第20题
设总体$X$的概率密度为$f(x;\theta)=\begin{cases}\frac{e}{(e-1)\theta}e^{-\frac{x}{\theta}}, & 0
答案
(1) 矩估计量$\hat{\theta}=\frac{e-1}{e-2}\bar{X}$; (2) 最大似然估计量$\hat{\theta}=\bar{X}$
矩估计 最大似然估计 截断指数分布 似然函数

📋 解题步骤

1
矩估计——求总体期望
$E(X)=\int_0^{\theta}x\cdot\frac{e}{(e-1)\theta}e^{-x/\theta}dx=\frac{e-2}{e-1}\theta$(分部积分)。
2
矩估计——解方程
令$\bar{X}=E(X)=\frac{e-2}{e-1}\theta$,得矩估计量$\hat{\theta}=\frac{e-1}{e-2}\bar{X}$。
3
最大似然估计——写出似然函数
设$x_1,\cdots,x_n$是样本值,似然函数为 $$L(\theta)=\begin{cases}\left(\frac{e}{e-1}\right)^n\frac{1}{\theta^n}e^{-\frac{\sum x_i}{\theta}}, & 0
4
最大似然估计——取对数求导
当$0
5
最大似然估计——解方程
解得$\hat{\lambda}=\frac{1}{n}\sum x_i=\bar{x}$。故最大似然估计量为$\hat{\theta}=\bar{X}$。
✍️ 提问
卡在哪一步?点击上方步骤卡片展开查看,或直接描述你的疑问。
已选择:卡在第 - 步 —
📸 点击此处焦点后,直接粘贴截图(Ctrl+V / Cmd+V)