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.

。-|||-,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。

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。

(theta gt 0),-|||-X1,X2,···,Xn是来自总体X的样本,求未知参数θ的矩估计量.

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;-|

,-|||-其中 theta gt 0 为未知参数,X1,X2,···,Xn是来自X的样本,x1,x2,···,xn是相应的-|||-样本观察值.-|||-(1

,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.

,-|||-其中 theta (theta gt -1) 是未知参数,X1,X2 ···,Xn为一个样本,试求参数θ的矩估计量和最大似然估计-|||-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.

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

其中θ是未知参数 (0lt theta lt 1),-|||-X1,X2,···,Xn为来自总体X的简单随机样本,记N为样本值x1,x2,···,xn中小于1的