总体服从指数分布,已知概率密度函数,求最大似然估计
来源:学生作业帮助网 编辑:作业帮 时间:2024/09/30 04:28:30
(1)θ与c的矩估计量令x=t-c,则x服从参数为θ的标准指数分布,因此Ex=θ,Dx=θ^2Ex=Et-c=θ--->c=Et-θ=X'-θDx=Dt=S^2=θ^2-->θ=(Dx)^(1/2)=
用联合密度的方法去求,算z和x的联合密度,再对其密度关于x积分,就可以了
解 注意:若X是一个连续型随机变量,F(x)是其分布函数,则随机变量Y=F(X)一定服从(0,1)上的均匀分布. 最好能记住这个结果,在做题时非常方便.对于本题来说,若你知道Y=1
设X~EXP(入)E(X)=1/入^入=1/(xbar)L(入|x)=π(连乘符号)(i=1~n)入e^(-入xi)两边取对数,并使ln(L)=ll(入|x)=ln(入^n)+(-入)Σ(xi)求导l
经济数学团队帮你解答,有不清楚请追问.满意的话,请及时评价.谢谢!
先求单个灯泡工作1000小时后仍可使用的概率对于指数分布期望EX=1/λ=5000于是其分布参数λ=1/5000=0.0002概率密度f(x)=λe^(-λx)x>0分布函数为F(X)=∫λe^(-λ
自考的2010年7月试题:已知某种类型的电子元件的寿命X(单位:小时)服从指数分布,它的概率密度为f(x)=1/600^e^-e/600,x>00.x
答案是z/a²乘以E的-z/a次方.我估计你做不出来,是因为用卷积公式积分的时候,有X的取值范围要算根据z-x>0且x>0,所以x的取值范围是0到Z.
先令Y=lnXF(y)=P{Y≤y}=P{lnX≤y}=P{X≤e^y}=Fx(e^y)=1-e^(-e^(y+1))此为Y的分布函数f(y)=F`(y)=e^(y+1-e^(y+1))你确定参数是e
有卷积公式啊,fz(z)=[fx(Z-Y)fy(y)dy其中[表示积分号,积分区域是整个定义域对于这个题,代入上式fz(z)=[1*e的-y次方dy积分区域是0到1,积分出来等于1,在其他范围内是0,
X的概率密度函数:fX(x)={e^-x,x>0{0,x0时,有FY(y)=P{X^2≤y}=P{-√y≤x≤√y}=∫(-√y→√y)fX(x)dxfY(y)=d[FY(y)]/dy=d[∫(-√y
答案是2/(Y*Y*Y)求函数的概率密度有一个公式,如果Y(X)的导数是非0的,则可以用这个公式.这个题Y关于X的导数是大于0的,所以:(1)求Y关于X的函数的反函数,此题Y的反函数就是:Y的对数;(
CDF曲线在matlab库里面有,直接调用就ok了
经济数学团队帮你解答,有不清楚请追问.请及时评价.
X的分布函数:F_X(x)={1-e^-λx,x>0{0,x
F(y)=P(Y≤y)=P(1-exp(-2X)≤y)=P(X≤-ln(1-y)/2)=∫[0,-ln(1-y)/2]2exp(-2x)dx=y0
根据E(x)的定义,可以知道E(x)=∫(-∞,+∞)xf(x)dx=∫(0,∞)xλe^-λx(这里用分部积分法)=-xe^-λx|(0,∞)+∫(0,∞)e^-xλdx=1/λ再问:前面那个题目顺