概率论与数理统计第七章课后答案完整版

《概率论与数理统计》习题及答案第 七 章1．对某一距离进行5次测量，结果如下：2781,2836,2807,2765,2858（米）. 已知测量结果服从2(,)N μσ，求参数μ和2σ的矩估计.解 μ的矩估计为ˆX μ=，2σ的矩估计为22*211ˆ()ni i X X S n σ==-=∑ 1(27812836280727652858)2809.05X =++++=，*215854.01170.845S =⨯=所以2ˆ2809,1170.8μσ== 2．设12,,,n X X X 是来自对数级数分布1(),(01,1,2,)(1)kp P X k p k lu p k==-<<=-的一个样本，求p 的矩估计.解 111111ln(1)ln(1)ln(1)1k kk k p p p p p p p μ∞∞==-==-=-⋅----∑∑ （1） 因为p 很难解出来，所以再求总体的二阶原点矩121111ln(1)ln(1)ln(1)kk k x pk k k p p kp kp x p p p μ∞∞∞-===='-⎛⎫==-=- ⎪---⎝⎭∑∑∑ 21ln(1)1ln(1)(1)x pp x p p x p p ='⎡⎤=-=-⋅⎢⎥----⎣⎦ （2） （1）÷（2）得 121p μμ=- 所以 212p μμμ-= 所以得p 的矩估计21221111n i i n i i X X X n p X n α==-==-∑∑3．设总体X 服从参数为N 和p 的二项分布，12,,,n X X X 为取自X 的样本，试求参数N 和p 的矩估计 解 122,(1)()Np Np p Np μμ⎧=⎪⎨=-+⎪⎩ 解之得1/N p μ=， 21(1)p Np μμ-+=， 即1N pμ=，22111p μμμ-=-，所以 N 和p 的矩估计为ˆX N p=，*21S p X =-. 4．设总体X 具有密度11(1)1,,(;)0,.Cx x C f x θθθθ-+⎧>⎪=⎨⎪⎩其他其中参数01,C θ<<为已知常数，且0C >，从中抽得一个样本，12,,,n X X X ，求θ的矩估计解11111111111CCEX C x dx C xθθθθμθθθ+∞--+∞===-⎰111()11C C C C θθθθ-=-⋅=--， 解出θ得11,Cθμ=-92 于是θ的矩估计为 1C Xθ=-. 5．设总体的密度为(1),01,(;)0,.x x f x ααα⎧+<<⎪=⎨⎪⎩其他试用样本12,,,n X X X 求参数α的矩估计和极大似然估计.解 先求矩估计：111210011(1),22EX x dx x ααααμααα++++==+==++⎰解出α得 1112,1μαμ-=- 所以α的矩估计为 121XX α-=-. 再求极大似然估计： 1121(,,;)(1)(1)()nn n i n i L X X x x x x ααααα==+=+∏，1ln ln(1)ln nii L n xαα==++∑，1ln ln 01nii d L nx d αα==++∑，解得α的极大似然估计： 1(1)ln nii nxα==-+∑.6．已知总体X 在12[,]θθ上服从均匀分布，1n X X 是取自X 的样本，求12,θθ的矩估计和极大似然估计.解 先求矩估计： 1212EX θθμ+==，22222211211222()()1243EX θθθθθθθθμ-+++==+=解方程组121221122223θθμθθθθμ⎧+=⎪⎪⎨++⎪=⎪⎩得11θμ=±2123(θμμμ=-注意到12θθ<，得12,θθ的矩估计为*1X θ=-，*2X θ=.再求极大似然估计 1121212111(,,;,)()nn ni L X X θθθθθθ===--∏，1122,,,n x x x θθ≤≤，由极大似然估计的定义知，12,θθ的极大似然估计为11(1)min(,,)n X X X θ==；21()max(,,)n n X X X θ==.7．设总体的密度函数如下，试利用样本12,,,n x x x ，求参数θ的极大似然估计.（1）1(),0,(;)0,.x x e x f x αθαθαθα--⎧>⎪=⎨⎪⎩其它;已知（2）||1(;),,2x f x e x θθθ--=-∞<<+∞-∞<<+∞. 解 （1）111111(,,;)()()ni i i nx x n nn i n i L X X x ex x eααθθααθθαθα=----=∑==∏111ln (;)ln ln (1)ln nnn i i i i L X X n n x x αθθααθ===++--∑∑1ln 0ni i d L nx d αθθ==-∑解似然方程1ni i nx αθ==∑，得θ的极大似然估计94 1.ni i nx αθ==∑（2）1||||1111(;)22ni i i n x x n n i L X X e eθθθ=----=∑==∏由极大似然估计的定义得θ的极大似然估计为样本中位数，即1()2()(1)22,1(),.2n n n X n X X n θ++⎧⎪⎪=⎨⎪+⎪⎩为奇数,为偶数8．设总体X 服从指数分布(),,(;)0,.x ex f x θθθ--⎧≥⎪=⎨⎪⎩其他试利用样本12,,,n X X X 求参数θ的极大似然估计.解 1()11(,,;),,1,2,,.ni i i nx n x n i i L X X eex i n θθθθ=-+--=∑==≥=∏1ln nii L n Xθ==-∑ln 0d Ln d θ=≠ 由极大似然估计的定义，θ的极大似然估计为(1)x θ= 9．设12,,,n X X X 来自几何分布1()(1),1,2,,01k P X k p p k p -==-=<<，试求未知参数p 的极大似然估计. 解 1111(,,;)(1)(1)ni i i nx nx n n i L x x p p p p p =--=∑=-=-∏，1ln ln ()ln(1),nii L n p Xn p ==+--∑1ln 0,1ni i X nd L n dp p p=-=--∑解似然方程11nii n X n p p=-+=-∑， 得p 的极大似然估计1p X=。

