第七章 参数估计

合集下载

7 参数估计

7  参数估计

3个抽样实验结果图示
均数
均数
5. 15 5. 36 5. 57 5. 77 5. 98 6. 19
频数 100 150 200 250 300 350 400 450 50 0
n = 30; SX = 0.0920
均数
3. 71 3. 92 4. 12 4. 33 4. 54 4. 74 4. 95 5. 15 5. 36 5. 57 5. 77 5. 98 6. 19
t= X −µ X −µ = SX S/ n t变 换
σX
N(0,1) 0 t(ν) (
X
0
t 分布与正态分布的比较
t 分布:形状与 分布:形状与N(0,1)相似, 相似, 相似 分布中间较小, 但t分布中间较小,两侧较大。 分布中间较小 两侧较大。
随着v增大, 分布逼近 随着 增大,t分布逼近 增大 分布逼近N(0,1); ; v ∞时,t分布演变成 时 分布演变成 分布演变成N(0,1)。 。
参数估计
parameter estimation
统计学
统计描述
统计推断
参数估计
假设检验
总体、 总体、个体和样本
总体(population):调查研究的事物或现象的全体 个体(item unit):组成总体的每个元素 样本(sample):从总体中所抽取的部分个体 样本容量(sample size):样本中所含个体的数量
总体参数
µ、σ、π
可信区间(confidence interval, CI) 可信区间
可信区间
均 数

方差
σ2 未知
σ2 已知
总体均数的估计
点估计: 点估计:point estimation 区间估计: 区间估计:interval estimation 样本统计量 点估计) (点估计)

参数估计-含答案

参数估计-含答案

第七章参数估计一、单项选择题1.区间X x S的含义是()。

A. 99%的总体均数在此范围内B. 样本均数的99%可信区间C. 99%的样本均数在此范围内D. 总体均数的99%可信区间答案:D2.以下关于参数估计的说法正确的是()。

A. 区间估计优于点估计B. 样本含量越大,参数估计准确的可能性越大C. 样本含量越大,参数估计越精确D. 对于一个参数只能有一个估计值答案:B3.假定抽样单位数为400,抽样平均数为300和30,相应的变异系数为50%和20%,试以的概率来确定估计精度为()。

