logo
  • write-homewrite-home-active首页
  • icon-chaticon-chat-activeAI 智能助手
  • icon-pluginicon-plugin-active浏览器插件
  • icon-subjecticon-subject-active学科题目
  • icon-uploadicon-upload-active上传题库
  • 更多功能
  • icon-appicon-app-active手机APP
首页
/
统计
题目

设 X_1, X_2, dotsc, X_n 是从正态总体 N(mu, sigma^2)中抽取的样本,为使 D = k sum_(i=1)^n-1 (X_(i+1) - X_i)^2是总体方差 sigma^2的无偏估计,则 k = ()。 A. 1 / nB. 1 / (n-1)C. 1 / 2(n-1)D. 1 / 2n

$$ 设 $X\_1, X\_2, \dotsc, X\_n $是从正态总体 $N(\mu, \sigma^2)$中抽取的样本,为使 $D = k \sum_{i=1}^{n-1}\ \ (X_{i+1}\ \ - X\_i)^2$是总体方差 $\sigma^2$的无偏估计,则 $k = $()。 $$

A. 1 / n

B. 1 / (n-1)

C. 1 / 2(n-1)

D. 1 / 2n

题目解答

答案

C. 1 / 2(n-1)

解析

步骤 1:理解无偏估计的定义
无偏估计是指估计量的期望值等于被估计参数的真实值。即 $E(D) = \sigma^2$。

步骤 2:计算 $D$ 的期望值
$D = k \sum_{i=1}^{n-1} (X_{i+1} - X_i)^2$,其中 $X_i$ 是从正态总体 $N(\mu, \sigma^2)$ 中抽取的样本。由于 $X_i$ 和 $X_{i+1}$ 都是正态分布,它们的差 $X_{i+1} - X_i$ 也是正态分布,且方差为 $2\sigma^2$。因此,$(X_{i+1} - X_i)^2$ 的期望值为 $2\sigma^2$。

步骤 3:计算 $D$ 的期望值
$E(D) = k \sum_{i=1}^{n-1} E((X_{i+1} - X_i)^2) = k \sum_{i=1}^{n-1} 2\sigma^2 = k \cdot 2\sigma^2 \cdot (n-1)$。

步骤 4:使 $D$ 成为无偏估计
要使 $D$ 成为无偏估计,即 $E(D) = \sigma^2$,则有 $k \cdot 2\sigma^2 \cdot (n-1) = \sigma^2$。解得 $k = \frac{1}{2(n-1)}$。
logo
广州极目未来文化科技有限公司
注册地址:广州市黄埔区揽月路8号135、136、137、138房
关于
  • 隐私政策
  • 服务协议
  • 权限详情
学科
  • 医学
  • 政治学
  • 管理
  • 计算机
  • 教育
  • 数学
联系我们
  • 客服电话: 010-82893100
  • 公司邮箱: daxuesoutijiang@163.com
  • qt

©2023 广州极目未来文化科技有限公司 粤ICP备2023029972号    粤公网安备44011202002296号