第7章部分习题答案2. 设总体X 的分布列为(;), 0,1,2,,!kp X k e k k θθθ-===其中0θ>未知，求未知参数θ的矩估计量. 解1100()(;)!(1)!!!ˆ.kn nk k kt nnk t tnt E X k p X k k e k ee k t ee e t X θθθθθθθθθθθθθθθ-==+--==--==⋅==⋅==-====∑∑∑∑∑6. 设总体X 服从几何分布，分布列为1{}(1), (1,2,),x p X x p p x -==-=其中p 为未知参数，且0 1.p ≤≤设12,,,n X X X 为X 的一个样本.求p 的最大似然估计.解111111(){}(1)(1)ln ()()ln(1)ln ()ln ()011ˆ.i ni i nnx i i i x nnni i ni i L p p X x p pp p L p x n p n p x n L p n p pppX=-==-=====-∑=-=--+-∂=-+=∂-=∏∏∑∑12. 设总体X 的均值()E X μ=已知，方差2()D X σ=未知，且12(,,,)n X X X 为来自总体X 的一个样本．证明：22211ˆ()nii X nσμσ==-∑是的无偏估计量．证2212121ˆ([()1[(2])])nii ni i i E E X nE X X nσμμμ===--=+∑∑2121222122221[(2(]1[()(2(]1[2])))))))nii niii ni i i E X E X nD XE X E X nnμμμμσμμμσ===-=+-=+-==+++∑∑∑所以，22211ˆ()nii X nσμσ==-∑是的无偏估计量．24. 设12(,,,)n X X X 为来自总体X 的一个样本，总体X 的密度为1, ,(;) 0,0, ,xe xf x x θθθθθθ-⎧>⎪=>⎨⎪≤⎩证明：11ni i X X n ==∑是未知参数θ的无偏、一致、有效估计量.解21, ,(;) 0,0, ,(),(),xe xf x x E X D X nθθθθθθθθ-⎧>⎪=>⎨⎪≤⎩==所以11ni i X X n ==∑是参数θ的无偏估计量.222234ln (;)ln ,ln (;)1,ln (;)12xf x f x xf x x x θθθθθθθθθθθθ=--∂=-+∂∂⎛⎫=-+ ⎪∂⎝⎭所以11ni i X X n ==∑是参数θ的有效估计量。

