概率论和数理统计第6章.pptVIP

3. 设X~N(μ,σ2)，其中μ,σ2未知，问μ,σ2的最大似然估计是否为μ,σ2的无偏估计？若不是，请修正使它成为无偏估计。 解 设(X1,X2,…,Xn)是取自总体X的一个样本，由例6.6知 是μ的无偏估计 不是σ2的无偏估计，而 为σ2的无偏估计。 4. 设X1,X2, …,Xn为取自U(0,?)总体的样本， ?0未知，求参数? 的最大似然估计。 5. 设总体X~U[1,?]，?1，未知， (X1,X2,…,Xn)是总体X的一个样本， (1)求?的矩估计和最大似然估计； (2)上述两个估计是否为无偏估计量，若不是，请修正为无偏估计量； (3)问在(2)中的两个无偏估计量哪一个更有效？ 解 X的密度函数 (1) ?的矩估计为 设(x1,x2,…,xn)为样本观察值，则似然函数 i=1,2,…n 令xn*=max(x1,x2,…,xn)，则xn*≤? 即?的最大似然估计为 (2) 是? 的无偏估计。 为求 先求Xn*的密度函数 显然，它不是? 的无偏估计，修正如下： 令 则 是? 的无偏估计。 (3) 当n1时，对任意? 1， 因此 比 更有效。 6.3 置信区间 上一节中，我们讨论了参数的点估计，只要给定样本观察值，就能算出参数的估计值。但用点估计的方法得到的估计值不一定是参数的真值，即使与真值相等也无法肯定这种相等（因为总体参数本身是未