一道例题
八、(10分)已知总体服从参数为的泊松分布,X1,X2,X3…Xn是来自总体的简单随机样本,观察值为x1,x2,x3…xn求:(1)的矩估计量;(4分) (2)的最大似然估计量.(6分)
一般而言,老师出题为了方便,第一小题是矩估计,第二小题就是最大似然估计
题目中提到了泊松分布,泊松分布的分布律(我们也可以叫公式吧)
然后这里提到的估计,都是对参数做估计,即λ
矩阵估计的步骤
1、先找总体矩与样本矩的关系。
一般题目只要求一个参数,也就是一阶矩,也就是期望。也就是均值。即E(X)。
泊松分布的期望E(X)就等于参数λ。(可以查一下常见分布的均值与方差的值)。
写作E(X)=λ
2、用样本矩代替总体矩,得到估计量的方程(组,组是多参数估计式列出来的)
样本距,即所有样本的平均值。即(x1+x2+x3+…+xn)/n;
所以原式:(x1+x2+x3+…+xn)/n=λ
3、解方程(组)就可以得到,参数的矩估计量。
λ 头上的尖尖不能忘记写
同样,最大似然估计步骤
1、写出似然函数,即n个泊松分布律相乘。
2、取对数
3、求导,令导数为零
参数头上的尖尖不能忘记写