《参数估计练习题》
参数估计练习题
1. 指出下列分布中的参数,并写出它的参数空间: (i)二点分布; (ii) 普哇松分布;(iii)在()θ,0上的均匀分布;
(iv) 正态分布(
)2
,σ
μN .
解:()i P []1,0=Θ∈;()ii ()∞=Θ∈,0λ;()iii ()∞=Θ∈,0θ;(iv )()()().,0,,∞?∞∞-=Θ∈σμ
2. 设n ξξ,,1 是来自二点分布的一个子样,试求成功概率p 的矩法估计量.解: p E =ξ ξ=∴p
? 3. 已知母体ξ均匀分布于()βα,之间,试求βα,的矩法估计量.
解: 2
β
αξ+=
E ,()12
2
αβξ-=
D 。令()???????=-=+2212
2n S αβξβ
α得 n S 3?-=ξα,.3?n
S +=ξβ 4. 对容量为n 的子样,求密度函数 ()()??
???<<-=其它,00,2
;2a
x x a a a x f 中参数a 的矩法估计量.
解: ()322
a dx x a a x E a
=-=
?
ξ 令ξ=3a
得ξ3?=a
. 5. 在密度函数 ()()10,1<<+=x x a x f a
中参数a 的极大似然估计量是什么? 矩法估计量是什么? 解: (1) ()()
()
∏∏==
+=+=
n
i i n
i n
n
i x x L 1
11αα
ααα ()i i
x
?<<1
∴()().ln 1ln ln 1???
?
???++=∏=n i i x n L ααα 令()0ln 1ln 1=++=??∑=i n
i x n L ααα,得 ∑=--=n
i i
L x
n
1
ln 1?α。
由于 ()
01ln 2
22<+-=??ααn
L 故∑=--=n
i i
L x
n
1
ln 1?α是α极大似然估计.
(2) 由211+-
=αξE 令ξα=+-
2
1
1 得 .112?ξξα--= 6. 用极大似然法估计几何分布 ()()
,2,1,11
=-==-k p p k P k ξ中的未知参数p .
解:()()n x n
i p p p L -∑-=1,令 ()0
1ln =---=??∑p
n x p n p p L i
得x p
1?=而01
ln 2
?2
<--=??=x x n p L p
p ξ1?=∴p
是P 的极大似然估计. 7. 设随机变量ξ的密度函数为()0,,21>∞<<-∞=-σσ
σ
x e x f x
,n ξξ,,1 是ξ的容量为n 的子样,试求σ的极大似然值. 解: ()()∑=--i
x n
e
L σ
σσ1
2,
()01
ln 2
=+-=??∑
i x n L σ
σσσ。得i x n
∑=1
?σ
, 又
0ln 2
2<-=??σ
σn L 故.1
?∑=i L n ξσ 8. 设n ξξ,,1 是取自均匀分布()1,+θθR 的母体的一个子样,其中.∞<<∞-θ试证:θ的极大似然估计量不止一个,例如()()()()()()()2
121
,1,13211-+=-==n n ξξθξξθξξθ都是θ的极大似然估计量. 解: 证:()1,+θθR 的密度函数为()???=0
1
x f
其它
1
+≤≤θθx ,故()???=0
1θL
()()其它
1
1+≤≤≤θθn x x
即凡满足()()
1??1+≤≤≤θθn x x 的θ?均为θ的极大似然估计. 从而(1)()()
11?ξξθ=满足此条件,故1?θ是θ的极大似然估计. (2)由于()()11≤-ξξn 故()()()()()1?12
12+≤≤≤-=ξθξξξξθn n ,所以()ξθ2?也是θ的极大似然估计. (3)由于()()11≤-ξξn , 故()()()1121ξξξ≤-+n ,()()()n n ξξξ211≥++,
从而()()()()()()()()1?2
1212121
?31113
+=++≤≤≤-+=θξξξξξξθn n n ,故3?θ也是θ的LM. 9.设n ξξ,,1 是取自对数正态分布母体ξ的一个子样,即(
),.,~12
σμξN n ∞<<∞<<∞-σμ0,
,
试求:ξ的期望值ξE 和方差D ξ的极大似然估计. 解:ξ的密度函数为()()2
2
221σμσπ--
=
x n e
x
x f ,所以(
)()2
2
21
2
21,σμσπσ
μ--
=∏
=i mx i
n
i e
x L ,0>i x
两边对数并分别对μ和2
σ求寻,并令其为0,得似然方程组
,解得()22
ln 1?ln 1?μσμ-==∑∑i i x n x n 经验知μ和2
σ的LM 为: i x n ∑=ln 1
?μ,()22ln 1?μσ
-=∑i x n
又()2
2
2
2
12ln 0
121
σμσ
μσ
πξ+--
∞
=?=
?e
dx e x
x E x ,()()
12
22122
2
-=-=?