和%和2%%和98% 和1答案:C4.根据10%抽样调查资料,甲企业工人生产定额完成百分比方差为25,乙企业为49。

乙企业工人数四倍于甲企业,工人总体生产定额平均完成率的区间()。

A. 甲企业较大B. 乙企业较大C. 两企业一样D. 无法预期两者的差别答案:A5.对某轻工企业抽样调查的资料,优质品比重40%,抽样误差为4%,用多大的概率才能确信全及总体的这个指标不小于32%()。

答案:B6.根据抽样调查的资料,某城市人均日摄入热量2500千卡,抽样平均误差150千卡,该市人均摄入热量在2350千卡至2650千卡之间的置信度为()。

B.D.答案:B7.对进口的一批服装取25件作抽样检验,发现有一件不合格。

概率为时计算服装不合格率的抽样误差为%。

要使抽样误差减少一半,必须抽()件服装做检验。

答案:B8.根据以往调查的资料,某城市职工平均每户拥有国库券和国债的方差为1600,为使极限抽样误差在概率保证程度为时不超过4元,应抽取()户来进行调查。

答案:B9.一般情况下,总体平均数的无偏、有效、一致的估计量是()。

A. 样本平均数B. 样本中位数C. 样本众数D. 不存在答案:A10.参数估计的置信度为1-α的置信区间表示()。

A. 以1-α的可能性包含了未知总体参数真值的区间B. 以α的可能性包含了未知总体参数真值的区间C. 总体参数取值的变动范围D. 抽样误差的最大可能范围答案:A11.无偏性是指()。

概率论第七章 第1节

概率论第七章 第1节

根据样本概率最大原则,m的估计值为3。
最大似然估计法原理
一般地,不仿设总体X是离散型分布X~p(x,θ),如果 X1,X2,…,Xn是来自这个总体的一个随机样本,x1,x2,…,xn 是这个随机样本的样本值,则这个样本发生的概率为:
记这个概率为θ的函数:
16
最大似然估计法原理
如果在一次抽样中样本值x1,x2,…,xn出现了,我们就认为 它之所以出现是因为它发生的概率最大导致的。因此我们 就选择能使这个概率最大的那个θ作为θ的估计值,这就 是极大似然估计法。 “样本值概率最大原则”
矩估计法理论依据
命题2:设总体X的l=1,2,…,k阶矩存在即E(Xl)=μk,则l阶样 本矩A1,A2,…,Ak的连续函数g(A1,A2,…,Ak)也依概率收敛于总 体矩的连续函数即
根据这两个命题,我们使用如下方法来进行矩估计: (1)用样本矩A1,A2,…,Ak来估计总体矩; (2)用样本矩的连续函数g(A1,A2,…,Ak)来估计总体矩的连续 函数g(μ1,μ2,…,μk)。
砍掉充分小的dxi,记这 个概率为θ的函数:
30
连续型总体中参数 θ的似然函数!
最大似然估计值 最大似然估计量
怎样求最大值点?
基于此通常先取对数,再求最大值点。
化成求 对数似 然函数 的最大 值点!
如果对数似然函数二阶可导,并且概率 密度函数是单峰函数,则驻点就是最大 值点!通过求一阶导数能得驻点:
第七章 参数估计
1、什么是参数估计? 当总体的分布类型已知,但其中仍有未知参数。比如总体 X服从参数μ,σ2的正态分布,但μ,σ2未知。但是我们 能根据来自总体X的一个简单随机样本X1,X2,…,Xn通过适 当的方法对这些未知参数进行估计,得到它的一个近似值 或近似区间。 2、参数估计有哪些形式? (1)点估计:矩估计法、极大似然估计法。 (2)区间估计:正态总体下区间估计法。

概率论与数理统计第7章参数估计PPT课件

概率论与数理统计第7章参数估计PPT课件
5
a1(1, ,k )=v1
1 f1(v1, ,vk )
假定方程组a2(1, ,k ) v2 ,则可求出2 f2(v1, ,vk )
ak (1, ,k ) vk
k fk (v1, ,vk )
则x1 xn为X的样本值时,可用样本值的j阶原点矩Aj估计vj,其中
Aj
1 n
n i1
xij ( j
L(x1, ,xn;ˆ)maxL(x1, ,xn;),则称ˆ(x1, ,xn)为
的一种参数估计方法 .
它首先是由德国数学家
高斯在1821年提出的 ,然而, 这个方法常归功于英国统
Gauss
计学家费歇(Fisher) . 费歇在1922年重新发现了
这一方法,并首先研究了这
种方法的一些性质 .
Fisher
10
极大似然估计是在已知总体分布形式的情形下的 点估计。
极大似然估计的基本思路:根据样本的具体情况
注:估计量为样本的函数,样本不同,估计量不 同。
常用估计量构造法:矩估计法、极大似然估计法。
4
7.1.1 矩估计法
矩估计法是通过参数与总体矩的关系,解出参数, 并用样本矩替代总体矩而得到的参数估计方法。 (由大数定理可知样本矩依概率收敛于总体矩, 且许多分布所含参数都是矩的函数)
下面我们考虑总体为连续型随机变量的情况:
n
它是的函数,记为L(x1, , xn; ) f (xi , ), i 1
并称其为似然函数,记为L( )。
注:似然函数的概念并不仅限于连续随机变量 ,
对于离散型随机变量,用 P {Xx}p(x,)
替代f ( x, )
即可。
14
设总体X的分布形式已知,且只含一个未知参数,

