设总体 -U(theta ,3theta ), (X1,X2,···,Xn)为其样本,-|||-则未知参数0的矩估计为 ()-|||-4 x-|||-日 dfrac (1)(2)X-|||-dfrac (2)(5)overrightarrow (X)-|||-回 ()

4.设总体密度函数如下,x1,x2,···,xn是样本,试求未知参数的矩估计:-|||-(1) (x;theta )=dfrac (2)({theta )^2}

4.设总体密度函数如下,x1,···,xn是样本,试求未知参数的矩估计.-|||-(1) (x;theta )=dfrac (2)({theta )^2}(th

17.-|||-设总体X的概率密度为 (x,theta )= ^3)(e)^-dfrac (theta {x)},xgt 0 0, .-|||-其中θ为未

(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.

设总体X在区间 (0,dfrac (theta )(2)) 上服从均匀分布,参数θ未知,X1,X2,···,N,是来自总-|||-体X的样本,则θ的矩估计量为A

设总体 X sim U(0, theta), 其中 theta 为未知参数, X_1, X_2, ldots, X_n 为来自总体 X 的样本, 则 theta

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.

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

已知总体X服从[0,λ]上的均匀分布(λ未知),X1,X 2,···,xn为X-|||-的样本,则 () .-|||-(A) dfrac (1)(n)sum _

1.设总体概率函数如下,x1,x2,···,xn是样本,试求未知参数的最大似然估计.-|||-(1) (x:theta )=sqrt (theta )(x)^s