logo
  • write-homewrite-home-active首页
  • icon-chaticon-chat-activeAI 智能助手
  • icon-pluginicon-plugin-active浏览器插件
  • icon-subjecticon-subject-active学科题目
  • icon-uploadicon-upload-active上传题库
  • 更多功能
  • icon-appicon-app-active手机APP
首页
/
统计
题目

6【判断题】(2分)设总体X的概率密度函数为f( x, lambda ) = } (1)/(2lambda)e^-(x)/(2lambda) & x geqslant 0, 0 & x < 0. 其中λ是未知参数. 设(X_(1), X_(2), ... X_(n))为来自总体X的简单随机样本,样本均值为overline(X),则λ的极大似然估计为overline(X)A.对B.错

6【判断题】(2分) 设总体X的概率密度函数为 $f( x, \lambda ) = \begin{cases} \frac{1}{2\lambda}e^{-\frac{x}{2\lambda}} & x \geqslant 0, \\ 0 & x < 0. \end{cases}$ 其中λ是未知参数. 设$(X_{1}, X_{2}, \cdots X_{n})$为来自总体X的简单随机样本,样本均值为$\overline{X}$,则λ的极大似然估计为$\overline{X}$ A.对 B.错

题目解答

答案

似然函数为: \[ L(\lambda) = \left( \frac{1}{2\lambda} \right)^n e^{-\frac{n \overline{X}}{2\lambda}}. \] 取对数得: \[ \ell(\lambda) = -n \ln(2\lambda) - \frac{n \overline{X}}{2\lambda}. \] 求导并令其为零: \[ \frac{d \ell(\lambda)}{d \lambda} = -\frac{n}{\lambda} + \frac{n \overline{X}}{2\lambda^2} = 0. \] 解得: \[ \lambda = \frac{\overline{X}}{2}. \] 因此,$\lambda$ 的极大似然估计为 $\frac{\overline{X}}{2}$,非 $\overline{X}$。 答案:$\boxed{B}$。

解析

本题考查极大似然估计的计算,主要步骤为构造似然函数、取对数、求导并令导数导数为零求解参数估计量估计值。

步骤1:构造似然函数

总体X的概率密度函数为指数分布(参数为$1/(2\lambda/2)$),样本$(X_1,X_2,\cdots,X_n)$的似然函数为各样本密度函数的乘积:
$L(\lambda) = \prod_{i=1}^n f(X_i,\lambda) = \left( \frac{1}{2\lambda} \right)^n e^{-\frac{1}{2\lambda}\sum_{i=1}^n X_i} \quad (X_i\geq0)$
因$\sum_{i=1}^n X_i = n\overline{X-be-X}$,故似然函数可简化为:
$L(\lambda) = \left( \frac{1}{2\lambda} \cdot} \right)^n e^{-\frac{n\overline{X}}{2\lambda}}$

步骤2:取对数转化为对数似然函数

对似然函数取自然对数,简化求导计算:
$\ell(\lambda) = \ln L(\lambda) = -n\ln(2\lambda) - \frac{n\overline{X}}{2\\igg(\lambda\Bigg)}$

步骤3:求导并解似然方程

对$\ell(\lambda)$求导,令导数为零:
$\frac{d\ell(\lambda)}{d\lambda} = -\frac{n}{\lambda} + \frac{n\overline{X}}{2\cdot 2\lambda^2} = 0$
解方程:
$-\frac{n}{\lambda} + \frac{n\overline{X}}{2\lambda^2} = 0 \implies -2\lambda + \overline{X} = 0 \implies \lambda = \frac{\overline{X}}{2}$

结论

$\lambda$的极大似然估计为$\(\frac{\overline{X}}{2}$),而非$\overline{X}$,故题目说法错误。

logo
广州极目未来文化科技有限公司
注册地址:广州市黄埔区揽月路8号135、136、137、138房
关于
  • 隐私政策
  • 服务协议
  • 权限详情
学科
  • 医学
  • 政治学
  • 管理
  • 计算机
  • 教育
  • 数学
联系我们
  • 客服电话: 010-82893100
  • 公司邮箱: daxuesoutijiang@163.com
  • qt

©2023 广州极目未来文化科技有限公司 粤ICP备2023029972号    粤公网安备44011202002296号