估计量设为总体X的未知参数

估计量设为总体X的未知参数

mk= E(Xk) ck= E[X-E(X)]k
显然 通常取
mk
$ ck
= =
1 n k Ak = ∑ X i n i =1 1 n Bk = ∑( Xi − X )k n i=1
m1 =
A1 = X ,
$ 2 = B2 = n − 1 s 2 c
n
$ 2 = s2 c
首页 上页 返回 下页
结束
֠
例1.设总体X~N(µ,σ2 ),试求µ,σ2的矩估计量。 解:由于 E(X)= µ, D(X)= σ2, 据矩估计法有 m1 = A1
首页 上页 返回 下页 结束 ֠
例4.X~P(λ),求λ极大似然估计。 解:设x1,…,xn为样本的一组观测值,于是似然函数为:
∑ xi
n
L(λ ) = L( x1 , L , xn ; λ ) =
λx
1
x1!
e L
n
−λ
λx
n
xn !
e =
n
−λ
λ
i =1
x1!L xn !
e
− nλ
两边取对数得, ln L = − nλ + ∑ xi ln λ − ∑ ln( xi !)
=∏
i =1
n
1 2π σ
e
− e


i =1
( xi − µ ) 2 2σ 2

1 n ∂ ln L 得µ,σ2的极大似然估计值为: ∂µ = σ 2 ∑ ( xi − µ ) = 0 i =1 n 1 n 2 2 ∂ ln L = − n 1 + 1 ˆ ∑ ( xi − µ ) = 0 µ = X , σˆ = n ∑ ( xi − X ) 2 = B2 2 4 ∂σ 2 2σ 2σ i =1 i =1

概率论与数理统计-参数估计

概率论与数理统计-参数估计

第七章 参数估计
例:
引言
设总体 X 是服从参数为 的指数分布,其中参数
未 知 ,
0 .X1 ,,
X
是总体
n
X
的一个样本,
我们的任务是根据样本,来估计 的取值,从
而估计总体的分布.
这 是 一 个 参 数 估 计 问 题.
第七章 参数估计
§1 点估计 §2 估计量的评选标准 §3 区间估计
第七章 参数估计 §1 点估计
2

A1
A2
, (
2
1)
.
第七章 参数估计
例6(续)
解此方程组,得
§1 点估计
ˆ
A1 2 A2 A12
,
ˆ
A2
A1 A12
.
ˆ X 2 ,

B2
ˆ X .
B2
其中 B2
1 n
n i 1
Xi X
2 为样本的二阶中心矩.
第七章 参数估计(第二十二讲) 三、 极大似然法
§1 点估计
1
第七章 参数估计
例6(续)
EX 2 x 2 f
x dx x 2
x 1e x dx
0
§1 点估计
2 2 x ( e 2)1 x dx
2 0 2
2 2
1 2
1
2
因此有
EX
,
EX
2
1 .
⑵ 在不引起混淆的情况下,我们统称估计量
与估计值为未知参数 的估计.
第七章 参数估计
二、 矩估计法
§1 点估计
设X为连续型随机变量,其概率密度为
f ( x;1 ,, k ), X为离散型随机变量,其分布列为

参数估计方法

第七章 参数估计第一节 基本概念1、概念网络图{}⎪⎪⎪⎭⎪⎪⎪⎬⎫⎪⎪⎪⎩⎪⎪⎪⎨⎧⎪⎭⎪⎬⎫⎪⎩⎪⎨⎧→⎭⎬⎫⎩⎨⎧单正态总体的区间估计区间估计一致性有效性无偏性估计量的评选标准极大似然估计矩估计点估计从样本推断总体2、重要公式和结论例7.1:设总体),(~b a U X ,求对a, b 的矩估计量。

例7.2:设n x x x ,,,,21 是总体的一个样本,试证(1);2110351321x x x ++=∧μ (2);12541313212x x x ++=∧μ(3).12143313213x x x -+=∧μ都是总体均值u 的无偏估计,并比较有效性。

例7.3:设n x x x ,,,,21 是取自总体),(~2σμN X 的样本,试证∑=--=ni i x x n S 122)(11 是2σ的相合估计量。

第二节 重点考核点矩估计和极大似然估计;估计量的优劣;区间估计第三节 常见题型1、矩估计和极大似然估计例7.4:设0),,0(~>θθU X ,求θ的最大似然估计量及矩估计量。

