带max的数学期望

问题描述

设总体 X ∼ U [ 0 ,   θ ] X\sim U[0,\,\theta] XU[0,θ] , 其中 θ > 0 \theta >0 θ>0 , X 1 ,   X 2 , ⋯   , X n X_1,\,X_2,\cdots,X_n X1,X2,Xn 为其样本,

(1) 求 θ \theta θ 的矩估计量 θ 1 ^ \hat{\theta_1} θ1^ 和最大似然估计量 θ 2 ^ \hat{\theta_2} θ2^

(2) 求 E ( θ 1 ^ ) E(\hat{\theta_1}) E(θ1^) E ( θ 2 ^ ) E(\hat{\theta_2}) E(θ2^)

题解

带max的数学期望_第1张图片

解析

关于 F θ 2 ^ ( x ) = [ F ( x ) ] n F_{\hat{\theta_2}}(x)=[F(x)]^n Fθ2^(x)=[F(x)]n 怎么得来 ?

首先 , F θ 2 ^ ( x ) = P { θ 2 ^ ≤ x } = P { m a x { X 1 , X 2 , ⋯   , X n } ≤ x } = λ F_{\hat{\theta_2}}(x)=P\{\hat{\theta_2}\leq x\}=P\{max\{X_1,X_2,\cdots,X_n\}\leq x\} = \lambda Fθ2^(x)=P{θ2^x}=P{max{X1,X2,,Xn}x}=λ

∵ \because 最大值比 x x x 小 , 所以所有 X i X_i Xi 都比 x x x 小, 又因为 X i X_i Xi 之间相互独立,

∴ \therefore λ = P { X 1 < = x } × P { X 2 < = x } × ⋯ × P { X n < = x } = [ F ( x ) ] n \lambda = P\{ X_1<=x \}\times P\{ X_2<=x \}\times\cdots \times P\{ X_n<=x \}=[F(x)]^n λ=P{X1<=x}×P{X2<=x}××P{Xn<=x}=[F(x)]n

你可能感兴趣的:(概率论与数理统计,概率论)