设总体X~B(1,P),X1,X2...Xn是来自总体X的一个样本 求总体均值μ,及方差σ^2的矩估计值
E(c∑i=1~nXi(Xi-1))=c×∑i=1~nE(Xi(Xi-1))=c×∑i=1~n(D(xi)+E(xi2)-E(xi))=c×((mp)2-mp2)×(n-1)=p2
c=1/(m2-m)(n-1)
qwq 不知道对不对...
E(A)
=(1/(n-1))E(∑(xi-x)^2)
以下仅为记忆方法,可跳过
(Xi-u)/σ~N(0,1)
=>
∑(Xi-u)^2/σ^2~χ(n)
鉴于样本均值X的约束性
=>
∑(Xi-x)^2/σ^2~χ(n-1)
=>
E(∑(Xi-x)^2/σ^2)=E(χ(n-1))=n-1
=>
E∑(Xi-x)^2=(n-1)σ^2
代入得到
E(A)=σ^2
=>
无偏估计
解:本题利用了估计量法中的矩估计法求解。
扩展资料:
求解估计量的其他方法:
极大似然估计方法:
(1) 写出似然函数;
(2) 对似然函数取对数,并整理;
(3) 求导数 ;
(4) 解似然方程 。
2.利用高等数学中求多元函数的极值的方法,有以下极大似然估计法的具体做法:
(1)根据总体的分布,建立似然函数
;
(2) 当 L 关于
可微时,(由微积分求极值的原理)可由方程组
:
定出
,称以上方程组为似然方程.
因为 L 与 Ln
有相同的极大值点,所以
也可由方程组
定出
,称以上方程组为对数似然方程;
就是所求参数
的极大似然估计量。
当总体是离散型的,将上面的概率密度函数
,换成它的分布律
参考资料来源:百度百科- 矩估计
参考资料来源:百度百科-极大似然估计
二项分布E(X)=P,D(X)=P(1-P)
矩估计值
=P(1-P)/n
设总体X~b(1,p)为二项分布,0<p<1未知,X1,X2,…Xn为来自总体的一个样本...
计算总体X的一阶原点矩 u1=E(x),因为是二项分布,E(x)=np=1p 第二步 令样本矩=总体矩 (x1+x2+...+xn)\/n=E(x)第三步 求解上述等式 即x=p 最终得到p的矩估计量p=x\/100 极大似然估计:p{x=k}=C(n,k)p^k*(1-p)^(n-k)第一步 写出样本的似然函数L(e)=∏C(100,ai)...
设总体X~B(1,P),X1,X2...Xn是来自总体X的一个样本 求总体均值μ,及方差...
解:本题利用了估计量法中的矩估计法求解。
设总体x~b(1,p),即x服从0-1分布x1x2x3为x的一个简单随机样本写出样本的...
p(X1,X2,X3,...,Xn)=p^(sum Xi) * (1-p)^(n - sum Xi)
总体分布x~b(1,p)求f(x,p)
P(X1=x1,X2=x2,X3=x3;p)=p^(x1)(1-p)^(1-x1)*p^(x2)(1-p)^(1-x2)*p^(x3)(1-p)^(1-x3)化简即可.iPad上操作不便,不多敲了,希望有所帮助.
设x~b(1,p),X1,X2,A.,Xn是取自总体X的一个样本,试求参数p的极大似然估...
由公式可以写出似然函数与对数似然函数,再求导令其导数为零,此时的点即为最大似然估计量。X~B(1,p)则有:P(x=k)=p^k *(1-p)^(1-k)L=(i从1至n连乘)P(x=xi)= (i从1至n连乘)p^(xi) *(1-p)^(1-xi)=p^(i从1至n连乘)xi *(1-p)^n-(i从1至n连乘)xi lnL=(i从1...
概率统计问题,已知:X~b(1,p),怎么知道X的分布律为:P{X=x}=p^x(1-p...
X~b(1,p) 就是0-1分布 P(X=0)=1-p P(X=1)=p P{X=x}=p^x(1-p)^(1-x),x=0,1 把x=0和1带入就发现和上面是一样的
设总体X服从(0—1)分布,即X~B(1,P),3个样本观测值分别为0,1,1,则...
0-1分布中 P(X=1)=p,p=2\/3
x~b(1,p)概率函数是多少
解:(1)∵y~b(1,1\/3),∴p(y=0)=1-1\/3=2\/3,p(y=1)=1\/3。又,x,y相互独立,∴(x,y)概率函数p(x,y)=p(x)p(y)。即p(x=-1,y=0)=p(x=-1)p(y=0)=0.25*2\/3=1\/6,p(x=-1,y=1)=p(x=-1)p(y=1)=0.25*1\/3=1\/12,p(x=0,y=0)=p(x=0)p(y...
