已知概率密度求EX和θ的矩估计量
来源:学生作业帮助网 编辑:作业帮 时间:2024/05/27 16:34:25
有很多办法可以用.最简单的是histogram,就是直方图方法:每个数据点代表一个单位长方体,对每个数据点进行统计求和即可.这是KDE(kernelDensityestimation)方法的一个特例.
L=f(x1)f(x2)...f(xn)=θ^n(1-x1)^(θ-1).(1-xn)^(θ-1)..lnL=nlnθ+(θ-1)[ln(1-x1)(1-x20...(1-xn)]dln/dθ=n/θ
X的边缘密度函数fX(x)=积分(负无穷,正无穷)f(x,y)dy=积分(负无穷,正无穷)1/6dy=积分(0,2)1/6dy=1/3Y的边缘密度函数fY(y)=积分(负无穷,正无穷)f(x,y)dx
E(X)是期望值,D(X)不知道是什么.
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
套用公式计算,经济数学团队帮你解答.请及时评价.再问:这一步是怎么的,看不懂 谢谢了再答:
设总体X的概率密度为f(x)=Өx^(Ө-1),0
设随机变量X,Y相互独立,他们的联合概率密度为:f(x,y)=3/2e^-3x,x0,0<=y<=2,f(x,y)=0,其他求:1、边缘概率密度fx(x),fy(y);2、Z=max(X,
矩估计法EX=∫xf(x)dx=(θ+1)/(θ+2)--->θ=(1-2EX)/(EX-1)极大似然法L(x,θ)=(θ+1)^n(x1.x2...xn)^θLn(L(x,θ))=nLn(θ+
f(x)=f(2-x),则f(1+x)=f(1-x),f(x)关于直线x=1对称,y=f(x+1)关于x=0对称,为偶函数.设g(x)=xf(x+1),则g(x)是奇函数.积分(-无穷,+无穷)xf(
矩估计E(x)=∫(-∞,+∞)f(x)xdx=θ/(1+θ)X'=Σxi/n=E(x)=θ/(1+θ)θ=x'/(1-x'),其中Σxi/n最大似然估计f(xi.θ)=θ^nx1^(θ-1)x2^(
数学期望你会算吧.三道大题计算量太大了.我说一下怎么做算了.一阶矩估计就是求数学期望.,一个参数时求一下期望就能得到了.最后的那个期望改写成x拔,那个x拔=一个含预估参数的表达式,反过来用x拔表达参数