X1-Xn 服从泊松分布求下面两个估计值的均方误 T1=1 n(∑Xi)-搜答案-搜搜做题作业网

想法：考虑能否求出U的分布函数,进而求其数学期望设F(y)是U的分布函数由定义：F(y)=P(U

具体过程如图,点击可放大：再问：谢谢您！好棒的！希望以后还可以请教您问题！再问：请问你可以帮我解答这个问题吗？再问：

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.

设X服从泊松分布,参数为λ,那么EX=λ,DX=λ,所以E[X(X-1)]=E(X^2)-EX=DX+(EX)^2-EX=λ＋λ^2－λ=λ^2.也可以直接根据定义E[X(X-1)]=sum(n(n-

1488461499121291176710121411121311911181081110510681381298151210106139714876628111081581197759101078

x的平均值这个打不出来啊,大概思想是求出似然函数,就是n个泊松概率函数求积,然后取对数,就是ln（n个泊松概率函数求积）,之后对λ求导,让得出来的式子等于零.再问：过程！！结果我知道

P[Z>t]=P[X1>t,...,Xn>t]=P[X1>t]^n,得知Z亦为参数为n的指数分步,所以期望是1/n,方差是1/n^2.做数学题最大的乐趣是想题,考试的时候没有人给你问.

Yn的极限应该是6吧.这里的Yn其实就是样本的二阶原点矩,记为A2.其一阶原点矩为1/n(X1+X2+……+Xn),记为A1.其二阶中心矩记为S^2.它们之间的关系为A2-A1^2=S^2.又因为X服

伽马分布Ga(n,a)再问：能详细点吗给出步骤或者思路或者参考资料谢谢再答：指数分布Exp(a)是特殊的伽马分布Ga(1,a)，在伽马分布的可加性得X1+X2+...+Xn~Ga(n,a)伽马分布可加

概率论我已经忘光光了……

求证什么?看不懂你的意思你把题目打清楚点,我看看就算这个统计量的方差是否是λ这里有

P(Xn>max(X1,...,Xn-1)=P(Xn>X1)*P(Xn>X2)*.*P(Xn>Xn-1)设X的分布函数为F(x),密度为f(x)则P(Xn>X1)=积分(xn>x1){f(xn)f(x

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)

所有关于min、max这种题都有一个固定的下手点,就是U≤u→X[1]、X[2]…X[n]里面最大的都小于等于u→每个X[1]、X[2]…X[n]都小于等于u每个都小就可以通过独立事件的概率乘法公式计

P(X=1)=pP(X=0)=1-p所以X的密度函数是P(X=a)=p^a*(1-p)^(1-a)a=0或1p未知,p∈[0,1]样本为X1……XN所以似然函数是L(x1,x2……xn;p)=(p^x

用定义做就行lim(n->∞)P{[∑(1,n)Xi-n*E(Xi)]/[√n*√D(Xi)]≤x}=Φ(x)因为Xi~P(λ),所以E(Xi)=D(Xi)=λ,代到上式lim(n->∞)P{[∑(1

注意到相同下标的X不独立,不相同下标的X相互独立,则该题就解决了

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&

X1-Xn 服从泊松分布 求下面两个估计值的均方误 T1=1 n(∑Xi)