设随机变量x~B(1,p) (0
A. P{XY=0}≥P{X=0}=1-p>0,所以错误.B. P{XY=1}=P{X=1,Y=1}=P{X=1}*P{Y=1}=0,因连续型随机变量在某一点的概率为0. 此项正确.而XY既不是离散型随机变量,也不是连续型随机变量.因为X=0时,XY是一个常量,而当X=1时,XY是一个连续型随机变量.
设随机变量X服从两点即X~B(1,P),X1,X2,...,Xn是来自X的一个样本求(1...
解得EX=P=(X上方一横)(3)因为E(X上方一横)=EX1=P,所以,两种估计都是P的无偏估计。性质:矩估计是利用样本矩来估计总体中相应的参数。首先推导涉及相关参数的总体矩(即所考虑的随机变量的幂的期望值)的方程。然后取出一个样本并从这个样本估计总体矩。接着使用样本矩取代(未知的)总体矩...
仍食金汕:[答案] p=x* (x*为x的所有平均值 但因为n=1 所以也可以等于x1
宁县19178988259: 有关概率论与数理统计的问题 - ?
仍食金汕: 由样本的性质知Xi~b(1,p)(i=1,...,n),且X1,X2,...Xn相互独立,所以Xi的分布律为 P{Xi=xi}=p^xi (1-p)^(1-xi ) (xi=0,1; i=1,...,n) (1)P{(X1,...,Xn)=(x1,...,xn)}=P{X1=x1}...P{Xn=xn}=p^x1(1-p)^(1-x1)...p^xn(1-p)^(1-xn) =p^∑xi (1-p)^(n-∑xi) (2)∑Xi即n次试验中成功(即Xi=1)的次数,故∑Xi~b(n,p)(二项分布),分布律就不用我帮你写了吧.
宁县19178988259: 总体X~B(1,p),X1,X2,X3是来自总体的样本写出样本空间;(2)求(X1,X2,X3)的联合分布 - ?
仍食金汕:[答案] 求样本的联合分布列? P(X1=x1,X2=x2,X3=x3;p)=p^(x1)(1-p)^(1-x1)*p^(x2)(1-p)^(1-x2)*p^(x3)(1-p)^(1-x3) 化简即可.iPad上操作不便,不多敲了,希望有所帮助.
宁县19178988259: 总体分布x~b(1,p)求f(x,p) - ?
仍食金汕: ^求样本的联合分布列?P(X1=x1,X2=x2,X3=x3;p)=p^(x1)(1-p)^(1-x1)*p^(x2)(1-p)^(1-x2)*p^(x3)(1-p)^(1-x3)化简即可.iPad上操作不便,不多敲了,希望有所帮助.
宁县19178988259: 设总体X服从二项分布B(1,p),其中p未知,(X1,X2,X3,X4,X5)是从中抽出的一个容量为 - ?
仍食金汕: P {分钟{X1,X2,X3,X4,X5} <10} = 1-P {分钟{X1,X2,X3,X4,X5}≥10}. = 1 - [P(x≥10)] ^ 5 = 1 - [1-P(X-12)/ 2 <-1)] ^ 5 = 1-F(1)^ 5 = 1 - (0.8413)^ 5 = 0.5786 .
宁县19178988259: 设总体X服从二项分布B(1,p),其中p未知,(X1,X2,X3,X4,X5)是从中抽出的一个容量为5的简单随机样本,写出样本(X1,X2,X3,X4,X5)的概率分布率也就... - ?
仍食金汕:[答案] P {分钟{X1,X2,X3,X4,X5}
宁县19178988259: 设总体xB(1,p),(x1,x2...xn)是从中抽取的一个随机样本,求样本均值的分布 - ?
仍食金汕: 设总体X服从两点分布:P(X=1)=p,P(X=0)=1-p(0<p<1),x1,x2,xn为其样本,求样本均值x的期望E(x) E(x)=p
宁县19178988259: 设随机变量X服从两点即X~B(1,P),X1,X2,...,Xn是来自X的一个样本求(1)P的矩估计(2)P的极大似然估计 - ?
仍食金汕: 根据两点分布的数字特征可知 EX=p,所以矩估计为 其似然函数为 显然有 它们均无偏.
宁县19178988259: 设总体X~B(m,p)(m>1),(X1,X2,...Xn)为来自总体X的一个简单随机样本,若Y=c∑i=1~nXi(Xi - 1)为p^2的无偏估计 - ?
仍食金汕: E(c∑i=1~nXi(Xi-1))=c*∑i=1~nE(Xi(Xi-1))=c*∑i=1~n(D(xi)+E(xi2)-E(xi))=c*((mp)2-mp2)*(n-1)=p2 c=1/(m2-m)(n-1)qwq 不知道对不对...
宁县19178988259: 设(X1,X2,…,Xn)为来自总体X~B(1,p)的简单随机样本,p为未知参数, . X是样本均值,则P{ . X= 2 n}=() - ?
仍食金汕:[选项] A. p B. 1-p C. C 2np2(1-p)n-2 D. C 2npn-2(1-p)2