总体X服从P(),其中入>0为未知参数
来源:学生作业帮助网 编辑:作业帮 时间:2024/06/28 17:45:44
这题就是把N从常量整数变成变量,如果是常量整数,Y服从正态分布,变成变量整数其实也服从正态分布,但此时E(Y)跟D(Y)就变了.但是也很好求,只是比较麻烦.E(X)=λ,D(X)=ε平方,E(N)=1
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.
(X1,X2,X3,X4,X5,X6)为来自总体X的简单随机样本所以(X1+X1+X3)~N(0,3)(X4+X5+X6)~N(0,3)所以而1/√3(X1+X1+X3)~N(0,1);1/√3(X4
概率论我已经忘光光了……
该样本遵从二项分布,则可先写出其分布律,然后将n个这样分布律联乘,之后这个连乘的函数取对数,再对取完对数后得到的函数对变量p求导,并令其等于零,得到的p就是其最大似然估计量,如果取完对数后得到的函数对
(X1,…,Xn)是个随机向量,B(n,p)是一个随机变量的分布,二者维数不同.应该是X=X1+…+Xn~B(n,p)就对了,前提是诸Xi彼此独立.可以直接求X的分布列验证.
设总体X服从(0-1)分布,P(X=1)=p,P(X=0)=1-p.似然函数L(p)=p^x1(1-p)^(1-x1)*...*p^xn(1-p)^(1-xn)=p^(x1+...+xn)*(1-p)
不知你能否看到图片.都写在图片里了.很久没做概率题了.
U=n^(1/2)*(xˉ-μ)/σ服从标准正态分布,即UN(0,1),因此,D(U)=1.
用最大似然估计法估计出λ,或用矩估计法来估计可得λ估计量=X拔=(X1+X2+…+Xn)/n最大似然估计法L(λ)=∏【i从1到n】λ^xi*e^(-λ)/xi!lnL(λ)=(x1+x2+…+xn)
N(0,σ^2)E(X1+X2)=EX1+EX2=0D(X1+X2)=DX1+DX2=2σ^2X1+X2~N(0,2σ^2)同理:X1-X2~N(0,2σ^2)所以1/√2σ(X1+X2)~N(0,1
E[X]=NP;Var[X]=NP(1-P);矩估计:总体的一阶原点矩为E[X]=NP;样本的一阶原点矩为_X,用样本估计总体,有^p=_X/N;极大似然估计:^p=_X/N;
E(X)=λ/2含有未知参数
你这个分布不是指数分布,是几何分布EX=1/p即p=1/EX所以X一把是对EX的矩估计p_hat=1/X一把
单个个体的值的样本服从正态分布N(μ,σ2)啊,因为是从这个总体中找的X呀.
我来解!首先你要搞清楚s^2是个什么东西!第二你要搞清楚方差的概念!s^2就是方差!定义就是2阶中心距!2阶中心距=E(x-E(x)^2)=∑xE(x-E(x)^2)那么也就等与D(x)换句话说就是求
1.由伽方分布的性质有:\x0dY=X1+X2+...+Xn服从自由度为nm的伽方分布,记其密度为fY(t).\x0d2.样本均值Z=Y/n,Z的分布函数记为FZ(z)=P{Z<=z}=P{Y&
X:自由度n=3,标准化Xi即Xi=Xi/σ,χ2(3)=(X1^2+X2^2+X3^2)/σ^2Y:因为已知均值,故自由度n=4-1=3,同理χ2(3)=((Y1-A)^2+(Y2-A)^2+(Y3