- 1、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
习题六 ?1 .设总体 X 的概率密度为 f (x;?) ? ?(? ? 1)x? ? ? 0 0 ? x ? 1 ,其中 ? ? ?1 , 其它 X , X , 1 2 , X 为来自总体 X 的样本,求参数? 的矩估计量。 n 解:总体的一阶原点矩为v ? E( X ) ? ??? xf (x;?)dx ? ?1 (? ? 1)x??1dx ? ? ? 1 , 1 ?? 0 ? ? 2 而样本的一阶原点矩为 A 1 ? 1 ?n X n i i ?1 ? X ,用样本的一阶原点矩估计总体的一阶 原点矩,即有? ? 1 ? ? 2 ? X ,由此得? 的矩估计量为?? ? 2 X ? 1. 1 ? X 3.设总体 X ~ U (0,? ) ,现从该总体中抽取容量为 10 的样本,样本观测值 为: 0.5,1.3,0.6,1.7,2.2,1.2,0.8,1.5,2.0,1.6 试求参数? 的矩估计值。 解: 总体的一阶原点矩为 v 1 ? E( X ) ? ? 2 , 而样本的一阶原点矩为 A ? 1 ?n X 1 n i i ?1 ? X ,用样本的一阶原点矩估计总体的一阶原点矩,即有 ? ? X , 2 由此得? 的矩估计量为?? ? 2X ,其矩估计值为 ?? ? 2x ? 2 ? 1 (0.5 ? 1.3 ? 0.6 ? 1.7 ? 2.2 ? 1.2 ? 0.8 ? 1.5 ? 2.0 ? 1.6) ? 2.68 10 6.设 x , x , 1 2 , x 为来自总体 X 的一组样本观测值,求下列总体概率密度中? n 的最大似然估计值。 ?? x??1 0 ? x ? 1 (1) f (x;?) ? ? (? ? 0 ); ? 0 其它 ?(2) f (x;?) ? ???? x? ?1e?? x? x ? 0 (? 已知); ? ?? 0 其它 ? x ? x 2 x ? 0 (3) f (x;?) ? ? ??? 2 ? ? e 2?2 0 x ? 0 解:(1)似然函数为 ?n ??n ?? ??1,0 ? x ? i i ? 1(i ? 1,2,?, n) L(? ) ? f (x ;?) ? ? x i i i ?1 ?? i ?1 0 , 其它 因为 0 不是 L(? ) 的最大值,考虑 L(? ) ? ?n ?x??1,0 ? x ? 1 (i ? 1,2,?, n) 两边取对数,得 ln L ? ?n i ?1 i i i ?1 [ln? ? (? ? 1) ln x ] i 解方程 d ln L ? ?n ( 1 ? ? ln x ) ? 0 ,即 n ?n ln x ? 0 d? ??i i ?1 ??i i ?1 解得?? ? ? ?n i ?1 n ln x i ,即为? 的最大似然估计值。 似然函数为 n ??n ?? ? ?1 ??x?,x ? 0(i ? 1,2,?, n) ?L(? ) ? ? f (x ;?) ? ? ? x e i i i i i ?1 ?? i ?1 0 ,其它 i因为 0 不是 L(? ) 的最大值,考虑 L(? ) ? ?n ??x? ?1e??x?, x i ? 0 (i ? 1,2,?, n) i i i ?1 两边取对数,得 ln L ? ?n i ?1 [ln? ? ln? ? (? ? 1) ln x i ??x?] i 解方程 d ln L ? ?n ( 1 ? x?) ? 0 ,即 n ?n x? ? 0 d? ? i i ?1 ??i i ?1 解得?? ? n ,即为? 的最大似然估计值。 ?n x? i i ?1 似然函数为 n ??n x ? x 2 ,x i i ? 0 (i ? 1,2,?, n) ?L(? ) ? ? f (x ;?) ? ? ? i e 2?2 i ? 2 i ? i ?1 ,其它 i ?1 ??0 因为 0 不是 L(? ) 的最大值,考虑 L(? ) ? n x x 2 ?ii e 2?2 , x ? i ? 0 (i ? 1,2, , n) 两边取对数,得 ln L ? ?n (ln x ? 2ln? ? ? 2 i i?1 x 2 i ) i i ?1 2? 2 解方程 d ln L ? ?n (? 2 ? x 2 i ) ? 0 ,即? 2n ? 1 ?n x 2 ? 0 d? ? ? 3 i ?1 ? ? 3 i i ?1 ?nx2ii ?12n解得 ?n x 2 i i ?1 2n 8.若总体 X 服从参数为
文档评论(0)