X1,X2,...,Xn是来自总体X的一个样本X的概率密度为f(x)=其中>1的未知参数,试求的矩估计量和极大似然估计量.
由于E(X)=∫+∞?∞xf(x)dx=∫10x(θ+1)xθdx=θ+1θ+2xθ+2|10=θ+1θ+2以样本矩代替总体矩,即令E(X)=.X,θ+1θ+2=.X,解得θ=2.X?11?.X,所以θ矩估计量为?θ=2.X?11?.X.设(x1,x2,…,xn)为一组样本观测值,则似然函数为L(θ)=ni=1(θ+1)xθk,0<xk<1(k=1,2,…,n.)0,其他=<table style="text-align: left; width: 100%; margin-left: 1px; margin-right: 1px" cellsp
根据无偏估计的定义,统计量的数学期望等于被估计的参数,具体到这里就是说
E(c*X的平均值)=θ
又由期望的性质
E(c*X的平均值)=cE(X的平均值)=θ
那么
E(X的平均值)=θ/c
又E(X的平均值)其实就是总体均值,也就是2θ
那θ/c=2θ,c就等于1/2
X(1) f1(x)=n*(F(x))^5261(n-1)*f(x)
F1(x)=(F(x))^n
X(n) fn(x)=n*(1-F(x))^(n-1)*f(x)
Fn(x)=(1-F(x))^n
其中f(x) F(x)分别是总体41021653x的密度函数和回分布函数
根据无偏估计的定义,统计量的来数学期望等于被估计的参源数,具体到这里就是说bai
E(c*X的平均值)=θ
又由期望的性质
E(duc*X的平均值)zhi=cE(X的平均值)=θ
那么
E(X的平均值)=θ/c
又E(X的平均值)其实就是总体均值,也就是2θ
那θdao/c=2θ,c就等于1/2
扩展资料:
用样本矩作为相应的总体矩估计来求出估计量的方法.其思想是:如果总体中有 K个未知参数,可以用前 K阶样本矩估计相应的前k阶总体矩,然后利用未知参数与总体矩的函数关系,求出参数的估计量。
矩有一阶矩、二阶矩、以后统称高阶矩,最常用的有一阶和二阶矩。一阶矩又叫静矩,是对函数与自变量的积xf(x)的积分(连续函数)或求和(离散函数)。力学中用以表示f(x)分布力到某点的合力矩,几何上可以用来计算重心,统计学中叫做数学期望(均值)。另外在统计学中还有二阶中心矩(方差)。
参考资料来源:百度百科-矩估计
相关视频
概率论:设x1,x2,...xn是来自总体P(λ)的样本,X非是样本均值,D(X非)=...
X(表示为X的均值).X=1\/n(X1+X2+XX+Xn),D(~X)=1\/n^2 *(D(X1)+D(X2)+XX+D(Xn))=1\/n^2 *(σ²+σ²+XX+σ²)=1\/n^2 *n*σ²=σ²\/n 原因:D(kX)=k^2*D(X)D(X1+X2+XX+Xn)=D(X1)+D(X2)+XX+D(Xn) 因为X1,X2,Xn...
已知一组数据为X1,X2 ,...,Xn,其方差为S的平方
X1,X2 ,...,Xn的平均数为 X平均=(X1+X2+...+Xn)\/n X1,X2 ,...,Xn的方差为S^2=[(X1-X平均)^2+(X2-X平均)^2+...+(Xn-X平均)^2]\/n,KX1+a,KX2+a,...,KXn+a的平均数为[(KX1+a)+(KX2+a)+...+(KXn+a)]\/n=K(X1+X2+...+Xn)\/n+a=KX平均+a KX1+a...
变量X1、X2...Xn相互独立且服从同一分布,该怎么理解?
因为x1,x2,x3相互独立 所以D(X1-2X2 3X3)=D(X1) 4D(X2) 9D(X3)X1~U[0,6]D(X1)=(6-0)^2\/12=3 X2服从λ=1\/2的指数分布 D(x2)=2^2=4 X3~π(3)D(X3)=3 D(X1-2X2 3X3)=D(X1) 4D(X2) 9D(X3)=3 4*4 9*3=3 16 27=46 ...