针对下列连续型总体,从该总体中抽取样本((X)_(1),(X)_(2),... ,(X)_(n)),请分别写出下列总体的样本联合概率密度函数:(1)正态分布((X)_(1),(X)_(2),... ,(X)_(n));(2)均匀分布((X)_(1),(X)_(2),... ,(X)_(n));(3)指数分布((X)_(1),(X)_(2),... ,(X)_(n)).
针对下列连续型总体,从该总体中抽取样本
,请分别写出下列总体的样本联合概率密度函数:
(1)正态分布
;
(2)均匀分布
;
(3)指数分布
.
题目解答
答案
(1)正态分布
的概率密度函数为
,则样本的联合概率密度函数为
;(2)均匀分布
的概率密度函数为
,则样本的联合概率密度函数为
;(3)指数分布
的概率密度函数为
0\right)" data-width="200" data-height="29" data-size="2935" data-format="png" style="max-width:100%">,则样本的联合概率密度函数为
0\right)" data-width="218" data-height="30" data-size="3004" data-format="png" style="max-width:100%">.
解析
核心思路:对于独立同分布的样本,联合概率密度函数是各样本点概率密度函数的乘积。
关键点:
- 正态分布:每个样本点的密度函数形式需正确,注意参数$\mu$和$\sigma^2$的位置;
- 均匀分布:所有样本必须同时落在区间$(a,b)$内,否则联合密度为0;
- 指数分布:注意参数$\lambda$的指数形式,且所有样本需满足$x_i > 0$。
第(1)题:正态分布$N(\mu, \sigma^2)$
个体概率密度函数
正态分布的个体概率密度函数为:
$f(x_i) = \frac{1}{\sqrt{2\pi}\sigma} e^{-\frac{(x_i - \mu)^2}{2\sigma^2}}, \quad -\infty < x_i < +\infty.$
联合概率密度函数
由于样本独立同分布,联合密度为各$f(x_i)$的乘积:
$f(x_1, x_2, \cdots, x_n) = \prod_{i=1}^n f(x_i) = \left( \frac{1}{\sqrt{2\pi}\sigma} \right)^n e^{-\frac{1}{2\sigma^2} \sum_{i=1}^n (x_i - \mu)^2}.$
第(2)题:均匀分布$U(a,b)$
个体概率密度函数
均匀分布的个体概率密度函数为:
$f(x_i) = \begin{cases} \dfrac{1}{b-a}, & a < x_i < b, \\ 0, & \text{其他}. \end{cases}$
联合概率密度函数
若所有样本均在$(a,b)$内,则联合密度为各$f(x_i)$的乘积:
$f(x_1, x_2, \cdots, x_n) = \left( \frac{1}{b-a} \right)^n, \quad a < x_1, x_2, \cdots, x_n < b.$
若存在某个$x_i$超出区间,则联合密度为0。
第(3)题:指数分布$e(\lambda)$
个体概率密度函数
指数分布的个体概率密度函数为:
$f(x_i) = \begin{cases} \lambda e^{-\lambda x_i}, & x_i > 0, \\ 0, & \text{其他}. \end{cases}$
联合概率密度函数
若所有样本均满足$x_i > 0$,则联合密度为各$f(x_i)$的乘积:
$f(x_1, x_2, \cdots, x_n) = \lambda^n e^{-\lambda \sum_{i=1}^n x_i}, \quad x_1, x_2, \cdots, x_n > 0.$
若存在某个$x_i \leq 0$,则联合密度为0。