例7.5:设总体X 的密度函数为⎪⎩⎪⎨⎧≥=--.,0,1)(/)(其他μθθμx e x f x其中θ>0, θ,μ为未知参数,n X X X ,,,21 为取自X 的样本。

试求θ,μ的极大似然估计量。

2、估计量的优劣例7.6:设n 个随机变量n x x x ,,,21 独立同分布,,)(11,1,)(122121∑∑==--===n i i n i i x x n S x n x x D σ 则(A )S 是σ的无偏估计量;(B )S 是σ的最大似然估计量; (C )S 是σ的相合估计量;(D )x S 与2相互独立。

例7.7:设总体X 的密度函数为⎪⎩⎪⎨⎧<<-=,,0,0),(6)(3其他θθθx x xx fn X X X ,,,21 是取自X 的简单随机样本。

(1) 求θ的矩估计量∧θ;(2) 求∧θ的方差D (∧θ);(3) 讨论∧θ的无偏性和一致性(相合性)。

第七章 参数估计

167第七章 参数估计2009考试内容点估计的概念 估计量与估计值 矩估计法 最大似然估计法 估计量的评选标准 区间估计的概念 单个正态总体的均值和方差的区间估计 两个正态总体的均值差和方差比的区间估计2009考试要求1.理解参数的点估计、估计量与估计值的概念2.掌握矩估计法(一阶矩、二阶矩)和最大似然估计法。

3.了解估计量的无偏性、有效性(最小方差性)和一致性(相合性)的概念,并会验证估计量的无偏性。

4. 理解区间估计的概念,会求单个正态总体的均值和方差的置信区间,会求两个正态总体的均值差和方差比的置信区间。

一、点估计统计推断有两类基本问题:()1当分布函数形式为已知,如为()12, ,,, k F x θθθ ,但分布函数中的部分参数为未知时()12 ,,, k x θθθ 如已知,未知,我们需要根据样本所提供的信息对总体进行统计推断,估计其未知的参数,如数学期望、方差等,这类问题称为参数估计,分为点估计与区间估计两种。

根据样本是以随机变量或观察值的不同形式给出,参数估计的结果都有估计量和估计值之分,对应的字母有大小写之分。

()2当分布函数形式为未知,或只知道分布函数中的形式,所有参数为未知时,我们先假设它的形式或参数值,然后再根据8个枢轴量之一,根据小概率原理判断检验其真实,这一过程称为假设检验,详细假设检验思想参阅第八章。

参数估计中,用来自总体的一个样本观测值(样本点)去近似代替总体分布中的未知参数值,称为点估计;如要求估计该近似值的精确程度,即估计误差时,称为区间估计,也是根据8个枢轴量之一来判断。

点估计分为矩估计与极大似然法两种,原则是【同型估计】,即未知参数的矩是何种形式,就使用相应得矩形式来估计。

1、 矩估计法简单地说,用样本的各阶矩作为总体分布函数中的未知矩的估计。

一般我们只要求掌握一个(单参数)或两个(双参数)未知参数(如期望和方差)的情形。

用矩法构造未知参数估计量的步骤如下:()112,,,kkkEXνθθθ⎛⎫= ⎪⎝⎭;()2替换,列出方程组如下1211212211211,,,1,,,1,,,nk iink iinmkk iiv xnv xnv xnθθθθθθθθθ===⎧⎛⎫=⎪⎪⎝⎭⎪⎪⎛⎫=⎪ ⎪⎝⎭⎨⎪⎪⎪⎛⎫=⎪⎪⎝⎭⎩∑∑∑对于双参数可以证明下列两个方程同解。

概率论第七章参数估计2区间估计

1 2
2 / 2 ( n 1)

置信区间:
标准差σ的一个置信水平为 1 的置信区间
2 (n 1) S , 2 (n 1) 2
(n 1) S 2 1 (n 1) 2
2
注意:在密度函数不对称时,如 2分布和F 分布,
置信度 1 下,来确定 的置信区间[ , ]
⑴ 已知方差 ,估计均值μ
2
n 1 2 设已知方差 2 0 ,且 X X i 是 的 n i 1 一个无偏点估计,

