kaoyan1basic 概率论与数理统计 第19题

教材习题

📝 题目

### 【强化篇】第19题(解答题) 19.设总体 $X \sim U[\theta, 2 \theta]$ ,其中 $\theta(>0)$ 是未知参数,$X_{1}, X_{2}, \cdots, X_{n}$ 是来自总体 $X$ 的一个简单随机样本, $\bar{X}$ 为样本均值。 (1)求参数 $\theta$ 的矩估计量,并判断它是否是无偏估计和相合估计; (2)求参数 $\theta$ 的最大似然估计量,并判断它是否是无偏估计.

💡 答案解析

**答案**:(1)$\displaystyle \hat{\theta} = \frac{2}{3}\bar{X}$,无偏估计,相合估计;(2)$\displaystyle \hat{\theta} = \frac{X_{(n)}}{2}$,不是无偏估计 **解析**:步骤1:$\displaystyle E(X)=\frac{3}{2}\theta$,令$\displaystyle \bar{X}=\frac{3}{2}\theta$,得$\displaystyle \hat{\theta}=\frac{2}{3}\bar{X}$。$\displaystyle E(\hat{\theta})=\frac{2}{3}E(\bar{X})=\theta$,无偏。$\displaystyle D(\hat{\theta})=\frac{4}{9}D(\bar{X})=\frac{4}{9}\cdot\frac{\theta^2}{12n}\to0$,相合。 步骤2:似然函数$\displaystyle L(\theta)=\frac{1}{\theta^n}I_{\{X_{(1)}\ge\theta, X_{(n)}\le2\theta\}}$,最大似然估计$\displaystyle \hat{\theta}=\frac{X_{(n)}}{2}$。$\displaystyle E(\hat{\theta})=\frac{1}{2}E(X_{(n)})=\frac{1}{2}\cdot\frac{2n+1}{n+1}\theta \neq \theta$,不是无偏估计。 **难度**:★★★☆☆

📋 详细解题步骤

步骤 1/5
目标:求矩估计量
计算总体均值 E(X) = (θ+2θ)/2 = 3θ/2,令样本均值 X̄ = 3θ/2,解得矩估计量 θ̂ = (2/3)X̄。
公式:E(X) = (θ+2θ)/2 = 3θ/2
提示:均匀分布的均值公式为 (a+b)/2。
步骤 2/5
目标:判断矩估计的无偏性
计算 E(θ̂) = E((2/3)X̄) = (2/3)E(X̄) = (2/3)*(3θ/2) = θ,故无偏。
公式:E(θ̂) = θ
提示:样本均值的期望等于总体均值。
步骤 3/5
目标:判断矩估计的相合性
计算 D(θ̂) = (4/9)D(X̄) = (4/9)*(θ^2/(12n)) = θ^2/(27n) → 0 (n→∞),且无偏,故相合。
公式:D(X̄) = D(X)/n, D(X) = (2θ-θ)^2/12 = θ^2/12
提示:方差趋于0是相合估计的充分条件之一。
步骤 4/5
目标:求最大似然估计量
似然函数 L(θ) = 1/θ^n * I_{X(1)≥θ, X(n)≤2θ},要使L最大,θ应尽可能小,但需满足θ≤X(1)且θ≥X(n)/2,故θ̂ = X(n)/2。
公式:L(θ) = 1/θ^n, θ ∈ [X(n)/2, X(1)]
提示:注意似然函数中θ的范围由样本极值决定。
步骤 5/5
目标:判断最大似然估计的无偏性
计算 E(θ̂) = (1/2)E(X(n))。X(n)的密度为 f(x) = n*(x-θ)^(n-1)/θ^n, x∈[θ,2θ],期望 E(X(n)) = (2n+1)θ/(n+1),故 E(θ̂) = (2n+1)θ/(2(n+1)) ≠ θ,不是无偏估计。
公式:E(X(n)) = (2n+1)θ/(n+1)
提示:顺序统计量的期望需要积分计算。

📷 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。