?? ?
?
+σσμξξξe
e
E E D
从而 ,21?exp 2???
?
??+=∧∧
σμ
ξE .112
??
? ??-?
?
?
??=∧
∧∧
σξξe E D 10. 一个罐子里装有黑球和白球,有放回地抽取一个容量为n 的子样;其中有k 个白球,求罐子里黑球数和
白球数之比R 的极大似然估计量.
解:设罐子里有白球x 个,则有黑球Rx 个,从而共有()x R 1+个球,从罐中有放回地抽一个球为白球的概率
为:()R x R x +=+111,黑球的概率为.1R R +从而抽球为二点分布()().
1111n
k
n k
n k
R R R R R R L +=
??
?
??+?
?
?
??+=--似然方程为
01=+--R n R k n 。从而解得1?-=k
n R
. 可验证这是R 的极大似然估计. 11.为检验某种自来水消毒设备的效果,现从消毒后的水中随机抽取50升,化验每升水中大肠杆菌的个数
(一升水中大肠杆菌的个数服从普哇松分布),化验结果如下: 大肠杆菌个数/升 0 1 2 3 4 5 6
升 数 17 20 10 2 1 0 0
试问平均每升水中大肠杆菌个数为多少时,才能使出现上述情况时的概率为最大. 解:由,设一升水中大肠杆菌个数()k ~=ξξP =
λλ-e k k
!
, ,2,1,0=k 又λξ=E .故问题为求λ的极大似
然估计.由()λλλn i x e x L i
-∏∑
=
!
,可得ξλ=L
?.由观测值代入求设1=λ.故每升水中大肠杆菌的个数平均为1时,出现上述情况的概率最大.
12.设()11,ηξ,()n n ηξ,, 是取自二维正态母体()
ρσσ,,,0,02
22
1N 的一个子样,求2
22
1,σσ和ρ的极大似
然估计.
解:由L ()
()
()[]
{()
}
???
?
????+---
?-=-
-222
212122
2
2
2
2
21
2
22
12121
exp 12,,σησσρσρρσ
σ
πρσσi i i i n
n
y x x ()()?????
=-+-=-∑∑0ln 2120ln 12422μσσ
μσi i x n x
可得似然方程为()
()()()????
?
?
??
???=∑+????????+---=∑--∑-=--∑-∑∑3021211111112122221222212
2222212
2122 σσσσσρσρρρσσρρσσσσρρσρi i i i i i i
i i i i i i y x y y x x n n y x y n y x x 将(1),(2)代入(3)得:[].02
12
1ρσσησσρρn x y x n n n i
i i
i =∑
?=∑
++- (4)
由(4)代入(1),(2)得似然估计:∑=∧
2
21
1i n
ξσ ∑=∧
2221i n ησ 211?σσηξρ
i i n ∑=. 13. 从四个正态母体(它们都有同样的方差2
σ)中,各抽一个容量为n 的子样,第i 个子样的观测值为
,4,3,2,1,,,2,1,==i n j x ij 若四个母体的平均数分别为,,,,c b a c b a c b a c b a --+--+++试求
c b a ,,和2σ的极大似然估计.
解:(
)
()[]
+++-???-????
??=∑=2
11
242
{21exp 21
,,,c b a x
c b a L j
n
j n
σ
σ
πσ
()[]()[]()
[]}2
42
32
2c b a x c b a x c b a x j j j ---++--+-+-+
两边取对数后对c b a ,,分别求导,令其均为0, 即得()432141?x x x x a
+++=,()4
3214
1?x x x x b --+=, ()43214
1?x x x x c -+-=。对2σ求导代入c b a ?,?,?得=∧
2σ{()[]
+++-∑=2
11???41c b a x n j n j
()[]()[]()[]}2
42
32
2?????????c b a x c b a
x c b a
x j
j
j ---++--+-+-+.