X ~ N (0 , 1) 0 / n
且 对于给定的置信度 查正态分布表,找出
临界值
使得:
2 1 2 2
一个无偏估计, 因为X与Y 相互独立,所以
X Y ~ N ( 1 2 ,
X Y ( 1 2 )

2 1
n1


2 2
n2
)

2 1
n1 n2 所以 1 2 的置信水平为1-α的置信区间为


2 2
~ N (0,1)
( X Y z / 2
已知
由样本值算得:
查表 t0.025 (6) 2.447
得区间:
对某种型号飞机的飞行速度进行15次试验, 测 例 5: 得最大飞行速度(单位: 米/秒)为 422.2, 417.2, 425.6 420.3, 425.8, 423.1, 418.7, 438.3, 434.0, 412.3, 431.5 413.5, 441.3, 423.0, 428.2, 根据长期经验, 可以认为 最大飞行速度服从正态分布. 求飞机最大飞行速度
第三节 区间估计 譬如,在估计湖中鱼数的问题中,若 我们根据一个实际样本,得到鱼数 N 的极 大似然估计为1000条.

七参数估计作业

第七章 参数估计(一) 习题1. 设是来自总体n X X ,,1 X 的一个样本,求下述各总体的概率密度或分布律中的未知参数的矩估计量(1) 其中⎩⎨⎧<<+=其它,010,)1()(x x x f θθ1−>θ是未知参数; (2) 其中 2,1,)1(}{1=−==−x p p x X P x 10<<p 是未知参数;(3) , 其中⎪⎩⎪⎨⎧<≥=−−θθθθx x e x f x ,0,,2),()(20>θ为未知参数; (4) ⎪⎩⎪⎨⎧≤≤=−其他,0,10,),(1x x x f θθθ, 其中0>θ为未知参数; (5) ⎪⎩⎪⎨⎧>−−=其它,0},exp{1),;(121221θθθθθθx x x f (6) σσσ||21),(x e x f −=, 其中0>σ为未知参数. 2. 求上题中各未知参数的极大似然估计量.3. 设总体X 服从参数为的二项分布:p m ,m x p p x m x X P x m x ,,2,1,0,)1(}{…=−⎟⎟⎠⎞⎜⎜⎝⎛==−, 10<<p ,是未知参数是来自该总体的一个样本,求的极大似然估计量.p n X X ,,1 p 4. (1)设总体X 服从参数为λ的泊松分布,是来自总体n X X ,,1 X 的一个样本,求的极大似然估计;}0{=X P (2)某铁路局证实一个扳道员在五年内所引起的严重事故的次数服从泊松分布.求一个扳道员在五年内未引起严重事故的概率的极大似然估计值.使用下面122个观察值.下表中,p r 表示一扳道员五年内引起严重事故的次数,表示观察到的扳道员人数.s r 0 1 2 3 4 5s 44 42 21 9 4 25.(1)设,即),(~ln 2σμN X Z =X 服从对数正态分布,验证}21exp{)(2σμ+=X E . (2)设从对数正态总体X 取容量为样本,求的极大似然估计值.此处n n x x x ,,,21 )(X E μ,均为未知.2σ (3)已知在文学家萧伯纳的《AN Intelligent Woman’s Guide To Socialism 》一书中,一个句子的单词数近似服从对数正态分布.μ,均为未知.今从该书中随机的取20个句子.这些句子的单词数分别为2σ54 24 15 67 15 22 63 26 16 327 33 28 14 7 29 10 6 59 30问这本书中,一个句子字数均值的极大似然估计值等于多少?6.设总体,是来自总体),(~2σμN X n X X ,,1 X 的一个样本,试确定常数c ,使统计量为的无偏估计.2111)(i n i i X X c −∑−=+2σ7.设和相互独立且均为参数1ˆθ2ˆθθ的无偏估计,并且的方差是的方差的2倍,试求出常数,使得是1ˆθ2ˆθb a ,21ˆˆθθb a +θ的无偏估计,并且在所有这样的无偏估计中方差最小. 8. 