设总体为0的均匀分布,求参数的距估计和极大似然估计
来源:学生作业帮助网 编辑:作业帮 时间:2024/06/24 14:20:21
联合分布:f(x,y)=25exp(-5y),x属于[0,0.2],y大于0;P(X》Y)=e^(-1)
FX(x)=5x0=X与Y是相互独立的随机变量f(x,y)=FX(x)*FY(y)=25x*e^(-5x)
/>矩法估计思路大概就是先找出参数与期望之间的关系,然后用样本矩(样本平均数)代替期望,对参数进行估计.具体步骤如下:所以参数的估计值是样本平均数的三倍.如果还有问题再问我吧.
由随机变量X服从区间[0,5]上的均匀分布,得出E(X)=5/2 由Y服从参数为3的指数分布,得出E(Y)=3 由X与Y相互独立,知E(XY)=E(X)×E(Y)=15/2再问:5/2的/是乘的意
(1)由已知,f(x)=1,(0
fx(x)=1,fy(y)=e^-yfx,y(x,y)=fx(x)fy(y)=e^-yP(x>y)=P(x>y|Y=y)=1-P(x
密度函数f(x)=1,0
Z=min(X,Y)的分布函数F(z)=P(Z=z)Z=min(X,Y)>=z说明XY同时大于等于z=1-P(X>=z,Y>=z)XY独立=1-P(X>=z)P(Y>=z)=1-(1-z)exp(-z
∫[0,2]1/2dx∫[0,2]1/2*e^(-y/2)dy=1/4∫[0,2]∫[0,2]e^(-y/2)dxdy再问:e^(-y)?再答:没有啦,搞错上限了∫[0,x]1/2dx∫[0,y]1/
设X~EXP(入)E(X)=1/入^入=1/(xbar)L(入|x)=π(连乘符号)(i=1~n)入e^(-入xi)两边取对数,并使ln(L)=ll(入|x)=ln(入^n)+(-入)Σ(xi)求导l
xi独立同分布F1x=MAX(x1,x2,.)=(f(x,λ))^n,然后根据期望的定义求相应的积分就是了,但是要注意指数分布当x《0时f=0
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.
fz(t)=p(x+y=t)=∫p(y=t-x|X=x)p(X=x)dx注意x从0到t,=∫fy(t-x)dx=∫e^(x-t)dx=1-e^-t或者p(x+y=t)=∫p(x=t-y|Y=y)p(Y
本均值的方差=D(X)/10=1.2
均匀分布的总体U的概率密度为f(u)=1/c.总体U的独立样本X1,X2,...,Xn的联合概率密度为:f*(x1,x2,...,xn)=Πf(xi)=1/(c的n次方)再问:求具体步骤再答:这已经是
概率论我已经忘光光了……
极大似然估计的方法:1、构造似然函数,L(x1,x2,...,xn)=每个Xi密度函数的连乘.每个Xi的密度函数与总体的密度函数相同.2、求L(x1,x2,...,xn)或lnL(x1,x2,...,
u=∫x/(θ-5)dx=x^2/2(θ-5)│(5~θ)=(θ+5)/2而μ‘=x’故(θ‘+5)/2=12得到θ’=19