14. 考虑某种离散分布 ()()
,2,1,0,===x f a x P x
x θθξ,其中对某些x 可能有()θf a x ,0=有连续导数,设n ξξ,,1 是取自具有这种分布的母体ξ的一个子样.
()i 证明θ的极大似然估计是方程 ()()
ξθθθξ
E f f ='=
的一个根,这里的极大似然方程与矩法方程相同. ()ii 试求为了估计下列分布而需要的极大似然方程的显式,这些分布是普哇松分布、二项分布.
解: (1)证()()
()()[]
n
x
x
x
x f a f a L i
i
i
i
θθθθθ∑∏=∏= ()()θθθf n x a L i x i
ln ln ln -∑+∑=∴
对θ求导得()()01
='-
∑θθθf f n x i ()().θθθξf f '=∴又由()11=∑=θθf a x x n i 知()x x n
i a f θθ∑==1
从而()()()()()()
.111
θθθθθθθθθθθξf f f a x a f f x a E x x
x x n i x x n
i '?=?'∑==?=
-==∑∑
所以似然方程可写为ξξE =这与矩法方程一致. (2) 对()()λλλξλ
f a e
x x P x x x
?==
=-!
其中λθ= !
1x a x = ()λ
λe f =
从而()()λλλ
f e f ==', 故似然方程的显式为λξ=.
对二项分布:()()()θθξf a p p x n x P x x x
n x =-???
? ??==-1 p p -=1θ ()().111n
n
x p f x n a --??? ??+-=-=???
? ??=θθθ 又()().1111θθθθθθ+=??? ??+-+='nf n f 故似然方程的显式为()().1np n f f =+-'=
θ
θ
θθθξ 15. 设ξ1n ξ 是取自双参数指数分布的一个子样,密度函数()??
???>=--其它,0,1,1
22121
θθθθθ
θx e x ;f x ,其中
.0,21∞<<∞<<∞-θθ试求参数1θ和2θ的极大似然估计和矩法估计.
解: (1) LM 估计()()???
???-∑-=
121211exp 1
,θθθθθn x L i n
,().11θ>x ()()12
1211
ln ,ln θθθθθn x n L i -∑-
-=∴ ()11θ>x
0ln 2
1>=??θθn
L 故L ln 是1θ的递增函数,1θ取到最大可能值时可使lnL 达到最大,故1θ的极大似然估计为()
11?ξθ= 由0ln 2
=??θL 可解得2θ的LM 这()
12?ξξθ-=. (2)矩法估计由于212
2
2
1
θθθξθθθ
+==
--
∞
?dx e
x
E x ,()2
22
2θξξξ=-=E E D 故由
()??
???=+-∑==ξθθξξθ2122
221i n n S 解得n S =2?θ .?1n S -=ξθ 16. 设n ξξ,,1 为取自参数为λ的普哇松分布的一个子样.试证子样平均ξ和∑=*--=n
i i n
n S 1
22
)(11ξξ都是λ的无偏估计.并且对任一值10,≤≤αα()2
*
1n S αξα-+也是λ的无偏估计.
证: 对普哇松分布有λξξ==D E , 从而.λξ=E ().11212*λξξξ==??
????--=∑=D E n ES
i n i n
故ξ与2
n S 都是λ的无偏估计. 又()[
]()λλααλαξα=-+=-+112
*n
S E
故()2
*
1n S αξα-+也是λ的无偏估计.
17.设,,,1n ξξ 为取自正态母体(
)2
,σμN 的一个子样,试适当选择c ,使()2
1
1
12
∑-=+-=n i i i c S
ξξ为2σ的无
偏估计.
解: 由μξ=i E ,2σξ=i D 且n ξξ,,1 相互独立可知,2
μξξξξ=?=j i j i E E E j i ≠
从而()()()()[]
2
12
112
21
1
2
12122ξξξξξξ
E n E n c E E E E c
ES i i i i n i ---=-+=++=∑
()()12122-=-=n c D n c i σξ.
