1.设总体X服从指数分布，其概率密度函数为f(x)=}lambda e^-lambda x,x>00,xleqslant 0为X的一组样本，求参数lambda的矩估计量和极大似然估计量.

1.设总体X服从指数分布，其概率密度函数为$f(x)=\begin{cases}\lambda e^{-\lambda x},x>0\\0,x\leqslant 0\end{cases}$其中$\lambda>0$为未知参数，$X_{1},X_{2},\cdots,X_{n}$为X的一组样本，求参数$\lambda$的矩估计量和极大似然估计量.

参考答案与解析：

相关试题

12.设总体X服从指数分布，且概率密度函数为f(x)=}lambda e^-lambda x,&x>0,0,&其他,.: 12.设总体X服从指数分布，且概率密度函数为f(x)=}lambda e^-lambda x,&x>0,0,&其他,.12.设总体X服从指数分布

查看答案

其中参数 lambda (lambda gt 0) 未知,-|||-X1,X2,···,Xn是来自总体X的简单随机样本.求-|||-(1)参数λ的矩估计量;-|||-(2)参数λ的极大似然估计量.: 其中参数 lambda (lambda gt 0) 未知,-|||-X1,X2,···,Xn是来自总体X的简单随机样本.求-|||-(1)参数λ的矩估计量;-|

查看答案

设参数为lambda指数分布的密度函数为f(x)=} lambda e^-lambda x, & x geq 0 0, & x: 设参数为lambda指数分布的密度函数为f(x)=} lambda e^-lambda x, & x geq 0 0, & xA. $1/2$B. $2/5$

查看答案

其中参数 lambda (lambda gt 0) 未-|||-知,X1,X2,···,Xn是来自总体X的简单随机样本.-|||-(1)求参数λ的矩估计量;-|||-(2)求参数λ的最大似然估计量.: 其中参数 lambda (lambda gt 0) 未-|||-知,X1,X2,···,Xn是来自总体X的简单随机样本.-|||-(1)求参数λ的矩估计量;-|

查看答案

若总体X服从指数分布E(lambda)，X_1,X_2,...,X_n为来自X的样本，overline(X),S^2为样本均值和样本方差，则lambda的矩估计量为(）: 若总体X服从指数分布E(lambda)，X_1,X_2,...,X_n为来自X的样本，overline(X),S^2为样本均值和样本方差，则lambda的矩估计

查看答案

1 设总体X具有指数分布，它的分布密度为f(x)=}lambda e^-lambda x,&xgeqslant 00,&x<0其中lambda&g: 1 设总体X具有指数分布，它的分布密度为f(x)=}lambda e^-lambda x,&xgeqslant 00,&x<0其中lambda>

查看答案

假设总体 X 服从参数为 lambda 的泊松分布，则参数为 lambda 的最大似然估计量是(）: 假设总体 X 服从参数为 lambda 的泊松分布，则参数为 lambda 的最大似然估计量是(）A. $n\overline{X}$B. $\max\{X_1

查看答案

设总体X服从指数分布(x;lambda )= ) lambda (e)^-lambda x xgeqslant 0 0 xlt 0 .，则X的极大似然估计值为（）A、0.8B、2.5C、0.: 设总体X服从指数分布(x;lambda )= ) lambda (e)^-lambda x xgeqslant 0 0 xlt 0 .，则X的极大似然

查看答案

4.设总体Xsim P(lambda)，X_(1),X_(2),...,X_(n)是来自总体X的一个样本，求λ的矩估计量和最大似然估计量.: 4.设总体Xsim P(lambda)，X_(1),X_(2),...,X_(n)是来自总体X的一个样本，求λ的矩估计量和最大似然估计量.4.设总体$X\sim

查看答案

设总体 X 的概率密度函数为[ f(x, lambda) = } (1)/(2lambda) e^-(x)/(2lambda) & x geq 0 0 & x: 设总体 X 的概率密度函数为[ f(x, lambda) = } (1)/(2lambda) e^-(x)/(2lambda) & x geq 0 0 & x

查看答案