设总体服从参数为μ,σ的正态分布N(μ,σ)
来源:学生作业帮助网 编辑:作业帮 时间:2024/08/09 02:45:21
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.
X的概率密度函数:fX(x)={e^-x,x>0{0,x0时,有FY(y)=P{X^2≤y}=P{-√y≤x≤√y}=∫(-√y→√y)fX(x)dxfY(y)=d[FY(y)]/dy=d[∫(-√y
因为随机变量服从X~(2,P)则,P(ξ≥1)=1-=a(a你没给出),可以求出p;那么,P(η≥1)=1-
服从~N(u,σ^2/n)正态分布
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
U=n^(1/2)*(xˉ-μ)/σ~N(0,1),D(U)=1.
概率论我已经忘光光了……
该样本遵从二项分布,则可先写出其分布律,然后将n个这样分布律联乘,之后这个连乘的函数取对数,再对取完对数后得到的函数对变量p求导,并令其等于零,得到的p就是其最大似然估计量,如果取完对数后得到的函数对
首先写出似然函数LL=∏p(xi)=∏{[(λ^xi)/(xi!)]·e^(-λ)}=e^(-nλ)·∏{[(λ^xi)/(xi!)]=e^(-nλ)·λ^(∑xi)·∏1/(xi!)然后对似然函数取
大数定律:一组相互独立且具有有限期望与方差的随机变量X1,X2,…,Xn,当方差一致有界时,其算术平均值依概率收敛于其数学期望的算术平均值.这里X21,X22,…,X2n满足大数定律的条件,且EX2i
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
U=n^(1/2)*(xˉ-μ)/σ服从标准正态分布,即UN(0,1),因此,D(U)=1.
样本均值?那不直接是(X1+.+Xn)/n不过应该不是问这个吧可以说详细点?再问:是等于N(μ,σ^2)吗再答:有完整的题目么?这个X~N(μ,σ^2)意思是总体X服从总体均值为μ,总体标准差为σ的正
fX(x)=φ((x-u)/σ)/σf(X1,X2,...Xn)=fX1(x1)fX2(x2)..fXn(xn)=(1/√(2π)σ)^n*e^Σ(xi-u)²/(2σ)如有意见,欢迎讨论,
0.21/λ=1/5=0.2根据0—1分布,数学期望p方差p(1-p);二项分布(贝努里概型),数学期望np方差np(1-p);泊松分布,数学期望λ方差λ;均匀分布,数学期望(a+b)/2方差[(b-