取()
121-=
n c 时, n S 为2
σ的无偏估计.
18设母体ξ的数学期望为,μ方差.2
σε=D 又设
()()()1
1
1
1
,,n ξξ 和()()()2
2
1
2
,,n ξξ 为取自此母体的两个子
样.试证:()()
(
)()
()
()
??
????????-+--+=∑∑==2
11
2
222
1
1121221n i i
n i i n
n n S ξ
ξ
ξ
ξ是2
σ的无偏估计量. 其中()
()
.2,1,1
1
==∑=j n j
i j i
j
j n
ξ
ξ
证:()()
(
)()
()
()??
????-+--+=∑∑==2
221
2
111
212
2121ξ
ξ
ξξi
n i i n i E E n n ES
()()[]
2222121112
1
σσσ=-+--+=
n n n n , 故2S 是2σ的无偏估计.
19. 设随机变量ξ服从二项分布()() ,1,0,1=-???
? ??==-x x n x P x
n x θθξ,n 试求2θ无偏估计量. 解: 由于θξn E = ()()()()22
2
2
11θθθθθξξξ-+=+-=+=n n n n n E D E
故()
().12
2
θξξ-=-n n E 从而当抽得容量为N 的一个子样后,
2
θ的无偏估计为:(
)
()
.1?2
2
--∑=n Nn i i ξξθ
20. 设n ξξ,,1 是取自参数为λ的普哇松分布的一个子样,试求2
λ的无偏估计. 解: 由λξ=E λξ=D 故λξ=E ()22
2
λλ
ξξξ
+=
+=n
E D E
从而221λξξ=??? ?
?-n E , 所以2λ的无偏估计为.12
2ξξλn -=∧
21. 设n ξξ,,1 是取自正态母体(
)2
,σ
μN 的一个子样,试证对任一固定的a ,
()?
??≥<=a a ,n 111,01,,ξξξξ? 是 ???
??-Φσμa 的无偏估计,其中()x Φ是()1,0N 的分布函数.
证: 记i ξ的密度函数为()i x f , 则n ξξ,,1 的联合密度函数为
()i
n
i x f ∏=1
从而
()()()()??
?
??-===?
?
??
∞
-∞-∞∞-∞
∞
-σμφξξ?a dx x f dx dx x f x f E a
n n a
n 11111
故?(n ξξ,,1 )是??
?
??-σμφa 的无偏估计.
22. 设n ξξ,,1 是取自母体ξ的子样,ξ的分布函数
()θθ,x ;F 为未知参数,()n ξξθθ,,1
=是θ的一个有偏估计,且()n
a E θθθ1+
=
, 其中()θ1a 是仅与θ有关的一个函数,为了减少偏性,常要用如下的
“刀切法”。设i -θ 是把原来子样中第i 个分量剔除,再以留下的容量为1-n 的子样所得的估计量,并且i -θ
与θ
的估计公式是有同样的形式,则可证明()
∑=---=n i i n n n 1
11θθθ
是θ的无偏估计,()1θ 称为θ的一阶刀
切估计. 证:()
()().11?1?~11111θθαθ?αθθθθ
=?????
?
-+--??????+=--=∑∑==n n n n n E n n nE E n i i n i
23. 设n ξξ,,1 为取自正态母体(
)2
,σ
μN 的一个子样,证明
?
?
? ??+Γ??? ??Γ=
21220n n n σ
S 0 和 112212S n n n ??
? ??Γ??
?
??-Γ=σ 都是σ的无偏估计,
其中 ()()2
1
2
12
12
1,1∑∑==-=-=n i i n i i n S n S ξξμξ. 证: (1) 由于
().~2
2
2
n nS χσ 令2
2
σnS Y =
, 则Y 的的密度为
()1221
222---?????
????
??Γ=n
y n y e n y f 0>y
而此时.21222122?0
0Y n n n n S n n n σσ
??
?
? ??+Γ???
??Γ=
?
?? ??+Γ???
??Γ= dy y e
n y n n n n E n y n 12
2
2
02212122?--
∞
?
?
? ??Γ???
?
? ??+Γ???
??Γ?=∴?
σσ
2
y x =
令??
? ??+Γ21n σ
σ=-+-∞
?
dy y
e 12
1
n y
.
