概率论与数理统计习题详解（周概容）——习题7解.doc

PAGE —习题解答●7.PAGE 18— 习题七 参数估计 7.1 假设总体X服从参数为的泊松分布，是来自总体X的简单随机样本，是样本均值，是样本方差，对于任意实数，证明是的无偏估计量． 证明 熟知，对于任何总体，样本均值是总体数学期望的无偏估计量，样本方差是总体方差的无偏估计量；对于泊松分布的总体，数学期望和方差都等于分布参数，因此 7.2 设总体X服从参数为的泊松分布；是来自的简单随机样本，求的无偏估计量． 解 熟知．设为样本均值，则 由此可见的无偏估计量为 7.3 设是来自正态总体的简单随机样本，统计量 是总体方差的无偏估计量，求常数． 解 由条件知：．由于统计量D是总体方差的无偏估计量，则 由此可见 ． 7.4 总体,；基于分别来自总体和的两个相互独立的简单随机样本和，得样本均值和及样本方差和；证明总体和的联合样本方差 是总体和的共同方差的无偏估计量，并且计算其方差． 解 熟知，对于任意总体，样本方差和都是的无偏估计量，可见 ， 即联合样本方差是的无偏估计量． 由正态总体的抽样分布，知 服从自由度为的分布；而自由度为的变量的方差等于2：事实上，设是独立标准正态分布随机变量，则服从自由度为的分布的随机变量可以表示为： ． 由于，可见； ． 由此可见．因此 7.5 设总体X服从参数为的二项分布，其中m已知；是来自X的简单随机样本， 求未知参数的最大似然估计量； 证明所得估计量是无偏的． 解 (1) 总体X的概率函数可以表示为 参数的似然函数为 ， 其中为样本均值．对数似然方程为 其解即未知参数的最大似然估计量． (2) 由于总体X的数学期望为，而对于任何总体，样本均值是其数学期望的无偏估计量，可见是的无偏估计量，从而是未知参数的无偏估计量． 7.6 设总体X服从区间[0,]上的均匀分布，是来自X的简单随机样本， (1) 求未知参数的最大似然估计量； (2) 假如所得估计量是有偏估计量，将其修正为无偏估计量． 解 (1) 总体X的概率密度函数为 未知参数的似然函数为 易见，似然函数无驻点．需要直接求的最大值点，记；由于，且随减小而增大，所以当时达到最大值，故就是未知参数的最大似然估计量． (2) 现在验证估计量的无偏性．为此，首先求的概率分布．总体X的分布函数为 由于独立同分布，可见的分布函数为 其概率密度为 因此，有 ． 这样，是的有偏估计量．容易验证，的无偏估计量为 ． 7.7 已知随机变量X的概率密度为 试根据来自X的简单随机样本，求未知参数的最大似然估计量． 解 未知参数的似然函数和对数似然函数为 由此，得似然方程 其惟一解是 ． 于是，就是未知参数的最大似然估计量． 7.8* 设是严格单调函数且有惟一反函数．证明，若是未知参数的最大似然估计量，则的最大似然估计量． 证明 设是未知参数的似然函数．记是的惟一反函数，则．设D是函数的值域，由“是未知参数的最大似然估计量”，可见 ， 即是的最大似然估计量． 7.9 设是来自总体的简单随机样本，总体的概率密度为： 试求未知参数的最大似然估计量和矩估计量． 解 (1) 参数的似然函数为 由此可见，其似然方程无解，需要直接求其似然函数 的最大值．当时，而当，即时随的增大而增大，可见当时达到最大值．参数的最大似然估计量为 ． (2) 求参数的矩估计量．总体的数学期望为： 用样本均值估计：，可得参数的矩估计量为． 7.10设每次射击的命中率为．接连不断独立地进行射击直到命中目标为止，是轮射击各轮实际射击的次数，求命中率的最大似然估计量和矩估计量． 解 (1) 设表示实际射击的次数，则X服从参数为的几何分布，而是来自总体的简单随机样本．总体的概率函数为 ． 命中率的似然函数为 将该式两侧对求导数并令其等于0，得似然方程： 其惟一解 就是命中率的最大似然估计量． (2) 设X是实际射击的次数，而是来自总体X的简单随机样本，则样本均值为 ． 于是，由 ， 得未知参数的矩估计量 ． 7.11 设来自总体的简单随机样本，总体的概率分布为 ， 其中01．试求 (1) 未知参数的最大似然估计量； (2) 未知参数的矩估计量； (3) 当样本值为（1,1,2,1,3,2）时的最大似然估计值和矩估计值． 解 (1) 求参数的最大似然估计量．分别以表示 中1，2和3出现的次数，则似然函数和似然方程为 似然方程的惟一解就是参数的最大似然估计量： ． (2) 求参数的矩估计量．总体的数学期望为 ． 在上式中用样本均值估计数学期望，可得的矩估计量： ． (3) 对于样本值（1,1,2,1,3,2），由上面得到的一般公式，可得最大似然估计值 矩估计值 ． 7.12 设随机变量的分布函数为 其中参数．设为来自总体X的简单随机样本，求 (1) 未知参数的矩估计量；