设总体X 服从参数为λ的泊松分布,是来自总体n X X ,,1 X 的一个样本,X ,分别为样本均值和样本方差,(1)试证对一切2S α(10≤≤α),统计量2)1(S X αα−+均为λ的无偏估计量;(2)试求的极大似然估计量,;(3)讨论的无偏性,并给出的一个无偏估计量.2,λλM λˆ2ˆM λ2ˆM λ2λ9.设总体X 服从区间)1,(+θθ上的均匀分布, 是来自总体n X X ,,1 X 的一个样本,证明估计量211ˆ11−=∑=n i i X n θ, 1ˆ)(2+−=n n X n θ 皆为参数θ的无偏估计,并且比有效. 2ˆθ1ˆθ10.从一台机床加工的轴承中,随机地抽取200件,测量其椭圆度,得样本均值mm x 081.0=,并由累积资料知道椭圆度服从,试求)025.0,(2μN μ的置信度为0.95的置信区间.11.设总体,是其样本值,如果为已知,问取多大值时,能保证),(~2σμN X n x x x ,,,21 2σn μ的置信度为α−1的置信区间的长度不大于给定的L ?12.在测量反应时间中,一心理学家估计的标准差为0.05秒,为了以95%的置信度使他对平均反应时间的估计误差不超过0,01秒,应取多大的样本容量.n 13.从自动机床加工的同类零件中抽取16件,测得长度为(单位mm):12.15 12.12 12.01 12.08 12.09 12.16 12.03 12.01 12.06 12.1312.07 12.11 12.08 12.01 12.03 12.06设零件长度近似服从正态分布,试求方差的置信度为0.95的置信区间.2σ14.为比较甲与乙两种型号同一产品的寿命,随机地抽取甲型产品5个,测得平均寿命h x 1000=,标准差,随机地抽取乙型产品7个,测得平均寿命h s 281=h y 980=, ,设总体服从正态分布,并且由生产过程知它们的方差相等,求两个总体均值差的置信度为0.99的置信区间.h s 322=15.为了在正常条件下检验一种杂交作物的两种新处理方案,在同一地区随机地挑选8块地,在每块试验地上按两种方案种植作物,这8块地的单位面积产量分别是:一号方案产量: 86 87 56 93 84 93 75 79二号方案产量: 80 79 58 91 77 82 74 66假设两种方案的产量都服从正态分布,试求这两个平均产量之差的置信度为0.95的置信区间.16.设两位化验员独立地对某种聚合物含氯量用相同的方法各做10次测定,其测定值的样本方差依次为,,设分别为所测定的测定值总体的方差,设总体均为正态的.求方差比B A ,5419.02=A s 6065.02=B s 22,B A σσB A ,22B A σσ的置信度为0.95的置信区间.。

  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

1
第七章 参数估计
一、填空题
1、已知一批零件的长度X(单位:cm)服从正态分布1,N,从中随机地抽

取16个零件,得到长度的平均值为40cm,则的置信度为0.95的置信区间为
_____________________

2、设总体2,~NX,未知,2已知,为使总体均值的置信度为1的
置信区间的长度不大于L,则样本容量n至少应取_______。
3、设总体X的均值和方差2均存在,321,,XXX是取自总体X的样本,已知

的两个无偏估计量为1ˆ3131iiX,2ˆ321613121XXX。则_______比

_______
有效。
4、设总体pnBX,~,p为未知参数,
nXXX,,,21

为来自总体X的一个样本,

则参数p的矩估计量为_______,极大似然估计量为_______。
5、设nXXX,,,21为来自二项分布总体pnB,的简单随机样本,X和2S分别为
样本均值和样本方差。若2kSX为2np的无偏估计量,则_______k。
二、单项选择题
1、设总体X的分布中未知参数的置信度为1的置信区间为21,TT,即