(2) 由于
()1~2
2
2
1
-n nS χσ
令2
2
1
σ
nS =
Z 则Z ???
? ??Γ???
??-Γ?=n
n n n σσ
2212?2. 利用(1)类似的方法可证σσ
=1?E 1?σ∴也是σ的无偏估计. 24. 设n ξξ,,1 是取自均匀分布母体()βα,R 的一个子样,()n εεα,,m in 1
=
()n εεβ,,max 1
=分别取做βα,的估计量,问βα
,是否分别为βα,的无偏估计量?
如何修正,才能获得βα,的无偏估计.
解: i ξ的密度函数为()???
??-=0
1αβi x f 其它βα<
其分布函数为()???????--=1
0αβαi i x x F ββαα
>≤<≤i i i x x x 从而α?的密度为: ()()()()
n
n n x n x n n x f αββαβαβαα--=-?????
??----=--1
1
11!1! βα< 1 ?1 ++= --=-?n n dx x x n E n n α ββαβα β α β?的密度函数为()()() n n n x n x n x f αβααβαβαβ--=-??? ? ??--=--1 1 1 βα< ()() .1 ?1 ++= --=∴-?n n dx x x n E n n α βαεββ β α 故βα ?,?均不是βα,的无偏估计.为得到无偏估计可作如下修正: 从1 ?++=n n E α βα 可得 (),?1αα βn E n -+= 将它代入β?E 中得:()ααβ1??--=n nE E 故αβα=???? ??--1??n n E . 又() βαβα+=+??E 从而 βαββαβα=??? ? ??--=???? ??---+1??1????n n E n n E , 所以α与β的无偏估计分别为:,1??~--=n n βαα 1 ??~--=n n αββ. 25. 设()n ξξ,,1 是取自均匀母体()1,+a a R 的一个子样,证明估计量 21111-=∑=n i i n a ξ {}1 max 12+-=≤≤n n a i n i ξ 皆为参数a 的无偏估计,并且()()()12a D O a D =.这里()()1a D O 表示与()1a D 同阶. 证: 由母体ξ的密度函数为()???=0 1x f 其它 1 +<<ααx 其分布函数为()?? ? ??-=10 αx x F 11+>+≤<<ααααx x x 则()n ξ的密度函数为()()1 --=n n x n x f α 1+<<ααx 由于21+=αξE 知ααξ=-+=2 1 211E 由()n ξ的密度函数知: ()() ααξαα ++= -= -+?1 1 1 n n xdx x n E n n 故,?2αα =E 所以1?α与2?α均为α的无偏估计. 又由121= ξD 知n D 121 ?1=α 而 ()()() 212++=n n n D n ξ 所以()()()12??αα D O D =. 26 设n ξξ,,1 为取自正态母体( )2 ,σ μN 的一个子样,在下列三个统计量 ()2 12 1 11∑=--=n i i n S ξξ ()2 1221∑=-=n i i n S ξξ ()2 1 2 311∑=-+=n i i n S ξξ 中,哪一个是2 σ的无偏估计,哪一个对2 σ的均方误差( )2 22 σ-i S E 最小,,.3,2,1=i 解: 记()21 2 ξξ -= ∑=i n i S , 则 ()1~22 2 -n S χσ 从而()2 1σ-=n ES n ()22 12σ-=n DS , 那么由此可知 22 1σ=ES 22 21σn n ES -= 2 231 1σ+-=n n ES 所以只有21S 是2σ的无偏估计. () 2212 2211 2σσ-==-n DS S E ( ) 4 222242 22242222 22121σσσσσσσ n n S D n n S E n n S E S E -=?? ????+???? ? ?=???? ??-=???? ??-=- 而( ) ()()().1 241211422 24 2 222 4 2 22 2σσ σσσσ +=??????+? ??? ??+=?? ????---+=-n S D n n S E n S E 当>n 1时, 12122122 +>->>-n n n n n , 故2 2S 的均方误差最小. 27. 