.第七章假设检验7.1设总体J〜N(4Q2),其中参数4, /为未知，试指出下面统计假设中哪些是简洁假设，哪些是复合假设：(1) W o: // = 0, σ = 1 ；(2) W o√∕ = O, σ>l5(3) ∕70:// <3, σ = 1 ；(4) % :0< 〃 <3 ；(5)W o :// = 0.解：(1)是简洁假设，其余位复合假设7.2设配么，…，25取自正态总体息(19),其中参数〃未知，无是子样均值,如对检验问题“0 ：〃 = 〃o, M ：4工从)取检验的拒绝域：c = {(x1,x2,∙∙∙,x25)r∣x-χ∕0∖≥c},试打算常数c ,使检验的显著性水平为0. 05_ Q解：由于J〜N(〃,9),故J~N(",二)在打。

成立的条件下，一/3 5cP o(∖ξ-^∖≥c) = P(∖ξ-μJ^∖≥-)=2 1-Φ(y) =0.05Φ(-) = 0.975,-= 1.96,所以c=L176°3 37. 3 设子样。

,乙，…，25取自正态总体，cr：已知，对假设检验%邛=μ0, H2> /J。

,取临界域c = {(X[,w,…,4)：片>9)}，(1)求此检验犯第一类错误概率为α时，犯其次类错误的概率夕，并争论它们之间的关系；(2)设〃o=0∙05, σ~=0. 004, a =0.05, n=9,求"=0.65 时不犯其次类错误的概率。

解：(1)在儿成立的条件下，F~N(∕o,军)，此时a = P^ξ≥c^ = P0< σo σo )所以，包二为册=4_,,由此式解出c°=窄4f+为% ∖∣n在H∣成立的条件下，W ~ N",啊 ,此时nS = %<c°) = AI。

