样本概率分布为由已知得：N1～B（n，1-θ），N2～B（n，θ-θ2），N3～B（n，θ2），因为：E（T）=E(3i＝1aiNi)=a1E（N1）+a2E（N2）+a3E（N3）=a1n（1-θ）+a2n（θ-θ2）+a3nθ2 =na1+n（a2-a1）θ+n(a3?a2)θ2。
由：E（T）=θ，得：a1＝0，a2＝1n，a3＝1n，于是：T＝1nN2+1nN3＝1n(n?N1)，所以T的方差为：D(T)＝D(n?N1n)＝D(N1)n2＝nθ(1?θ)n2＝θ(1θ)n。
扩展资料
分布律求分布函数的方法：F（x）＝P（X≤x），分类讨论如下：
1、x＜0时，显然，F（x）＝P（X≤x）＝0。
2、0≤x＜1时，F（x）＝P（X≤x）＝P（X＝0）＝22／35。
3、1≤x＜2时，F（x）＝P（X≤x）＝P（X＝0）＋P（X＝1）＝22／35＋12／35＝34／35。
4、x≥2时，F（x）＝P（X≤x）＝P（X＝0）＋P（X＝1）＋P（X＝2）＝22／35＋12／35＋1／35＝1。
希望可以帮到你，不明白可以追问，如果解决了问题，请点下面的"选为满意回答"按钮，谢谢。本回答被提问者采纳
X~P(λ）服从泊松分布，样本X1,X2.....Xn 指的是其均值的分布还是什么?
感觉问题不充分
设总体X~P(λ),则来自总体X的样本X1,X2...Xn的样本概率分布为
样本概率分布为由已知得：N1～B（n，1-θ），N2～B（n，θ-θ2），N3～B（n，θ2），因为：E（T）=E(3i＝1aiNi)=a1E（N1）+a2E（N2）+a3E（N3）=a1n（1-θ）+a2n（θ-θ2）+a3nθ2 =na1+n（a2-a1）θ+n(a3?a2)θ2。由：E（T）=θ，得：a1＝0，a2＝1n，a3＝1n，...
设总体x服从泊松分布p(λ),x1,x2,..xn为其样本,求其样本均值的...
结果为：解题过程如下：
...X1,X2,……Xn为来自总体的一个样本,求概率p=P{X=0}的
用最大似然估计法估计出λ,或用矩估计法来估计可得λ估计量=X拔=（X1+X2+…+Xn)\/n最大似然估计法L(λ)=∏【i从1到n】λ^xi*e^(-λ)\/xi!lnL(λ)=(x1+x2+…+xn)*lnλ+-nλ-(lnx1!+lnx2!+…+lnxn!)对λ求导,并令导数等...
设总体X服从泊松分布 P(λ),X1,X2,…,Xn为取自X的一组简单随机样本,求...
P(X=x)=(Xe~-)\/x!,构造似然函数L(入)=P(X=x1)P(x-=2...(X=xn)=N)(xien)\/xil,然后两边取对数,再对)求导,令导数为零，得到入的极大似然估计。极大似然估计方法（Maximum Likelihood Estimate，MLE）也称为最大概似估计或最大似然估计，是求估计的另一种方法，最大概似是1821年首先由...
设总体X服从泊松分布,即X~P(λ),则参数λ2的极大似然估计量为多少?
∵X服从参数为λ的泊松分布 ∴P(X＝m)＝λmm!e?λ，（zhim=0，1，2，…）设x1，x2，…xn是来自总体的一组样本观测值 则最大似然函数为 L（x1，x2，…，xn；λ）=nπ i＝1λxixi!e?λ=e?nλnπ i＝1λxixi!∴lnL＝?nλ+n i＝1(xilnλ?lnxi)∴dlnLdλ＝?n+n i＝1xi...
设总体X服从泊松分布,即X~P(λ),则参数λ2的极大似然估计量为多少?
所谓估计就是用样本的值来近似代替总体中未知参数的值，所以：既然λ的似然估计是X的均值，那它平方是的似然估计就是样本均值的平方。∵X服从参数为λ的泊松分布 ∴P(X＝m)＝λmm!e?λ，（m=0，1，2，…）设x1，x2，…xn是来自总体的一组样本观测值 则最大似然函数为 L（x1，x2，…，xn...
设总体X~U(0,θ),X1,X2,···,Xn是取自该总体的一个样本。X0是样本平 ...
对任意i，显然都有E(Xi)= θ\/2 ,故E(θ1)=2E(X0)=2\/n ∑E(Xi)=2*θ\/2=θ 令t=X(n)为次序统计量，根据次序统计量的密度公式，其密度为g(t)=nF(t)^(n-1)p(t)其中p()和F()分别表示均匀分布的密度函数与分布函数，p(t)=1\/θ，F(t)=t\/θ 所以g(t)=nt^(n-1)\/ ...
设总体X~B(1,P),X1,X2...Xn是来自总体X的一个样本 求总体均值μ,及方差...
解：本题利用了估计量法中的矩估计法求解。
设X~B(x,p),X1,X2,...,Xn为取自总体X的样本,试求此样本的联合分布
P（X1=x1,X2=x2,……Xn=xn）=p（X1=x1）·p（X2=x2）·……·p（Xn=xn）=p^(∑xi)
似然比_似然比检验_似然比怎么算
设总体X服从分布P(x；θ)（当X是连续型随机变量时为概率密度，当X为离散型随机变量时为概率分布），θ为待估参数，X1,X2,…Xn是来自于总体X的样本，x1,x2…xn为样本X1,X2,…Xn的一个观察值，则样本的联合分布（当X是连续型随机变量时为概率密度，当X为离散型随机变量时为概率分布）L（θ）...