设n ξξξ,,,21 是取自均匀分布在?? ? ? ? +- 21,21θθ上的母体的一个子样,求证: ∑==n i i n 111ξθ 和() i n i i n i ξξθ≤≤≤≤+=112min max 21 都是θ的无偏估计,并指出哪一个方差较小. 证: 设ξ????? ? +-21,21~θθ R ,则E ξ=θ,121=ξD 且()n ξ的密度函数为()?? ???? ?? ??-+=-0211 n x n x f θξ 其它 21 21+<<- θθx ()?? ?????? ??+-=-0211 n y n y f θη 其它212 1+ <<-θθy 它们的联合密度为 ()()()???--=-01,2n x y n n y x f 其它 2121+ <<-θθy 由此可知()1 1 21211 1 1 1++ - =? ? ? ??-+= -+-? n xdx x n E n s s θθξ, ()1 1 21211 1 1 +- + =? ?? ? ? +-=-+-? n ydy y n E n s s n θθξ, 所以E θ ?1=θ, E θ?2=θ 即θ?1,θ?2均为θ无偏估计, 它们的方差分别为 D θ?1=n 121 D θ ?2=()()()()()2121121111 2 2 ++=--?? ????-+?? +-+-n n dyds x y n n y x s s s s n θ 当n 2≤时,D θ ?1=D θ?2,当n>2时,()() 2121121++>n n n , 即D θ ?1>D θ?2, 所以θ ?2的方差较小。 28.设()()n n ξξθθξξθθ,,,,122111 ==和是参数θ的两个相互独立的无偏估计,且方差 () () .221θθ D D =试求常数1k 和2k ,使得2211θθ k k +是θ的无偏估计,且在一切这样的线性估计类中方差 最小. 解: 设22?σθ=D ,则212?σθ=D , 为使 () θθθ=+2211??k k E 即 θθθ=+2211k k , 则只需121=+k k 要使()() 22 22 122 22 12 122 212 1221122????σσ σθθθθk k k k D k D k k k D +=?+?=+=+ 达到最小,则需选取2 22 12k k +在121=+k k 条件下达到最小.用121k k -=代入2 22 12k k +,并令 ()()2 12 1112k k k f -+=则由 ()011=dk k df 得31 1=k ., .3 22=k 所以当3 11= k ,3 2 2= k 时可使2211??k k +是这类线性估计量中方差最小的无偏估计. 29. 设21,ξξ是取自正态母体()1,μN 的一个容量为2的子样,试证明下列三个估计量都是μ的无偏估计量 2113 132 ξξμ+= ; 2124 341ξξμ+= ; 2132 121ξξμ+= 并指出其中哪一个方差最小. 解: μμ=i E , 显然。 而2 1,85,95321===μμμD D D 故321,,μμμ均为μ的无偏估计,且3?μ 的方差最小. 30. 设随机变量ξ均匀分布在()θ,0上,321,,ξξξ为取自此母体的一个子样, 试证: i i i i ξθξθ3123 11min 4,max 34 ≤≤≤≤== 都是θ的无偏估计,并指出哪一个方差较小. 解: ()θξ,0~R 可知()()31,ξξ的密度函数为 ()()2 32 1313x x x f -=???? ??-?=θθθθθ < ().31 3232 2x x x f θ θθ=???? ??= θ< 从而 ()().4 3 2 3 1θ θθξθ = -= ? dx x x E ()θθξθ 4 3 3 30 2 3== ? dx x E 故21??θθθE E ==, 22 2 15 3?.15?θθθθ==D D 即. 21??θθD D < 1 ?θ∴的方差最小. 31. 设k σσ ,,1是参数σ的k 个无偏估计,它们的方差与协方差矩阵为 ()ij V υσ σ2 2=, 其中 .,cov ,?? ? ??=??? ??=σσσσυσσυj i ij i ij D 证明: 在线性组合类{} 是实数k k k c c c c ,,:~111 σσσ++=中σ的最小方差无偏估计是 ∑∑∑∑===== =k i k j ij k j ij i i k i i v v c c 11 11 , σσ , 且最小方差()∑∑=== k i k j ij D 11 2 υ σσ , 其中ij υ是矩阵V 的逆矩阵中的 元素. 解: 证:由σσσ σ=∑==∑ =i i i k i c E c E ?