气L =①(^^~品)二①匹%=①(2δξ^历σoA∣-σ+A)-A-------------- y∕n)。

习题七1.设总体X 服从二项分布b （n ，p ），n 已知，X 1，X 2，…，X n 为来自X 的样本，求参数p 的矩法估计.【解】1(),(),E X np E X A X ===因此np =X所以p 的矩估计量 ˆXpn= 2.设总体X 的密度函数f （x ,θ）=22(),0,0,.x x θθθ⎧-<<⎪⎨⎪⎩其他X 1，X 2，…，X n 为其样本，试求参数θ的矩法估计. 【解】23022022()()d ,233x x E X x x x θθθθθθθ⎛⎫=-=-= ⎪⎝⎭⎰令E (X )=A 1=X ,因此3θ=X 所以θ的矩估计量为 ^3.X θ=3.设总体X 的密度函数为f （x ，θ），X 1，X 2，…，X n 为其样本，求θ的极大似然估计.（1） f （x ，θ）=,0,0,0.e x x x θθ-⎧≥⎨<⎩（2） f （x ，θ）=1,01,0,.x x θθ-⎧<<⎨⎩其他【解】（1） 似然函数111(,)e e eniii n nx x nn ii i L f x θθθθθθ=---==∑===∏∏1ln ln ni i g L n x θθ===-∑由1d d ln 0d d ni i g L n x θθθ===-=∑知 1ˆnii nxθ==∑所以θ的极大似然估计量为1ˆXθ=.(2) 似然函数11,01nni i i L x x θθ-==<<∏,i =1,2,…,n.1ln ln (1)ln ni i L n x θθ==+-∏由1d ln ln 0d ni i L n x θθ==+=∏知11ˆln ln nniii i n nxx θ===-=-∑∏所以θ的极大似然估计量为 1ˆln nii nxθ==-∑求这批股民的收益率的平均收益率及标准差的矩估计值. 【解】0.094x =- 0.101893s = 9n =0.094.EXx ==- 由222221()()[()],()ni i x E X D X E X E X A n==+==∑知222ˆˆ[()]E X A σ+=,即有 ˆσ=于是 ˆ0.101890.0966σ=== 所以这批股民的平均收益率的矩估计值及标准差的矩估计值分别为-0.94和0.966. 5.随机变量X 服从［0，θ］上的均匀分布，今得X 的样本观测值：0.9,0.8,0.2,0.8,0.4,0.4,0.7,0.6，求θ的矩法估计和极大似然估计，它们是否为θ的无偏估计. 【解】(1) ()2E X θ=,令()E X X =，则ˆ2X θ=且ˆ()2()2()E E X E X θθ===, 所以θ的矩估计值为ˆ220.6 1.2x θ==⨯=且ˆ2X θ=是一个无偏估计.(2) 似然函数8811(,)i i L f x θθ=⎛⎫== ⎪⎝⎭∏,i =1,2, (8)显然L =L (θ)↓(θ>0)，那么18max{}i i x θ≤≤=时，L =L (θ)最大, 所以θ的极大似然估计值ˆθ=0.9.因为E(ˆθ)=E (18max{}i i x ≤≤)≠θ,所以ˆθ=18max{}i i x ≤≤不是θ的无偏计.6.设X 1，X 2，…，X n 是取自总体X 的样本，E （X ）=μ，D （X ）=σ2，2ˆσ=k 1211()n i i i XX -+=-∑,问k 为何值时2ˆσ为σ2的无偏估计. 【解】令 1,i i i Y X X +=-i =1,2,…,n -1,则 21()()()0,()2,i i i i E Y E X E X D Y μμσ+=-=-==于是 1222211ˆ[()](1)2(1),n ii E E k Yk n EY n k σσ-===-=-∑那么当22ˆ()E σσ=,即222(1)n k σσ-=时, 有 1.2(1)k n =-7.设X 1，X 2是从正态总体N （μ，σ2）中抽取的样本112212312211311ˆˆˆ;;;334422X X X X X X μμμ=+=+=+ 试证123ˆˆˆ,,μμμ都是μ的无偏估计量，并求出每一估计量的方差. 