2017年青岛科技大学数理学院863概率论与数理统计考研强化模拟题
● 摘要
一、证明题
1. 设连续随机变量X 服从柯西分布, 其密度函数如下:
其中参数
(1)试证X 的特征函数为(2)当(3)若
【答案】(1)因为
时, 记Y=X, 试证
的密度函数为
y 的特征函数为
下证柯西分布的可加性, 设
, 由此得服从参数为
的特征函数
的柯西分布, 其密度函数为
若
与
相互独立, 则
这正是参数为数为
(2)当所以
由于Y=X, 当然X 与Y 不独立 此题说明, 由(3
)设得:
即
2. 设
证明: (1)
是
的有效估计;
第 2 页,共 38 页
常记为
且利用此结果证明柯西分布的可加性;
, 但是X 与Y 不独立;
与同分布.
相互独立, 且服从同一柯西分布, 试证:
的柯西分布的特征函数, 所以由唯一性定理知,
的柯西分布.
时有
,
,
服从参
不能推得X 与Y 独立.
, 由相互独立性
都服从参数为的柯西分布,
则特征函数为
的特征函数为
与具有相同的特征函数, 由唯一性定理知它们具有相同的分布. 是来自正态总体
的一个样本,若均值μ已知,
(2)【答案】(1)由
是知
的无偏估计,但不是有效估计.
为了获得
的元偏估计的C-R 下界,
需要费希尔信息量,大家知道,正态分布的密度函数p (x )的对数是
由此得的费希尔信息量
从而的无偏估计的C-R 下界为
是
的有效估计.
此下界与上述无偏估计的方
差相等,故此
(2)由于
可见,
即是的无偏估计,其方差为
为了获得的无偏估计的C-R 下界,需要知道的费希尔信息量,由于
从
而
的元偏估计的C-R 下界
为故
不是
3. 设二维随机变量
服从二元正态分布, 其均值向量为零向量, 协方差阵为
是来自该总体的样本, 证明:
二维统计量
该二元正态分布族的充分统计量.
【答案】该二元正态分布的密度函数为
第 3 页,共 38 页
由于无偏估
计的方
差
的有效估计. 此处
,的无偏估计的C-R
下界与
的方差的比为
该比值常称为无偏估计的效.
是
此处,
故
从而
注意到
上式可化解为
于是样本的联合密度函数为
由因子分解定理知, 结论成立.
4. 总体
(1)证明
其中θ>0是未知参数,又是参数的无偏估计和相合估计;
从而
于是,
这说明
是参数的无偏估计. 进一步,
这就证明了也是的相合估计. (2)似然函数为为
因而θ的最大似然估计为
下求
的均值与方差,由于x (n )的密度函数为
第 4 页,共 38 页
为取自该总体的样本,为样本均值.
(2)求的最大似然估计,它是无偏估计吗?是相合估计吗? 【答案】(1)总体
则
显然L (θ)是θ的减函数,且θ的取值范围
相关内容
相关标签