kaoyan3basic 概率论与数理统计 第484题

教材习题

📝 题目

### 第484题 484 设 $X_{1}, X_{2}, \cdots, X_{n}$ 是来自总体 $X$ 的简单随机样本,$X$ 的概率密度函数为 $$ f(x)=\frac{1}{2 \lambda} \mathrm{e}^{-\frac{|x|}{\lambda}}, \quad-\infty0 $$ 则 $\lambda$ 的最大似然估计量 $\hat{\lambda}=$ $\_\_\_\_$ . □

💡 答案解析

**答案**:$\displaystyle \frac{1}{n}\sum_{i=1}^{n}|X_i|$ **解析**: 步骤1:概率密度函数为$\displaystyle f(x)=\frac{1}{2\lambda}e^{-\frac{|x|}{\lambda}}$,似然函数$\displaystyle L(\lambda)=\prod_{i=1}^{n}\frac{1}{2\lambda}e^{-\frac{|x_i|}{\lambda}}=\frac{1}{(2\lambda)^n}e^{-\frac{1}{\lambda}\sum_{i=1}^{n}|x_i|}$。 步骤2:取对数得$\displaystyle \ln L=-n\ln2-n\ln\lambda-\frac{1}{\lambda}\sum_{i=1}^{n}|x_i|$,对$\lambda$求导得$\displaystyle \frac{d\ln L}{d\lambda}=-\frac{n}{\lambda}+\frac{1}{\lambda^2}\sum_{i=1}^{n}|x_i|=0$。 步骤3:解得$\displaystyle \lambda=\frac{1}{n}\sum_{i=1}^{n}|x_i|$,故$\displaystyle \hat{\lambda}=\frac{1}{n}\sum_{i=1}^{n}|X_i|$。 **难度**:★★☆☆☆

📋 详细解题步骤

步骤 1/5
目标:写出似然函数
由概率密度函数 f(x)=1/(2λ) e^{-|x|/λ},样本独立同分布,似然函数为 L(λ)=∏_{i=1}^n f(x_i)=∏_{i=1}^n [1/(2λ) e^{-|x_i|/λ}] = (1/(2λ))^n e^{-(1/λ)∑_{i=1}^n |x_i|}。
公式:L(λ) = (1/(2λ))^n e^{-(1/λ)∑|x_i|}
提示:注意概率密度函数中绝对值的处理。
步骤 2/5
目标:取对数似然函数
对似然函数取自然对数:ln L(λ) = -n ln2 - n lnλ - (1/λ)∑_{i=1}^n |x_i|。
公式:ln L(λ) = -n ln2 - n lnλ - (1/λ)∑|x_i|
提示:对数运算简化求导。
步骤 3/5
目标:对λ求导并令导数为0
对 ln L(λ) 关于 λ 求导:d(ln L)/dλ = -n/λ + (1/λ^2)∑_{i=1}^n |x_i|。令其等于0,得 -n/λ + (1/λ^2)∑|x_i| = 0。
公式:d(ln L)/dλ = -n/λ + (1/λ^2)∑|x_i| = 0
提示:注意求导时λ>0。
步骤 4/5
目标:解方程得λ的估计
由 -n/λ + (1/λ^2)∑|x_i| = 0,两边乘以λ^2得 -nλ + ∑|x_i| = 0,解得 λ = (1/n)∑_{i=1}^n |x_i|。
公式:λ = (1/n)∑|x_i|
提示:检查二阶导数确认是最大值。
步骤 5/5
目标:写出最大似然估计量
将样本观测值替换为随机变量,得最大似然估计量为 ˆλ = (1/n)∑_{i=1}^n |X_i|。
公式:ˆλ = (1/n)∑|X_i|
提示:估计量是统计量。

📷 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。