【证明】（1）11212212121ˆ()()(),333333E E X X E X E X μμμμ⎛⎫=+=+=+= ⎪⎝⎭21213ˆ()()()44E E X E X μμ=+=, 31211ˆ()()(),22E E X E X μμ=+= 所以123ˆˆˆ,,μμμ均是μ的无偏估计量. (2) 22221122145ˆ()()(),3399D D X D X X σμσ⎛⎫⎛⎫=+== ⎪ ⎪⎝⎭⎝⎭222212135ˆ()()(),448D D X D X σμ⎛⎫⎛⎫=+= ⎪ ⎪⎝⎭⎝⎭()223121ˆ()()(),22D D X D X σμ⎛⎫=+= ⎪⎝⎭8.某车间生产的螺钉，其直径X ~N （μ，σ2），由过去的经验知道σ2=0.06,今随机抽取6枚，测得其长度（单位mm ）如下：14.7 15.0 14.8 14.9 15.1 15.2 试求μ的置信概率为0.95的置信区间. 【解】n =6,σ2=0.06,α=1-0.95=0.05,0.25214.95, 1.96,a x u u ===,μ的置信度为0.95的置信区间为/2(14.950.1 1.96)(14.754,15.146)x u α⎛±=±⨯= ⎝.9.总体X ~N (μ,σ2)，σ2已知，问需抽取容量n 多大的样本，才能使μ的置信概率为1-α，且置信区间的长度不大于L ？【解】由σ2已知可知μ的置信度为1-α的置信区间为/2x u α⎛± ⎝,/2u α,/2u α≤L ,得n ≥22/224()u L ασ 10.设某种砖头的抗压强度X ~N （μ，σ2），今随机抽取20块砖头，测得数据如下（kg ·cm -2）：64 69 49 92 55 97 41 84 88 99 84 66 100 98 72 74 87 84 48 81 （1） 求μ的置信概率为0.95的置信区间. （2） 求σ2的置信概率为0.95的置信区间. 【解】76.6,18.14,10.950.05,20,x s n α===-==/20.025222/20.0250.975(1)(19)2.093,(1)(19)32.852,(19)8.907t n t n ααχχχ-==-===(1) μ的置信度为0.95的置信区间/2(1)76.6 2.093(68.11,85.089)a x n ⎛⎫⎛⎫-== ⎪ ⎪⎝⎭⎝⎭(2)2σ的置信度为0.95的置信区间222222/21/2(1)(1)1919,18.14,18.14(190.33,702.01)(1)(1)32.8528.907n s n s n n ααχχ-⎛⎫--⎛⎫=⨯⨯= ⎪⎪--⎝⎭⎝⎭ 11.设总体X ~f (x )=(1),01;10,.x x θθθ⎧+<<>-⎨⎩其中其他 X 1,X 2,…,X n 是X 的一个样本，求θ的矩估计量及极大似然估计量.【解】(1)1101()()d (1)d ,2E X xf x x x x θθθθ+∞+-∞+==+=+⎰⎰ 又1(),2X E X θθ+==+ 故21ˆ1X Xθ-=- 所以θ的矩估计量 21ˆ.1X Xθ-=- (2) 似然函数11(1) 01(1,2,,)()()0n n ni i i i i x x i n L L f x θθθ==⎧+<<=⎪===⎨⎪⎩∏∏其他. 取对数11ln ln(1)ln (01;1),d ln ln 0,d 1nii i ni i L n x x i n L nx θθθθ===++<<≤≤=+=+∑∑所以θ的极大似然估计量为1ˆ1.ln nii nXθ==--∑12.设总体X ~f (x )= 36(),0;0,.xx x θθθ⎧-<<⎪⎨⎪⎩其他X 1,X 2,…,X n 为总体X 的一个样本 （1） 求θ的矩估计量ˆθ；（2） 求ˆ()D θ.【解】(1) 236()()d ()d ,2x E X xf x x x x θθθθ+∞-∞=-=⎰⎰令 ,2EX X θ==所以θ的矩估计量 ˆ2.X θ= (2)4ˆ()(2)4(),D D X D X DX nθ===， 又322236()63()d ,2010x x E X x θθθθθ-===⎰于是222223()()(),10420D XE X EX θθθ=-=-=,所以2ˆ().5D nθθ=13.设某种电子元件的使用寿命X 的概率密度函数为f (x ,θ)= 2()2,;0,.x x x θθθ--⎧>⎨≤⎩e其中θ(θ>0)为未知参数，又设x 1,x 2,…,x n 是总体X 的一组样本观察值，求θ的极大似然估计值.