电脑桌面
添加小米粒文库到电脑桌面
安装后可以在桌面快捷访问

第7章参数估计习题及答案

第7章参数估计习题及答案_第1页
1/6
第7章参数估计习题及答案_第2页
2/6
第7章参数估计习题及答案_第3页
3/6
56 第 7 章 参 数 估计 ----点估计 一、填空题 1、设总体 X 服从二项分布),(pNB,10 P,nXXX21,是其一个样本,那么矩估计量pˆ XN . 2、 设 总 体)p,1(B~X, 其 中 未 知 参 数 01p , XXXn12,, 是 X 的样本, 则 p的 矩 估 计 为_ n1iiXn1_, 样本 的 似 然 函 数 为_iiX1n1iX)p1(p__。 3、 设 12,,,nXXX 是 来 自 总 体 ),(N~X2的 样 本, 则 有 关 于 及  2的 似 然 函 数212(,,; ,)nL XXX _2i2)X(21n1ie21__。 二、计算题 1、设总体 X 具有分布密度( ;)(1), 01f xxx,其中1是未知参数,nXXX,,21为一个样本,试求参数 的矩估计和极大似然估计. 解:因10101α1α1αdxxdxxxXEa)()()(2α1α2α1α102 |ax 令2α1αˆˆ)(XXE XX112αˆ为 的矩估计 因似然函数1212(,,;)(1)()nnnL x xxx xx niiXnL1α1αln)ln(ln,由niiXnL101ααlnln得,  的极大似量估计量为)ln(ˆniiXn11α 2、设总体 X 服从指数分布 ,0( )0,xexf x 其他 ,nXXX,,21是来自 X 的样本,(1) 57 求 未 知 参 数  的 矩 估 计 ;( 2) 求  的 极 大 似 然 估 计 . 解 :( 1) 由 于1()E X , 令 11XX ,故 的 矩 估 计 为1ˆX  (2)似 然 函 数112( ,,,)niixnnL x xxe  111lnlnln0niininiiiLnxdLnnxdx 故  的 极 大 似 然 估 计 仍 为1X。 3、设总体 2~0,XN,12,,,nXXX 为取自X 的一组简单随机样本,求2 的极大似然估计; [解] (1)似然函数222112ixniLe221 2222niixn e 于是2221lnln2ln222niixnnL  22241ln122niidLnxd , 令2ln0dLd,得2 的极大似然估计:2211niiXn . 4、设总体 X 服从泊松分布( )P  , 12,,,nXXX 为取自X 的一组简单随机样本, ( 1) 求未 知 参 数  的 矩 估 计 ;( 2) 求  的 极 大 似 然 估 计 . 解 :( 1) 令ˆ()E XXX,...

1、当您付费下载文档后,您只拥有了使用权限,并不意味着购买了版权,文档只能用于自身使用,不得用于其他商业用途(如 [转卖]进行直接盈利或[编辑后售卖]进行间接盈利)。
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。
3、如文档内容存在违规,或者侵犯商业秘密、侵犯著作权等,请点击“违规举报”。

碎片内容

第7章参数估计习题及答案

确认删除?
VIP
微信客服
  • 扫码咨询
会员Q群
  • 会员专属群点击这里加入QQ群
客服邮箱
回到顶部