~1 知.11=∑=i k i c 而()211 2 1 ?,?cov ?~σσσσ σ ij ij k i k j j i j i i j i i k i v c c c D c D ∑∑∑∑ ==≠==+= 因此问题变为在 11 =∑ =i k i c 的条件下,找k c c 1使得ij j i i j v c c ∑∑最小. 令().12-∑-= ψ∑∑ i ij j i i j c v c c λ令0=?ψ ?i c 得λ=∑=j i j k j v c 1 i=1,2,k , 此即有矩阵.I =λVc I =∴-1 V c λ ????? ??=k c c c 1 ???? ? ??=I 11 而 11=I I '=I '-V c λ, 故( ) 1 111 1 -==--??? ? ??=I '=∑∑ij k i l j V V I λ, 从而 () I I 'I =--11 V V c , 故 ij k i k j ij k j i V V c ∑∑∑==== 11 1 .,,2,1k i =, 此时σ ~的方差是 () 2 2 1 112 211 ~σσσσ I I 'I ??I '= ?'==---==∑∑ V V V V Vc c v c c D ij j i k i k j .11 2 12 ij k i k j V V ∑∑==-= I I '= σσ 32. 设n ξξ,,1 是取自正态母体()2 ,σμN 的一个子样,试证: ()2 1 211∑=*--=n i i n n S ξξ 是2σ的一致估计. 解: 证 由于 ()().1~122 2 *--n S n n χσ, 故 22 * σ=n ES , () ()1212142 4 2 *-=-?-=n n n DS n σσ. (因为()n 2 χ的期望为n ,方差为2n ) 据契比可夫不等式有:( )[]()012242 2 * 2 2 *??→?-=≤ ≥-∞→n n n n DS S P ε σεεσ 故2 * n S 是2 σ的一致估计. 33. 设n ξξ ,1是取自均匀分布在()θ,0上的母体的一个子样,试证: ()n ξξθ,,max 1 =是θ的一致估计. 证: θ?的密度为()?????=-0 1 n n x n x f θ 其它θ< +=n n E ()() 22 12?++=n n n D θθ, 则 () 2 1?1??11??? ?? ? ?+-≤??? ??+-≥-≤??? ? ??≥+-+-=≥-n D n E P n n n P P θεθθεθθεθθθεθθ = ()().011242 22 ??→?? ? ? ? ?+- ++∞ →n n n n n θεθ, 故θ?是θ的一致估计.. 34. 设n ξξ,,1 是取自正态母体( )2 ,σ μN 的一个子样,其中μ为已知,证明 (i) ()2 12 1∑=-=n i i n n S μξ是2σ的有效估计; (ii) ∑=-=n i i n 1 21μξπσ 是σ的无偏估计,并求其有效率. 证()i 由 ()n nS n 2 22 ~χσ知, .2 2σ=n ES n DS n 42 2σ=, 又()2,σμN 的密度函数为 ()()2 2 221 σ μσ π-- = x e x f , 故( )()2 2 2 22ln 2 1 ln σμπσ ---=x f 对2 σ求导得: ()[] 2 24 221ln σμσ σ--=??x f 从而()()[] 4 4 22442 221241ln σσμξσμξσσ=+---=?? ? ????E f E ()() 42 222 21 ln σσσ =??-=I L E 或, 故R C -下界为n n 4 1 4221σσ=?? ? ?? ?- 。 2 n S ∴ 是2 σ的有效估计. ()ii . 由于()σπ π σ μσ πμ ξσμ2 2221 2 22 2 2 = = -= -- ∞ -- ∞ +∞ -??dy e y dx e x E y x i i 故σσ =?E , 即σ?是σ的无偏估计. 又 ()[] 2222121122222221?σπσπσπμξμξπμξπσn n E E n D n D i n i -= ?? ? ??-=---=-?=∑=而()[] 22 2222 21ln σσμξσσ=?? ????--=??? ????E f E 故C —R 下界为n 22 σ, σ ?的有效率为876.022222 =-σπσn n 。 6.35 设n ξξ,,1 是取自具有下列指数分布的一个子样. ()?????