【解】似然函数12()12e 0;1,2,,;()0ln ln 22(),;1,2,,,ni i x n i n i i i x i n L L L n x x i n θθθθ=--=⎧∑⎪⋅≥===⎨⎪⎩=--≥=∑ 其他.由d ln 20ln (),d Ln L θθ=>↑知 那么当01ˆˆmin{}ln ()max ln ()ii nx L L θθθθ>≤≤==时 所以θ的极大似然估计量1ˆmin{}ii nx θ≤≤=其中θ(0<θ<12)是未知参数，利用总体的如下样本值3，1，3，0，3，1，2，3，求θ的矩估计值和极大似然估计值. 【解】813ˆ(1)()34,()4 28ii x E X E X x x x θθ=-=-====∑令得又 所以θ的矩估计值31ˆ.44x θ-== （2） 似然函数86241(,)4(1)(12).ii L P x θθθθ===--∏2ln ln 46ln 2ln(1)4ln(1),d ln 628628240,d 112(1)(12)L L θθθθθθθθθθθθ=++-+--+=--==---- 解2628240θθ-+=得1,272θ=. 由于71,122> 所以θ的极大似然估计值为7ˆ2θ-=. 15.设总体X 的分布函数为F （x ,β）=1,,0,.x xx ββααα⎧->⎪⎨⎪≤⎩其中未知参数β>1,α>0，设X 1,X 2,…,X n 为来自总体X 的样本（1） 当α=1时，求β的矩估计量；（2） 当α=1时，求β的极大似然估计量； （3） 当β=2时，求α的极大似然估计量. 【解】当α=1时，11,1;(,)(,1,)0,1.x x f x F x x x ββββ+⎧≥⎪==⎨⎪<⎩当β=2时, 2132,;(,)(,,2)0,.x x f x F x x x ααααα⎧≥⎪==⎨⎪<⎩(1) 111()d 11E X x x x βββββββ+∞-+∞===--⎰令()E X X =,于是ˆ,1XX β=- 所以β的矩估计量ˆ.1XX β=- (2) 似然函数(1)1111,1,(1,2,,);()(,)0,.ln ln (1)ln ,d ln ln 0,d n n ni i i i i ni i ni i x x i n L L f x L n x L n x ββββββββ-+====⎧⎛⎫>=⎪ ⎪===⎨⎝⎭⎪⎩=-+=-=∏∏∑∑ 其他所以β的极大似然估计量1ˆ.ln nii nxβ==∑(3) 似然函数23112,,(1,2,,);(,)0,.n ni nn i i i i x i n L f x x ααα==⎧≥=⎪⎪⎛⎫==⎨ ⎪⎝⎭⎪⎪⎩∏∏ 其他 显然(),L L α=↑那么当1ˆmin{}i i nx α≤≤=时,0ˆ()max ()a L L L αα>== , 所以α的极大似然估计量1ˆmin{}i i nx α≤≤=. 16.从正态总体X ~N （3.4，62）中抽取容量为n 的样本，如果其样本均值位于区间（1.4，5.4）内的概率不小于0.95，问n 至少应取多大？2/2()d zt z t ϕ-=⎰【解】26~3.4,X N n ⎛⎫⎪⎝⎭,则~(0,1),X Z N ={1.4 5.4}33210.95Z P X P PZ ΦΦΦ<<<<=⎧=-<<⎨⎩⎭⎛=-=-≥ ⎝于是0.975Φ≥ 1.96≥, ∴ n ≥35.17. 设总体X 的概率密度为f (x ，θ)=,01,1,12,0,.x x θθ<<⎧⎪-≤<⎨⎪⎩其他 其中θ是未知参数（0<θ<1）,X 1,X 2,…,X n 为来自总体X 的简单随机样本，记N 为样本值x 1,x 2,…,x n 中小于1的个数.求： （1） θ的矩估计；（2） θ的最大似然估计. 解 (1) 由于121(;)d d (1)d EX xf x x x x x x θθθ+∞-∞==+⎰⎰⎰-133(1)222θθθ=+-=-. 令32X θ-=，解得32X θ=-， 所以参数θ的矩估计为32X θ=-. (2) 似然函数为1()(;)(1)nN n N i i L f x θθθθ-===-∏，取对数，得ln ()ln ()ln(1),L N n N θθθ=+--两边对θ求导，得d ln ().d 1L N n Nθθθθ-=-- 令 d ln ()0,d L θθ=得 Nnθ=，所以θ的最大似然估计为Nnθ=.。

