设X1,X2,...Xn为来自正态总体X~N(μ,σ^2)的一个样本,μ已知,求σ^2的极大似然估计.
来源:学生作业帮 编辑:百度作业网作业帮 分类:数学作业 时间:2024/05/11 01:07:35
设X1,X2,...Xn为来自正态总体X~N(μ,σ^2)的一个样本,μ已知,求σ^2的极大似然估计.
f(x1)=1/(2piσ^2)^0.5*exp[-(x1-μ)^2/2σ^2]
...
f(xn)=1/(2piσ^2)^0.5*exp[-(xn-μ)^2/2σ^2]
L=f(x1)*f(x2)...f(xn)=[1/(2piσ^2)^0.5]^n*exp[-(x1-μ)^2/2σ^2+...-(xn-μ)^2/2σ^2]
L=[1/(2piσ^2)^0.5n]*exp{-[(x1-μ)^2/+...+(xn-μ)^2]/2σ^2}
lnL=ln[1/(2piσ^2)^0.5n]-[(x1-μ)^2/+...+(xn-μ)^2]/2σ^2
lnL=-0.5n*ln(2piσ^2)-[(x1-μ)^2/+...+(xn-μ)^2]/2σ^2
lnL(对σ^2的导数)=-n/(2σ^2)+[(x1-μ)^2/+...+(xn-μ)^2]/2σ^4
lnL(对σ^2的导数)=0
所以-n/(2σ^2)+[(x1-μ)^2/+...+(xn-μ)^2]/2σ^4=0
σ^2=[(x1-μ)^2/+...+(xn-μ)^2]/n
...
f(xn)=1/(2piσ^2)^0.5*exp[-(xn-μ)^2/2σ^2]
L=f(x1)*f(x2)...f(xn)=[1/(2piσ^2)^0.5]^n*exp[-(x1-μ)^2/2σ^2+...-(xn-μ)^2/2σ^2]
L=[1/(2piσ^2)^0.5n]*exp{-[(x1-μ)^2/+...+(xn-μ)^2]/2σ^2}
lnL=ln[1/(2piσ^2)^0.5n]-[(x1-μ)^2/+...+(xn-μ)^2]/2σ^2
lnL=-0.5n*ln(2piσ^2)-[(x1-μ)^2/+...+(xn-μ)^2]/2σ^2
lnL(对σ^2的导数)=-n/(2σ^2)+[(x1-μ)^2/+...+(xn-μ)^2]/2σ^4
lnL(对σ^2的导数)=0
所以-n/(2σ^2)+[(x1-μ)^2/+...+(xn-μ)^2]/2σ^4=0
σ^2=[(x1-μ)^2/+...+(xn-μ)^2]/n
设X1,X2,...Xn为来自正态总体X~N(μ,σ^2)的一个样本,μ已知,求σ^2的极大似然估计.
设X1,X2,...Xn是来自正态总体X~N(μ,σ^2)的简单随机样本
设总体X服从正态分布X~N(μ,σ^2),X1,X2,...,Xn为来自该总体的一个样本,
设X1,X2,...,Xn为来自正态总体X~N( θ,1)的样本,求参数 θ的极大似然估计量并验证它是否为参数 θ的无偏
设X1,X2,...Xn是来自正态总体N(μ,σ^2)的简单随机样本
设总体X服从正态分布X~N(μ,σ^2),X1,X2,...,Xn为来自该总体的一个样本,则样本均值是
设总体X服从正态分布N(μ,σ^2),X1,X2,...,Xn为来自该总体的一个样本,令U=n^(1/2)*(xˉ-μ)
设X1,X2,...Xn是来自正态总体N(μ,σ^2)的简单随机样本.则平均值Xbar服从参数为__和__分布
设总体X服从正态N(μ,σ²),x1,x2,xn为其总体的样本,求该样本的联合概率密度
x1,x2,...,xn是来自正态总体X~N(μ,σ^2)的样本,其中μ已知,σ未知,则下列不是统计量的是:
设总体X:N(μ,σ^2),X1,X2,……Xn是来自X的样本,X(上面有个横杠),S^2分别为样本均值和修 正的样本方
设X1,X2,...Xn是来自正态总体N(μ,σ^2)的简单随机样本,S^2为样本方差,那么D(S^2)=_____.