概率论与数理统计(茆诗松)第二版课后第六章习题参考答案
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
第六章 参数估计
习题6.1
1. 设X 1, X 2, X 3是取自某总体容量为3的样本,试证下列统计量都是该总体均值µ 的无偏估计,在方差存
在时指出哪一个估计的有效性最差?
(1)3211613121ˆX X X ++=µ
; (2)3212313131ˆX X X ++=µ
; (3)32133
2
6161ˆX X X ++=µ. 证:因µµµµµ
=++=++=613121)(61)(31)(2
1
)ˆ(3211X E X E X E E , µµµµµ
=++=++=31
3131)(31)(31)(31)ˆ(3212X E X E X E E , µµµµµ
=++=++=32
6161)(32)(61)(61)ˆ(3213X E X E X E E , 故321ˆ,ˆ,ˆµµµ都是总体均值µ 的无偏估计; 因222232113614
3619141)Var(361)Var(91)Var(41)ˆVar(σσσσµ
=++=++=X X X , 2222321231
919191)Var(91)Var(91)Var(91)ˆVar(σσσσµ
=++=++=X X X , 222232132
1
94361361)Var(94)Var(361)Var(361)ˆVar(σσσσµ
=++=++=X X X , 故)ˆVar()ˆVar()ˆVar(312µµµ
<<,即2ˆµ有效性最好,1ˆµ其次,3ˆµ最差. 2. 设X 1, X 2, …, X n 是来自Exp (λ)的样本,已知X 为1/λ的无偏估计,试说明X /1是否为λ的无偏估计.
解:因X 1, X 2, …, X n 相互独立且都服从指数分布Exp (λ),即都服从伽玛分布Ga (1, λ),
由伽玛分布的可加性知∑==n
i i X Y 1服从伽玛分布Ga (n , λ),密度函数为
01e )
()(>−−ΙΓ=
y y n n
Y y n y p λλ,
则λλλλλλλ1)1()(e )(e )(110201−=−Γ⋅Γ=Γ=Γ⋅=⎟⎠
⎞⎜⎝⎛=⎟⎠⎞⎜⎝⎛−∞+−−∞+−−∫∫n n n n n dy y n n dy y n y n Y n E X E n n y n n y
n n
, 故X /1不是λ的无偏估计.
3. 设θ
ˆ是参数θ 的无偏估计,且有0)ˆ(Var >θ,试证2)ˆ(θ不是θ 2的无偏估计. 证:因θθ
=)ˆ(E ,有2222)ˆVar()]ˆ([)ˆVar(])ˆ[(θθθθθθ>+=+=E E ,故2)ˆ(θ不是θ 2的无偏估计. 4. 设总体X ~ N
(µ , σ 2
),X 1, …, X n 是来自该总体的一个样本.试确定常数c 使∑=+−n
i i i X X c 121)(为σ 2的无
偏估计.
解:因E [(X i + 1 − X i )2 ] = Var (X i + 1 − X i ) + [E (X i + 1 − X i )]2 = Var (X i + 1) + Var (X i ) + [E (X i + 1) − E (X i )]2 = 2σ 2,
则221
12111
21)1(22)1(])[()(σσ−=⋅−⋅=−=⎥⎦⎤⎢⎣⎡−∑∑−=+−=+n c n c X X E c X X c E n i i i n i i i ,
故当)1(21−=n c 时,2
1121)(σ=⎥⎦
⎤⎢⎣⎡−∑−=+n i i i X X c E ,即∑−=+−1121)(n i i i X X c 是σ 2的无偏估计.
5. 设X 1, X 2, …, X n 是来自下列总体中抽取的简单样本,
⎪⎩⎪⎨⎧
+≤≤−=.
,0;
2121,1);(其他θθθx x p
证明样本均值X 及
)(2
1
)()1(n X X +都是θ 的无偏估计,问何者更有效? 证:因总体⎟⎠⎞⎜⎝
⎛
+−21,21~θθU X ,有)1,0(~21U X Y +−=θ,
则2
1−
+=θY X ,21)1()1(−+=θY X ,21)()(−+=θn n Y X ,即21
)(21)(21)()1()()1(−++=+θn n Y Y X X ,
可得θθθ=−+=−+=21)(21)()(Y E Y E X E ,n
Y n Y X 121
)Var(1)Var()Var(===,
因Y 的密度函数与分布函数分别为
p Y ( y ) = I 0 ⎪ ⎨⎧≥<≤<=.1,1;10,;0,0)(y y y y y F Y 有Y (1)与Y (n )的密度函数分别为 10111)1()()](1[)(<<−−Ι−=−=y n Y n Y y n y p y F n y p ,1011)()]([)(<<−−Ι==y n Y n Y n ny y p y F n y p , 且(Y (1), Y (n ))的联合密度函数为 )()1()()()]()()[1(),()()1(2)1()()()1(1n y y n Y Y n Y n Y n n y p y p y F y F n n y y p <−Ι−−= 102)1()()()1())(1(<<<−Ι−−=n y y n n y y n n , 则1 1 )2()()2()1()(1 01)1(+= +ΓΓΓ⋅ =−⋅=∫−n n n n dy y n y Y E n ,1)(101)(+=⋅=∫−n n dy ny y Y E n n , ) 2)(1(2)3()()3()1()(10122)1(++=+ΓΓΓ⋅=−⋅=∫−n n n n n dy y n y Y E n ,2)(1012 2)(+=⋅=∫−n n dy ny y Y E n n , ∫∫ ∫∫ −−−−⋅⋅=−−⋅=1 1)1()()()1()(1 )1(2 )1()()()1()()()1() () ()()1() )(1()(n n y n n n n y n n n n n y y d n y y dy dy y y n n y y dy Y Y E ∫∫ ⎥⎦ ⎤⎢⎣ ⎡⋅−+−−=−−1 00 )1()(1)1()(01 )1()()()1()() () ()()(n n y n n n y n n n n dy y y y n y y y ny dy 2 1 21)(102)(10)(1)(100)1()()()()(+=+==⎥⎦⎤⎢⎣⎡−⋅−=++∫∫n y n dy y y y y dy n n n n n y n n n n n , 即) 2()1(11)2)(1(2)Var(22)1(++=⎟⎠⎞⎜⎝⎛+−++=n n n n n n Y ,)2()1(12)Var(22 ) (++=⎟⎠⎞ ⎜⎝⎛+−+=n n n n n n n Y n ,