第七章 参数估计注意： 这是第一稿（存在一些错误）1、解 由θθθμθ2),()(01===⎰d x xf X E ，204103)(2221θθθ=-==X D v ，可得θ的矩估计量为X 2^=θ，这时θθ==)(2)(^X E E ，nnX D D 5204)2()(22^θθθ=⋅==。

3、解 由)1(2)1(2)1(2)(21θθθθμ-=-+-==X E ，得θ的矩估计量为：3262121^=-=-=X θ。

建立关于θ的似然函数：482232)1(4)1())1(2()()(θθθθθθθ-=--=L令0148))1ln(4ln 8()(ln =--=∂-+∂=∂∂θθθθθθθL ，得到θ的极大似然估计值：32^=θ 4、解：矩估计：()1012122μθλθλθλ=⋅+⋅+⋅--=--，()()()()2222222121νθλθθλλθλθλ=--++-++--, 11A =,234B =, 故()()()()222ˆˆ221,3ˆˆˆˆˆˆˆˆˆˆ222121.4θλθλθθλλθλθλ⎧--=⎪⎨--++-++--=⎪⎩解得1ˆ,43ˆ.8λθ⎧=⎪⎪⎨⎪=⎪⎩为所求矩估计。

极大似然估计：(){}()33214526837,0,2,11L P X X X X X X X X θλθλθλ==========--，()()(),ln ,3ln 2ln 3ln 1l L θλθλθλθλ==++--，()(),330,1,230.1l l θλθθθλθλλλθλ∂⎧=-=⎪⎪∂--⎨∂⎪=-=⎪∂--⎩解得3ˆ,81ˆ.4θλ⎧=⎪⎪⎨⎪=⎪⎩即为所求。

5、解 由33)1(3)1(3)(222+-=-+-+=p p p p p p X E ，所以得到p 的矩估计量为^394(3)34322X X p -----==建立关于p 的似然函数：3210)1()2)1(3()()2)1(()(22n n n n p p p p p p p L ---= 令0)(ln =∂∂pp L ，求得到θ的极大似然估计值：n n n n p 22210^++=6、解：(1)()1112EX x x dx θθθθ+=+=+⎰， 由ˆ1ˆ2X θθ+=+得21ˆ1X X θ-=-为θ的矩估计量。

第七章 参数估计1．[一] 随机地取8只活塞环，测得它们的直径为（以mm 计） 74.001 74.005 74.003 74.001 74.000 73.998 74.006 74.002 求总体均值μ及方差σ2的矩估计，并求样本方差S 2。

解：μ，σ2的矩估计是 6122106)(1ˆ,002.74ˆ-=⨯=-===∑ni i x X n X σμ621086.6-⨯=S 。

2．[二]设X 1，X 1，…，X n 为准总体的一个样本。

求下列各总体的密度函数或分布律中的未知参数的矩估计量。

（1）⎩⎨⎧>=+-其它,0,)()1(cx x c θx f θθ其中c >0为已知，θ>1，θ为未知参数。

（2）⎪⎩⎪⎨⎧≤≤=-.,010,)(1其它x x θx f θ其中θ>0，θ为未知参数。

（5）()p p m x p px X P x m xmx,10,,,2,1,0,)1()(<<=-==- 为未知参数。

解：（1）X θcθθc θc θc θdx x c θdx x xf X E θθcθθ=--=-===+-∞+-∞+∞-⎰⎰1,11)()(1令，得cX Xθ-=（2）,1)()(10+===⎰⎰∞+∞-θθdx xθdx x xf X E θ2)1(,1X X θX θθ-==+得令（5）E (X ) = mp令mp = X ， 解得mXp=ˆ 3．[三]求上题中各未知参数的极大似然估计值和估计量。

解：（1）似然函数1211)()()(+-===∏θn θn nni ix x x c θx f θL0ln ln )(ln ,ln )1(ln )ln()(ln 11=-+=-++=∑∑==ni ini i xc n n θθd θL d x θc θn θn θL∑=-=ni icn xnθ1ln ln ˆ （解唯一故为极大似然估计量）（2）∑∏=--=-+-===ni i θn nni ix θθnθL x x x θx f θL 112121ln )1()ln(2)(ln ,)()()(∑∑====+⋅-=ni ini i x nθx θθn θd θL d 121)ln (ˆ,0ln 2112)(ln 。