《应用数理统计》吴翊李永乐第二章-参数估计课后习题参考答案.docVIP

《应用数理统计》吴翊李永乐第二章-参数估计课后习题参考答案 《应用数理统计》吴翊李永乐第二章-参数估计课后习题参考答案 PAGE 《应用数理统计》吴翊李永乐第二章-参数估计课后习题参考答案 参数估计 课后习题参考答案 设总体X服从二项分布为其子样，求N及p的矩法估计。 解： 令 解上述关于N、p的方程得： 对容量为n的子样，对密度函数 其中参数的矩法估计。 解： 所以 其中为n个样本的观察值。 使用一测量仪器对同一值进行了12次独立测量，其结果为(单位：mm) ，，，，， ，，，，， 试用矩法估计测量的真值和方差(设仪器无系统差)。 解： 设子样，，，，，是来自具有密度函数的总体，试用矩法估计总体均值、总体方差及参数。 解： 设为的一个字样，求参数的MLE；又若总体为的MLE。 解：(1) (2) 设总体X的密度函数为为其样本，求下列情况下的MLE。 （i） (ii) (iii) 已知 （iv） r已知 （v） 解：（i） (ii) （iii） (iv) (v) 设总体X的密度函数为，为其子样，求参数的MLE及矩法估计。今得子样观察值为，，，，，，求参数的估计值。 解： 极大似然估计： 矩法估计: 在处理快艇的6次实验数据中，得到下列的最大速度值(单位：m/s)27 ,38 ,30 ,37 ,35 .31,求最大艇速的数学期望与方差的无偏估计。 解：是总体期望的无偏估计 是总体方差的无偏估计 设总体，为其子样。 (1)求k，使为的无偏估计； (2)求k，使为的无偏估计。 解： (1) 即k=2(n-1) (2) 所以 设总体为一样本，试证明下述三个估计变量 都是的无偏估计量，并求出每一估计量的方差，问哪一个最小？ 证： 同理： 是的无偏估计量。 由于 最小。 设是参数的无偏估计，且有，试证不是的无偏估计。 解： 是参数的无偏估计，即 又因为 所以 综上所述：不是的无偏估计 设总体证明为的无偏估计，且效率为。 证明：设　　则 　　　 　　　　　 　　　　　 　　　 　　　　　　　　　　 即，为的无偏估计 　 　　　　　　　　 　由于 则， 设总体X服从几何分布： 证明样本均值是的相合，无偏和有效估计量。 证明：（1）相合性 令 对上式括号中的式子，利用导数，并利用倍差法求和 因此， 相合性： 当 则是的相合估计。 本题中， 是的相合估计。 （2）无偏性 （3）有效性 是的有效估计。 设总体X服从泊松分布，为其子样，试求参数的无偏估计量的克拉美劳不等式下界。 解： 克拉美劳不等式的下界为： 设，是的有效估计量，试证明是的有效估计量。 解： 从而的无偏估计量C-R下界 是的有效估计量。 设有二元总体，而为其样本，证明是的无偏估计。 证明： 同理 为的无偏统计量。 设和是参数的两个独立的无偏估计量，且的方差为的方差的2倍，试确定常数及,使得为参数的无偏估计量，并且在所有这样的线性估计中方差最小。 解：和是参数的两个独立的无偏估计量 则即 又 要使其最小，则要求最小。 当时，取得最小值，此时 设总体X服从指数分布，其密度函数为 为其样本，n2。 (1)求的MLE； (2)计算,求k，使得为的无偏估计； (3)证明是的渐进有效估计。 解：(1) (2) 的密度函数 若为的无偏估计，则 (3) 由此可知，是的渐近有效估计。 设总体X服从泊松分布,为来自X的一个样本。假设有先验分布，其密度为 求在平方损失下的贝叶斯估计。 解：给定，样本的分布列为： 样本的边缘分布列，其中 时的联合密度函数： 的后验密度为： 的贝叶斯估计：= 随机的从一批零件中抽取16个，测得长度（单位：cm）为： 以零件长度的分布为正态的，试求总体均值的90%置信区间。 （i）若； （ii) 若。 解：求得： （i）若 则，的90%置信区间为： 带入数据 （ii）若未知 对方差已知的正态分布总体来说，问需抽取容量n为多大的样本，才能使总体均值的置信度为置信区间的长度不大于。 证明： 估计区间： 区间长度： 随机地从A批导线中抽取4根，并从B批导线中抽取5根测得其电阻（）为