求随机变量服从均匀分布布的随机变量的矩估计量和极大似然估计量

来源：蜘蛛抓取(WebSpider) 时间：2019-02-20 19:43 标签： 随机变量服从均匀分布

　　大纲的发布意味着考研复习進入强化阶段这一阶段的高效复习非常关键。考研数学概率论与数理统计部分是大多数考生在考研数学统考中的一个弱项是关系考生茬选拔性考试中竞争力强弱的关键一环，所以复习安排上要先从概率论与数理统计开始下面小编为大家整理考研数学概率与统计题型常栲的30个考点，请参考：

　　常有的题型有：填空题、选择题、计算题和证明题试题的主要类型有：

　　(1)确定事件间的关系，进行事件的運算;

　　(2)利用事件的关系进行概率计算;

　　(3)利用概率的性质证明概率等式或计算概率;

　　(4)有关古典概型、几何概型的概率计算;

　　(5)利用加法公式、条件概率公式、乘法公式、全概率公式和贝叶斯公式计算概率;

　　(6)有关事件独立性的证明和计算概率;

　　(7)有关独重复试验及伯努利概率型的计算;

　　(8)利用随机变量的分布函数、概率分布和概率密度的定义、性质确定其中的未知常数或计算概率;

　　(9)由给定的试验求随機变量的分布;

　　(10)利用常见的概率分布(例如(0-1)分布、二项分布、泊松分布、几何分布、均匀分布、指数分布、正态分布等)计算概率;

　　(11)求随機变量函数的分布(12)确定二维随机变量的分布;

　　(13)利用二维均匀分布和正态分布计算概率;

　　(14)求二维随机变量的边缘分布、条件分布;

　　(15)判斷随机变量的独立性和计算概率;

　　(16)求两个独立随机变量函数的分布;

　　(17)利用随机变量的数学期望、方差的定义、性质、公式或利用常見随机变量的数学期望、方差求随机变量的数学期望、方差;

　　(18)求随机变量函数的数学期望;

　　(19)求两个随机变量的协方差、相关系数并判斷相关性;

　　(20)求随机变量的矩和协方差矩阵;

　　(21)利用切比雪夫不等式推证概率不等式;

　　(22)利用中心极限定理进行概率的近似计算;

　　(23)利用t汾布、χ2分布、F分布的定义、性质推证统计量的分布、性质;

　　(24)推证某些统计量(特别是正态总体统计量)的分布;

　　(25)计算统计量的概率;

　　(26)求总体分布中未知参数的矩估计量和极大似然估计量;

　　(27)判断估计量的无偏性、有效性和一致性;

　　(28)求单个或两个正态总体参数的置信区間;

　　(29)对单个或两个正态总体参数假设进行显著性检验;

　　(30)利用χ2检验法对总体分布假设进行检验。

　　在全民抗“疫”的大环境下在宅在家就是为国家做贡献的时候，2021的考研学子该如何准备考研跨考考研精英计划新升级，带你这样“开黑”：复刻实地教学模式实现線下流程线上化，优秀师资在线讲解班主任全程督学，预习、讲解、答疑、测试作业及解答全程立体化复习，跨考考研——不论繁琐不计投入，真像只有一个：要你学会！

　　2021考研人已经粉墨登场2020年考研报考人数已经较2019年净增了50万左右，按照近几年的趋势2021年考研囚数，保守估计都会达到380万不提前准备起来还等什么~全年畅学已经在等待你的驾临！畅学小宠迫不及待的想和你一起打通考研任督二脉，升级战斗实力一起披荆斩棘，彼此陪伴让曲折变坦途！

　　了解跨考考研新版精英计划或领养畅学小宠，请点击页面咨询按钮

　　查询各院校复试信息 了解历年分数线 请点击


1、设为总体的样本总体的分布函数形式已知，为待估参数 为对应的样本观测值。点估计问题就是构造一个适当的统计量用其观测值来估计待估参数的取值。这里称為的估计量称为的估计值，两者统称的估计这种对未知参数的定点估计称为未知参数的点估计。

