x为取自均匀分布T,问无偏估计

来源:学生作业帮助网 编辑:作业帮 时间:2024/04/30 17:03:09
概率论中X为正态分布 Y为均匀分布,X,Y独立,则协方差cov(x,y)能求么?

能求呀cov(x,y)=E(XY)-E(X)*E(Y)=E(X)E(Y)-E(X)*E(Y)=0其实我们知道独立一定不相关那么它们的协方差就是0咯

概率论与数理统计 设X1,X2,……,Xn是取自总体X~B(m,p)的一个样本,其中m已知,求p的矩估计量

EX=mp=(x1+x2+...+xn)/n所以p的矩估计量为(x1+x2+...+xn)/(mn)而E[(x1+x2+...+xn)/(mn)]=(E(x1)+E(x2)+...+E(xn))/(m

问一个概率论里的题目“已知总体X服从均匀分布[0,θ],求矩法估计和极大似然估计,如果是有偏,请改为无偏”两个估计都会求

见图再问:你好,你的答案前面和后面我都仔细看懂了,X(n)的概率密度为什么是nX(n-1)/θ(n)?真诚期待你的答案。再答:你看看教材吧。最大次序统计量的概率密度如何求,教材上明明白白地写着啊。在独

随机变量X服从[0,4]上的均匀分布,Y=(X-1)/2的密度函数为

Y服从[-0.5,1.5]的均匀分布,密度(函数)为0.5.

设X1,X2...,Xn是取自总体X~E(X)的一个样本,求样本X1,X2...Xn的联合概率密度;求总体参数λ的矩估计

首先应该是e(入)fxi(xi)=入e^(-入xi)i∈{1,2,...n}把所有乘一起,设联合密度=pp(x1,x2,x3.,xn)=入^ne^(-入nx)注意下面这个E(X)是期望值E(X)=1/

设总体X服从泊松分布 P(λ),X1,X2,…,Xn为取自X的一组简单随机样本,求λ的极大似然估计

x的平均值这个打不出来啊,大概思想是求出似然函数,就是n个泊松概率函数求积,然后取对数,就是ln(n个泊松概率函数求积),之后对λ求导,让得出来的式子等于零.再问:过程!!结果我知道

设随机变量XY相互独立X为标准正态分布Y为【0.1】上均匀分布求P{X>Y}

所给题中ξ服从标准正态分布,均值miu为0,方差sigma为1,根据正态分布性质有:P{1

设总体X,X1,X2...Xn是取自总体X的一个样本,A为样本均值,则不是总体期望μ的无偏估计的是?

选B,因为他的期望不是是uE(A)=uE(X1+X2+X3)=E(X1)+E(X2)+E(X3)=3uE(0.2X1+0.3X2+0.5X3)=0.2E(X1)+0.3E(X2)+0.5E(X3)=u

设随机变量X服从区间为[1,3]上的均匀分布,且Y=2X+1,求D(Y).

由方差的性质:D(Y)=D(2X+1)=4DX,而均匀分布的方差:DX=(3-1)^2/12=4/12=1/3故:D(Y)=4/3这个题是方差的性质与均匀分布的方差的应用,要熟练掌握.

关于方差存在的总体X,X1、X2...Xn是取自总体的简单随机样本,EX^2的矩估计量的问题

矩估计并不要求无偏估计,矩估计的要求就是用样本矩来代替总体矩,σ²是二阶中心矩,S²不是中心矩,因此矩估计时一般选σ²,这是符合矩估计定义的.而且在一次实验中其实也很难确

请问随机变量x服从均匀分布U(-1,3)如何计算x均值方差为 1和1.33

由于是均匀分布,而定义域取值为(-1,3),故p=1/4,其中p为概率密度函数则有如图所示,其中E(x)是均值,D(x)是方差.这都是概率里的基础知识,公式就是定义,代入即可.

木杆一端温度为T1,一端温度为T2,(T1>T2),温度是线性均匀分布,即T(x)=T1-(T1-T2)X/L,求均匀温

符号打不出来对T2+(TI-T2)/LdL进行积分,积分下限T2上线T1带入就出来了再问:我自己证明了。q吸=q放从(0到l)∫(T1-(T1-T2)X/L-Tf)dx=从(l到L)∫(Tf-T1+(

设随机变量在区间[0,2]上服从均匀分布,用切比雪夫不等式估计得 P{|X-1|>=2}

设随机变量X服从参数为0.5的指数分布,用切比雪夫不等式估计P(|X-2|≥3)≤5)^2/3^2=4/P(|X-2|≥3)≤(1/0