kaoyan1advanced 概率论与数理统计 第328题

教材习题

📝 题目

### 第328题

设总体 $X$ 的概率密度为

$$ f(x ; \theta)=\left\{\begin{array}{cc} $\displaystyle \frac{1}{1-\theta}, & \theta \leqslant x \leqslant 1, \\$ 0, & \text { 其他 }, $\end{array}\right.$ $$

其中 $\theta$ 为末知参数,$X_{1}, X_{2}, \cdots, X_{n}$ 为来自该总体的简单随机样本,求 $\theta$ 的矩估计量和最大似然估计量. 建议茶题时间 10 min

💡 答案解析

**答案**:矩估计量 $\displaystyle \hat{\theta}=1-\frac{1}{n}\sum_{i=1}^{n}X_i$;最大似然估计量 $\hat{\theta}=X_{(1)}$ **解析**:步骤1:计算总体期望 $\displaystyle E(X)=\int_{\theta}^{1}x\cdot\frac{1}{1-\theta}dx=\frac{1+\theta}{2}$,令 $\displaystyle \frac{1+\theta}{2}=\bar{X}$,解得矩估计量 $\displaystyle \hat{\theta}=2\bar{X}-1=1-\frac{1}{n}\sum_{i=1}^{n}X_i$。 步骤2:似然函数 $\displaystyle L(\theta)=\prod_{i=1}^{n}f(x_i;\theta)=\frac{1}{(1-\theta)^n}$,其中 $\theta \le x_i \le 1$,即 $\theta \le \min\{x_1,\cdots,x_n\}=x_{(1)}$。为使 $L(\theta)$ 最大,$\theta$ 应取最大值,故最大似然估计量 $\hat{\theta}=X_{(1)}$。 **难度**:★★☆☆☆

📋 详细解题步骤

步骤 1/6
目标:计算总体期望
总体 $X$ 的概率密度为 $f(x;\theta)=\frac{1}{1-\theta},\ \theta\leq x\leq 1$,则总体期望为: $$E(X)=\int_{\theta}^{1} x\cdot\frac{1}{1-\theta}dx = \frac{1}{1-\theta}\cdot\frac{1}{2}(1^2-\theta^2)=\frac{1+\theta}{2}.$$
公式:$$E(X)=\int_{\theta}^{1} x\cdot\frac{1}{1-\theta}dx = \frac{1+\theta}{2}$$
提示:注意积分上下限和常数提取
步骤 2/6
目标:建立矩估计方程
令样本均值 $\bar{X}=\frac{1}{n}\sum_{i=1}^{n}X_i$ 等于总体期望 $E(X)$,即: $$\frac{1+\theta}{2}=\bar{X}.$$
公式:$$\frac{1+\theta}{2}=\bar{X}$$
提示:注意总体期望计算正确
步骤 3/6
目标:解出矩估计量
由上式解得 $\theta$ 的矩估计量为: $$\hat{\theta}=2\bar{X}-1=1-\frac{1}{n}\sum_{i=1}^{n}X_i.$$
公式:$$\hat{\theta}=2\bar{X}-1=1-\frac{1}{n}\sum_{i=1}^{n}X_i$$
提示:注意矩估计量表达式中的符号和求和范围
步骤 4/6
目标:构造似然函数
样本 $X_1,X_2,\cdots,X_n$ 的似然函数为: $$L(\theta)=\prod_{i=1}^{n}f(x_i;\theta)=\frac{1}{(1-\theta)^n},$$ 其中 $\theta\leq x_i\leq 1$ 对所有 $i=1,2,\cdots,n$ 成立,即 $\theta\leq \min\{x_1,\cdots,x_n\}=x_{(1)}$。
公式:$$L(\theta)=\prod_{i=1}^{n}f(x_i;\theta)=\frac{1}{(1-\theta)^n}$$
提示:注意定义域条件θ≤x_i≤1
步骤 5/6
目标:求最大似然估计量
由于 $L(\theta)$ 是 $\theta$ 的单调递增函数(分母 $(1-\theta)^n$ 随 $\theta$ 增大而减小,$L(\theta)$ 增大),在约束条件 $\theta\leq x_{(1)}$ 下,$\theta$ 应取最大值,即 $\hat{\theta}=X_{(1)}$。
提示:注意单调性与约束条件的结合
步骤 6/6
目标:给出最终答案
矩估计量:$\displaystyle \hat{\theta}=1-\frac{1}{n}\sum_{i=1}^{n}X_i$;最大似然估计量:$\hat{\theta}=X_{(1)}$。
提示:注意矩估计与最大似然估计的区别

📷 拍照上传批改

拍照上传批改功能已预留入口,后续接入图片上传、OCR识别与AI批改。