【摘要】:,Xn是一个样本,求θ的矩估计量(X1,X2,…+1300+1200)=1147,s2=((1050-1147)2+(1100-1147)2+…+2)=7579,s≈87.0,即==1147,=s=87.0.也就是说,该日生产的灯泡的平均寿命的估计值为1147小时,均方差约为87.0小时.
我们知道,矩是描写随机变量的最简单的数字特征,而总体分布中的未知参数和总体矩之间往往有一定关系.例如,N(μ,σ2)中的未知参数μ和σ2就是总体的一阶原点矩和二阶中心矩.估计总体中未知参数可以通过估计总体矩得到,而样本来自总体,在一定程度上反映了总体的特征,又根据样本矩依概率收敛于相应总体矩的结论,很自然地想到用样本矩作为总体相应矩的估计.由此得出的未知参数估计量的方法叫矩估计法,简称矩法,所得估计量称为矩估计量.
例1 设总体X服从均匀分布,其密度函数为
式中,θ为未知参数.X1,X2,…,Xn是一个样本,求θ的矩估计量(X1,X2,…,Xn).
解 总体X的一阶原点矩
样本一阶原点矩
由矩估计法,得
于是有
解之,得所以,均匀分布参数θ的矩估计量为(www.xing528.com)
例2 灯泡厂从某天生产的一大批40瓦的灯泡中抽取10个进行寿命试验,测得的寿命分别为(单位:小时)1050,1100,1080,1120,1200,1250,1040,1130,1300,1200,试估计该日生产的整批灯泡的平均寿命及寿命分布的均方差.
解 我们以作为总体均值μ=E(X)的估计量,以作为总体方差σ2=D(X)的估计量,则有
=(1050+1100+…+1300+1200)=1147,
s2=((1050-1147)2+(1100-1147)2+… +(1200-1147)2)=7579,
s≈87.0,
即==1147,=s=87.0.也就是说,该日生产的灯泡的平均寿命的估计值为1147小时,均方差约为87.0小时.
免责声明:以上内容源自网络,版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。