121TTP
,则下列说法正确的是 ( )

A
、对1T,2T的观测值1t,2t,21,tt
B
、以1的概率落入区间21,TT
C、区间21,TT以1
的概率包含
D
、的数学期望E必属于21,TT
2、设总体2,~NX,其中2已知,则总体均值的置信区间长度l与置信
度1的关系是 ( )
A、当1缩小时,l缩短 B
、当1缩小时,l增大
2

C、当1
缩小时,l不变 D、以上说法均错
3、设总体2,~NX,其中2已知,若样本容量n和置信度1均不变,则

对于不同的样本观测值,总体均值的置信区间的长度 ( )
A、变长 B、变短 C、不变 D
、不能确定
4、设nXXX,,,21为取自总体2,~NX的样本,则22的矩估计量为
( )

A、211niiXXn B
、2111niiXXn

C
、212XnXnii D、niiXn121
三、计算题
1、某车间生产自行车所用小钢球,从长期生产实践中得知钢球直径

2
,~NX
,现从某批产品里随机抽取6件,测得它们的直径(单位:mm)

为14.6,15.1,14.9,14.8,15.2,15.1,置信度95.01。求:
(1)若06.02,求的置信区间;

(2)若2未知,求的置信区间;
(3)方差2的置信区间。

2、设总体X服从参数为的Poisson分布,
nXXX,,,21

是来自总体X的简单

随机样本,求的矩估计量和极大似然估计量。
3

3、设总体X的概率分布为
其中210为未知参数,利用总体X的如下样本值:3,1,3,0,3,1,2,3,求的
矩估计值和极大似然估计值。

4、设总体其它,00,~2xxexpXx,其中参数0未知,
nXXX,,,21

来自总体X的简单随机样本。求:
(1)参数的矩估计量;(2)参数的极大似然估计量。


21
2 12 2

0 1 2 3 P X
4

5、设总体X服从,0上的均匀分布,
nXXX,,,21

是来自总体X的简单随机样

本,求:
(1)的矩估计量1ˆ,并讨论其无偏性和一致性;

(2)的极大似然估计量2ˆ,并讨论其无偏性和一致性。

6、设总体xxexpXx,0,2~2,其中0是未知参数。从总体X中抽
取简单随机样本
nXXX,,,21

,记ˆnXXX,,,min21,求:

(1)总体X的分布函数xF;(2)统计量ˆ的分布函数xFˆ;(3)如果用ˆ作
为的估计量,讨论它是否具有无偏性。
5

7、设某产品的性能指标在技术改进前服从正态分布2118.2,N,而在技术改进
后服从2276.1,N,现对改进前的产品随机抽取200个,算得均值为5.32,改
进后的产品抽取100个,算得均值为5.76,试求21的置信度为%95的置信
区间。

四、证明题
设nXXX,,,21为来自总体X的简单随机样本,0i,11nii,证明:

(1)niiiX1为EX的无偏估计;(2)在上述所有无偏估计中,以niiXnX11最
有效。
6

参考答案:
一、填空题

1、49.40,51.39 2、22224Lu 3、1ˆ,2ˆ 4、nX,nX 5、1
二、单项选择题
1、C 2、A 3、C 4、D
三、计算题

1、(1)15.15,75.14;(2)19.15,71.14;(3)307.0,020.0

2、X,X 3、41,12137 4、 X2,X2
5、(1)X2ˆ1具有无偏性和一致性;(2)2ˆiniX1max为有偏估计,但有一致

6、(1)xexxFx,1,02 ;(2)xFˆxexxn,1,02;(3)ˆ不
是的无偏估计量
7、019.0,899.0
四、证明题略
7

4、设随机变量X的分布函数为



xxxxF,0
,1
,;

其中参数1,0。设
nXXX,,,21

为来自总体X的简单随机样本, 求:

(1)当1时,未知参数的矩估计量; 1XX
(2)当1时,未知参数的极大似然估计量; niiXn1ln
(3)当2时,未知参数的极大似然估计量。 1X

相关文档
最新文档