≥=-其它 ,00 ,1x e x f x θ θ 证明ξ∑==n i i n 1 1ξ是θ的无偏、一致、有效估计。 证: 由于()θθθ ξθ =Γ== - ∞ ? 20 dx e x E x i ξ∴是θ的无偏估计. 又()222 2 2 23θθθ ξ=Γ== - ∞ ? dx e x E x i , 故2θξ=i D 从而.2 n D θξ=, 而()22 42 11ln θθξθθ=-=?? ? ????E f E 故R C -下界为,2 n θ 因此ξ是θ的有效估计. 另外,由契比可夫不等式() 022 2 ??→?=≤≥-∞ →n n D P ε θεξ εθξ 所以ξ还是θ的一致估计. 36. 设母体ξ服从珈玛分布,其密度函数为 ()() ?? ? ??>Γ=--其它,00,;1 x x e x f x αθααθθ 其中a 为已知常数,设n ξξ,,1 为取自这一母体的一个子样,ξ为子样均值. 设()a g ξ θ θ试证 .1 = 为()θg 的无偏、有效估计. 证 : 由于()θα αθξαθα=Γ= -∞ ? dx x e E x 0 , 故θαξ1=??? ? ??E 即αξ为()θg 的无偏估计. 又()22 10 θαθααθξθ=??? ??-Γ= +-∞ ? dx x e D n x n 21αθαξn D =??? ? ??∴ 再根据密度函数为求得: ().ln 22 2 θαξθαθθ=?? ? ???-=??? ????=I E f E 故()θg 的R C -下界为()()().1 2 2αθθθn n g =?? ????I ' 即D ( αξ)达到R C -下界, 所以α ξ 是()θg 的有效估计. 37. 设ξn ξ,,1 为独立同分布随机变量,其分布为二点分布P(i ξ=x) = p x q 1-x , x=0,1, 其中p+q=1.试证明: 下述统计量都是p 的充分统计量 ()n S ξξξ,,,211 = ()n S ξξξξ,,3212 ++= ()n S ξξξξξ,,43213 ++= , ()n n n S ξξξ,111--++= ()n n S ξξ++= 1 证: n ξξ,,1 的联合分布是()()i i x n x n p p x x f ∑-∑-=1,1 1,0=i x 则取k 1= ()i i x n x p p ∑-∑-1 12=k , 由因子分解定理可知: n S S S ,,21 均为P 的充分统计量. 38. 设n ξξ,,1 是独立同分布随机变量, 都服从 ()()10,,2,1,0,1;<<=-=θθθθ x x f x , 则∑==n i i n T 1 ξ是θ的充分统计量. 证: 由于n ξξ,,1 的联合密度为()()i x n n x x f ∑-=θθ1,,1 ,2,1,0=i x 取() ,121i x n k ??-= 12=k , 则由因子分解定理知, n T 是?的充分统计量. 39. 设n ξξ,,1 是独立同分布随机变量,都服从具参数为λ的普哇松分布,则∑== n i i n T 1 ξ 是关于λ的充分 统计量. 证: 由于n ξξ,,1 的联合密度是()λλn i x n e x x x f i -∑∏=! 1 2,1,0=i x 取.21λλ n x e k i -=, ()1 2!-=i x k π, 则由因子分解定理知 : n T 是充分统计量. 40. 试证:充分统计量T 的一一对应的变换仍是充分统计量.试举出具体例子. 41. 设n ξξ,,1 是取自珈玛分布的一个子样,其密度函数为()()?? ? ??>Γ=--其它,00,;1 x x e x f x αθααθθ试证: ()i a 已知时,∑=n i i 1 ξ是关于θ的充分统计量; ()ii θ已知时,∏=n i i 1 ξ是关于a 的充分统计量. 42. 设,,1n ξξ 为取自具有三参数威布尔分布的母体的子样,威布尔分布密度函数 ()?????≤>=-0, 00 ,,,;x x e kx x f x μ λβμλβ 其中k 为已知常数,λμβ,,是参数, 试证: ()i 当μβ,已知时, ∑=n i i 1μξ 是关于λ的充分统计量; ()ii 当μλ,已知时,∏=n i i 1 ξ是关于β的充分统计量. 43. 设n ξξξ,,,21 是来自密度函数为 ()∞<<-∞=-x e x f x ,21;θ θ θ的母体的子样, 试证:∑==n i i n T 1 ξ 是关于θ的充分统计量. 44. 设随机变量ξ服从二项分布()p n b ,,求()p p -1的UMVUE.