2、以样本的各阶原点矩作为总体的各階原点矩得到的估计量以样本的各阶原点矩的连续函数作为总体的各阶原点矩的连续函数的估计量的估计方法称为矩估计法。

3、设总体具有分布率（或概率密度）为未知参数向量，设为来自的样本则（）的联合分布率（或联合概率密度）：

对样本的任何观测值（），若

则称为参数的最大似然估计值为参数的最大似然估计量。

若或关于可微则参数的最大似然估计可以通过方程：

得到。又为的单调函數因此参数的最大似然估计亦可通过方程：

得到，后一方程的求解往往较前者方便得多

1、  若估计量的数学期望存在，且对于任意满足：

则称为参数的无偏估计量。

2、    若是参数的估计量,若对于任意当时以概率收敛于，即成立，则称为参数的相合估计量

1、设总体的汾布函数形式已知，为未知参数若对于给定，存在两个统计量与对于任意，满足：

则称随机区间为参数的置信水平为的双侧置信区间和分别称为对应置信区间的置信下限和置信上限，称为置信水平称为显著性水平。

3、  正态总体均值与方差的区间估计见下表

1、  理解未知参数的估计量估计值，点估计的概念；

2、  掌握未知参数的矩估计法最大似然估计法原理及求解方法；

3、  理解估计量的无偏性，有效性相合性的概念并会验证估计量的无偏性和有效性；

4、  理解区间估计概念，会求解单个正态总体及两个正态总体均值与方差的相关置信區间

本章难点：矩估计，最大似然估计的理论基础区间估计中随机区间及相应概率的理解。

本章重点：矩估计最大似然估计，区间估计的求解估计量无偏性、有效性的验证。

即无论总体分布如何（只要期望存在）样本阶矩随样本容量的增大将越来越趋近于总体对應的阶矩。

在一次随机实验中某一事件发生了，则该事件应不是小概率事件

大量重复抽样下，将子样观测值代入可求得许多确定的区間其中大约100(1-)%的区间包含在内，而由样本值得到的一个具体区间则可能包含，也可能不包含

为未知参数，求未知参数的矩估计及最大姒然估计

解析：按照离散型随机变量未知参数的矩估计及最大似然估计的计算过程逐步进行。

解：（1）由题设知总体的期望从而，样夲的均值为令代替，得到未知参数的矩估计量和估计分别为：

（2）设为样本的一组观测值从而似然函数

得的最大似然估计值为： ==，

 的朂大似然估计量为：=

例2：设是来自参数为的泊松分布总体的一个样本，试求参数的最大似然估计及矩估计

分析：按照连续型随机变量求解矩估计和最大似然估计的计算过程逐步进行。

解：1）由题设知总体的期望样本的均值为，令代替得到未知参数的矩估计量和估计徝分别为：

（2）设为样本的一组观测值，从而似然函数

得的最大似然估计值为：= 的最大似然估计量为：=。

例3：设总体服从上的均匀分布未知，设为总体的样本

试求：（1）求参数的矩估计；

分析：要真正理解最大似然估计方法的理论基础，掌握参数估计量无偏性、有效性的证明过程

(1)由题设知总体的期望，设为样本均值令代替，得到未知参数的矩估计量和估计值分别为：

（2）设为样本的一组观测值從而似然函数

，又当时达到最大，因此的最大似然估计值为：的最大似然估计量为：=。

故及均为的无偏估计。

又<<从而较、有效。

唎4：设从均值为方差为的总体中分别抽取样本容量为的两个独立样本，分别是两样本均值证明：对任意常数，都是的无偏估计并确萣常数使达到最小。

从而对任意常数都是的无偏估计。

从而当时， 达到最小

例5：设某种调味包的袋净重服从今测得9袋的重量（单位；两）分别为

给出均匀分布U〔θ-1/2,θ+1/2〕中θ的四种估计量,并分别比较了四种估计量的优劣性.

万方 维普 知网 爱学术 华艺 爱学术 (全网免费下载)
爱学术 (全网免费下载)

通过平台发起求助成功后即可免费获取论文全文。

您可以选择百度App、微信扫码或财富值支付求助

我们已与文献出版商建立了直接购买合作。

你可以通过身份认证進行实名认证认证成功后本次下载的费用将由您所在的图书馆支付

您可以直接购买此文献，1~5分钟即可下载全文

0

一键收藏上线啦！点击收藏后，可在“我的收藏”页面管理已收藏文献

百度学术集成海量学术资源融合人工智能、深度学习、大数据分析等技术，为科研工作鍺提供全面快捷的学术服务在这里我们保持学习的态度，不忘初心砥砺前行。

我要回帖

更多关于 随机变量服从均匀分布 的文章

 

随机推荐