设总体X服从参数为λ的泊松分布,λ未知,X1,X2,···,Xn为来自-|||-X的样本.-|||-(1)求参数λ的矩估计;-|||-(2)求参数λ的最大似然估计;-|||-(3)记 ^2=dfrac (1)(n-1)sum _(i=1)^n(({X)_(i)-overline (X))}^2, 证明:X,S^2及 alpha overline (X)+(1-alpha )(S)^2 均为λ的无-|||-偏估计;-|||-(4)证明 ((-2))^(x_{1)} 是 ^-3lambda 的无偏估计量,说明这个估计量有明显的弊病;-|||-(5)证明X是λ的一致估计量.

其中 theta gt 0 为未知参数,X1,-|||-,-|||-X2,···,Xn是来自总体的样本,求:(1)θ的矩估计;(2)θ的极大似然估计.

,θ>0 是未知参数,-|||-X1,X2,···,Xn为来自总体X的样本,x1 x2,···,xn为其样本值.求θ的最大似然估-|||-计量与最大似然估计值.

设X1,X2,···,Xn为来自总体X的简单随机样本,-|||-(1)当 =1 时,求未知参数β的矩估计量;-|||-(2)当 =1 时,求未知参数β的最大似然

;-|||-而X1,X2,···,Xn是来自总体X的简单随机样本,求未知参数θ的矩估计量及最大似然估计-|||-量.

,-|||-有样本X1,X2,···,Xn,其相应的样本值为x1,x2,···,xn ,求未知参数θ的极大似然估计值.

其中θ为未知参数且大于-|||-零,X1,X2,···,xn为来自总体X的简单随机样本.求:-|||-(1)θ的矩估计量;-|||-(2)θ的最大似然估计量.

其中 lambda gt 0 为未知-|||-参数,x1,x2,···,xn为样本,求λ的极大似然估计。

（本题满分11分）设总体X的概率密度为其中参数λ（λ＞0）未知，X1，X2，…，Xn是来自总体X的简单随机样本。（Ⅰ）求参数λ的矩估计量；（Ⅱ）求参数λ的最大似

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;-|

。-|||-,其中未知参数 theta gt 0 ,X1,···,Xn是-|||-来自X的样本,求(1)θ的矩估计;(2)θ的极大似然估计。