设总体为的均匀分布求据估计和

来源:学生作业帮助网 编辑:作业帮 时间:2024/05/15 00:09:35
设X~ε(λ),X1,X2,……是来自总体X的随机变量,和总体X独立的随机变量N服从均值为1/P的几何分布,求Y=(X1

这题就是把N从常量整数变成变量,如果是常量整数,Y服从正态分布,变成变量整数其实也服从正态分布,但此时E(Y)跟D(Y)就变了.但是也很好求,只是比较麻烦.E(X)=λ,D(X)=ε平方,E(N)=1

设总体为指数分布,已知概率密度函数求参数的矩估计和极大似然估计的解题步骤

设X~EXP(入)E(X)=1/入^入=1/(xbar)L(入|x)=π(连乘符号)(i=1~n)入e^(-入xi)两边取对数,并使ln(L)=ll(入|x)=ln(入^n)+(-入)Σ(xi)求导l

设随机变量x服从(0,1)上的均匀分布,求Y=e^X的数学期望和方差

XU(0,1)密度函数:等于:1当0再问:这是标准答案了吧?再答:按公式计算而得:若x的概率密度函数为f(x),那么随机变量x的函数g(x)的数学期望和方差分别为:E[g(x)]=∫g(x)f(x)d

设随机变量x服从(0,1)上的均匀分布,Y=e^x 求y的数学期望 和 方差

楼上方差错了方差(x*(e^x-1)^2在(0,1)上的积分)

设总体X的概率密度为,求极大似然估计量

套用公式计算,经济数学团队帮你解答.请及时评价.再问:这一步是怎么的,看不懂  谢谢了再答:

设X1,X2.Xn是来自均匀分布总体U(0,c)的样本,求样本的联合概率密度

均匀分布的总体U的概率密度为f(u)=1/c.总体U的独立样本X1,X2,...,Xn的联合概率密度为:f*(x1,x2,...,xn)=Πf(xi)=1/(c的n次方)再问:求具体步骤再答:这已经是

设随机变量X和Y相互独立,X服从区间(0.2)的均匀分布,Y服从均值为1/2的指数分布 求P(Y《X)

X和Y相互独立则有fx(x)*fy(y)=f(x,y)Y服从均值为1/2的指数分布,即参数1/λ=1/2,λ=2然后就可以对联合分布P(Y

求Ө的极大似然估计,设总体X的概率密度为f(x

设总体X的概率密度为f(x)=Өx^(Ө-1),0

一道概率论题目设总体X服从(0,θ)上的均匀分布,从X中抽取容量为1的样本X1,则θ的无偏估计量是()A.U=X1,B.

注意EX1=EX=(0+θ)/2=θ/2(均匀分布的数字特征),所以有E(2X1)=θ,故选B

设随机变量X服从区间为[1,3]上的均匀分布,且Y=2X+1,求D(Y).

由方差的性质:D(Y)=D(2X+1)=4DX,而均匀分布的方差:DX=(3-1)^2/12=4/12=1/3故:D(Y)=4/3这个题是方差的性质与均匀分布的方差的应用,要熟练掌握.

181.设总体 的密度函数为 其中 为未知参数.为总体的一个样本,求参数 的极大似然估计量.

极大似然估计的方法:1、构造似然函数,L(x1,x2,...,xn)=每个Xi密度函数的连乘.每个Xi的密度函数与总体的密度函数相同.2、求L(x1,x2,...,xn)或lnL(x1,x2,...,

设总体X服从区间(-1,1)上均匀分布,X1,X2,……Xn来自总体X的样本,求样本均值的数学期望和方差

设X1X2...Xn为来自总体X的样本,总体X服从参数为λ的指数分布,即f(x,λ)=λexp(-λx)求X(1)和X(n)_百度知道设X1X2...Xn为来自总体X的样本,总体X服从参数为λ的指数分

设总体X服从正态N(μ,σ²),x1,x2,xn为其总体的样本,求该样本的联合概率密度

fX(x)=φ((x-u)/σ)/σf(X1,X2,...Xn)=fX1(x1)fX2(x2)..fXn(xn)=(1/√(2π)σ)^n*e^Σ(xi-u)²/(2σ)如有意见,欢迎讨论,

设圆的直径X在【1,3】上服从均匀分布,求圆面积的数学期望和方差

EX=(a+b)/2->Er=[(1+3)/2]/2DX=(b-a)^2/12->Dr=[(3-1)/2]^2/12ES=π[Er]^2=π[(1+3)/4]^2=π16/16=πDS=π[Dr]^2

设总体X服从区间(a,b)上的均匀分布,X1,X2,······Xn是来自总体X的一个样本,则样本均值的方差为

DX拔=DX/n=(b-a)^2/12n再问:为什么分母有一个n呢再答:DX拔=DX/n样本均值的期望=总体的期望样本均值的方差=n分之总体方差

设X1,X2,.Xn是来自概率密度为 的总体样本,θ未知,求θ的矩估计和极大

矩估计E(x)=∫(-∞,+∞)f(x)xdx=θ/(1+θ)X'=Σxi/n=E(x)=θ/(1+θ)θ=x'/(1-x'),其中Σxi/n最大似然估计f(xi.θ)=θ^nx1^(θ-1)x2^(