朝上概率为p. 连续抛掷,直到第一次正面朝上。求抛掷次数的期望。
这题很多解法:
- 几何分布,数字特征可以背下来
- 用定义,解一个数列的和
- 亮点解法,下面写:
记Y是第一次抛掷情况,N是抛掷次数。
$EN=E(N\mid Y=1)P(Y=1)+E(N\mid Y=0)P(Y=0)$
根据常识,观察到$E(N\mid Y=1)=1,E(N\mid Y=0)=1+EN$ 解出$EN=1/p$
5:关于假设检验
你在做正态总体均值的假设检验检验,H0:u=u0, H1:u≠u0,
实验结果$\bar X =$u0,那么()
不可能拒绝原假设
你在做正态总体均值的假设检验检验,H0:u≤u0, H1:u>u0,
实验结果$\bar X<$u0,那么()
不可能拒绝原假设,但有可能犯第二类错误
6:关于第一类错误和第二类错误
某种小麦亩产250,标准差6。现在品种改良,抽取25亩,发现平均亩产提高20.
那么建立假设检验 H0:u≤250
问,当u=270时,不犯第二类错误的概率是
答案是$\Phi(15.02)$,这题绕了好几个弯弯
ANOVA
与t检验相比,ANOVA可以使犯第一类错误的概率(??)
答案是降低。ANOVA可以:
- 提高检验效率
- 同时使用所有的样本信息,增加可靠性。
- 使用t检验,假设一次t检验的第一类错误概率是$\alpha$,那么n次就是 $1-(1-\alpha)^n$
回归
对数据 $(X_i,Y_i)$ 做回归。
如果X是自变量,参数是$\beta_{YX}$。 如果X是因变量,参数是$\beta_{XY}$
如果$r=\rho_{X,Y}$是相关系数,那么 $\beta_{YX}$ 和 $\beta_{XY}$ 的关系是???
答案是 $\beta_{YX} \beta_{XY} = r^2$
(推导容易,但如果没见过这个结论,很容易觉得他俩是倒数关系)