设总体分布为上的均匀分布求参数的矩估计和极大似然估计-搜答案-智慧作业帮

/>矩法估计思路大概就是先找出参数与期望之间的关系,然后用样本矩(样本平均数)代替期望,对参数进行估计.具体步骤如下：所以参数的估计值是样本平均数的三倍.如果还有问题再问我吧.

F(y)=p(Y

答：设X,Y相互独立,且服从同分布X～U(-2,2),Y～U(-2,2), 则X,Y的概率密度为(y只需换成x) f(x): ①:1/4,-2<x<

Z=min(X,Y)的分布函数F(z)=P(Z=z)Z=min(X,Y)>=z说明XY同时大于等于z=1-P(X>=z,Y>=z)XY独立=1-P(X>=z)P(Y>=z)=1-(1-z)exp(-z

f(x)=1,1≤x≤2f(y|x)=xe^(-xy),y≥0f(y|x)=f(x,y)/f(x)=f(x,y)=xe^(-xy)令z=xy,z≥0F(z)=P(Z≤z)=P(XY≤z)=∫(1,2)

所述,在[a,b]上的均匀分布使密度的x的函数是函数f（x）=1/（BA）×属于[b〕,其他时间间隔函数f（x）=0的那么,根据定义的要求E（X）E（X）=SX*F（X）DX的上限和下限是正无穷大和负

X服从参数为λ的泊松分布,EX=λ.把EX换成一阶样本矩Xˉ,即得矩估计量为λ^=Xˉ.

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

服从~N（u,σ^2/n）正态分布

Yn的极限应该是6吧.这里的Yn其实就是样本的二阶原点矩,记为A2.其一阶原点矩为1/n(X1+X2+……+Xn),记为A1.其二阶中心矩记为S^2.它们之间的关系为A2-A1^2=S^2.又因为X服

/>1）X在(0,2)上均匀分布,所以X的密度函数是：通过积分可以求出X的分布函数：2）可以利用密度函数求出这个概率,也可以利用分布函数,以下为步骤,结果是0.5：3）我们可以把Y写成X的函数,Y=g

概率论我已经忘光光了……

首先写出似然函数LL=∏p(xi)=∏{[(λ^xi)/(xi!)]·e^(-λ)}=e^(-nλ）·∏{[(λ^xi)/(xi!)]=e^(-nλ）·λ^（∑xi)·∏1/(xi!)然后对似然函数取

求证什么?看不懂你的意思你把题目打清楚点,我看看就算这个统计量的方差是否是λ这里有

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

u=∫x/（θ-5）dx=x^2/2(θ-5)│(5~θ)=(θ+5)/2而μ‘=x’故（θ‘+5）/2=12得到θ’=19

数学期望你会算吧.三道大题计算量太大了.我说一下怎么做算了.一阶矩估计就是求数学期望.,一个参数时求一下期望就能得到了.最后的那个期望改写成x拔,那个x拔=一个含预估参数的表达式,反过来用x拔表达参数

设总体分布为 上的均匀分布求参数 的矩估计和极大似然估计