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
  • icon-appicon-app-active手机APP
首页
/
统计
题目

30、设某钢珠直径X服从正态分布N(μ,1),(单位:mm),其中μ为未知参数,从刚生产出的一大堆钢珠中随机抽出9个,求得样本均值overline(x)=(1)/(9)sum_(i=1)^9x_(i)=31.06,样本方差S_(xi)^2=(1)/(9)sum_(i=1)^9(x_(i)-overline(x))^2=0.98^2,则μ的极大似然估计值为( )A.31.06B.(31.06-0.98,31.06+0.98)C.0.98D.9×31.06

30、设某钢珠直径X服从正态分布N(μ,1),(单位:mm),其中μ为未知参数,从刚生产出的一大堆钢珠中随机抽出9个,求得样本均值$\overline{x}=\frac{1}{9}\sum_{i=1}^{9}x_{i}=31.06$,样本方差$S_{\xi}^{2}=\frac{1}{9}\sum_{i=1}^{9}(x_{i}-\overline{x})^{2}=0.98^{2}$,则μ的极大似然估计值为( ) A.31.06 B.(31.06-0.98,31.06+0.98) C.0.98 D.9×31.06

题目解答

答案

根据题目给出的信息,我们需要求解正态分布 $N(\mu, 1)$ 中未知参数 $\mu$ 的极大似然估计值。

推导过程:

  1. 明确总体分布:
    题目指出钢珠直径 $X$ 服从正态分布 $N(\mu, 1)$。
    这意味着总体分布的概率密度函数为:
    $f(x; \mu) = \frac{1}{\sqrt{2\pi}\sigma} e^{-\frac{(x-\mu)^2}{2\sigma^2}}$
    其中,方差 $\sigma^2 = 1$,即标准差 $\sigma = 1$。$\mu$ 是未知的均值参数。

  2. 构建似然函数:
    设 $x_1, x_2, \dots, x_n$ 是来自该总体的一个样本。对于正态分布 $N(\mu, \sigma^2)$,当方差 $\sigma^2$ 已知时,均值 $\mu$ 的极大似然估计量 $\hat{\mu}$ 是样本均值 $\bar{x}$。

    具体推导如下:
    似然函数 $L(\mu)$ 为样本的联合概率密度函数:
    $L(\mu) = \prod_{i=1}^{n} f(x_i; \mu) = \prod_{i=1}^{n} \frac{1}{\sqrt{2\pi}} e^{-\frac{(x_i-\mu)^2}{2}}$
    取对数似然函数 $\ln L(\mu)$:
    $\ln L(\mu) = \sum_{i=1}^{n} \left[ -\ln(\sqrt{2\pi}) - \frac{(x_i-\mu)^2}{2} \right] = -\frac{n}{2}\ln(2\pi) - \frac{1}{2}\sum_{i=1}^{n} (x_i-\mu)^2$
    对 $\mu$ 求导并令其为 0:
    $\frac{d \ln L(\mu)}{d\mu} = -\frac{1}{2} \sum_{i=1}^{n} 2(x_i-\mu)(-1) = \sum_{i=1}^{n} (x_i-\mu) = 0$
    $\sum_{i=1}^{n} x_i - n\mu = 0$
    $\mu = \frac{1}{n}\sum_{i=1}^{n} x_i = \bar{x}$
    因此,$\mu$ 的极大似然估计值为样本均值 $\bar{x}$。

  3. 代入已知数据:
    题目中给出,随机抽出了 9 个样本($n=9$),求得样本均值 $\bar{x} = \frac{1}{9}\sum_{i=1}^{9} x_i = 31.06$。
    样本方差 $S_n^2$ 的信息在求 $\mu$ 的极大似然估计时是不需要的,因为 $\mu$ 的估计只依赖于样本均值。

  4. 得出结论:
    $\mu$ 的极大似然估计值即为样本均值 $31.06$。

对比选项:
A. 31.06
B. (31.06 - 0.98, 31.06 + 0.98)
C. 0.98
D. 9 × 31.06

正确选项是 A。

解析

本题考查正态分布中未知参数的极大似然估计。解题思路是先明确总体分布,再构建似然函数,通过对似然函数取对数并求导,令导数为 0 来求解未知参数的极大似然估计值。

  1. 明确总体分布:
    已知钢珠直径 $X$ 服从正态分布 $N(\mu, 1)$,其概率密度函数为 $f(x; \mu) = \frac{1}{\sqrt{2\pi}\sigma} e^{-\frac{(x-\mu)^2}{2\sigma^2}}$,其中方差 $\sigma^2 = 1$,即标准差 $\sigma = 1$,$\mu$ 是未知的均值参数。
  2. 构建似然函数:
    设 $x_1, x_2, \dots, x_n$ 是来自该总体的一个样本,似然函数 $L(\mu)$ 为样本的联合概率密度函数,即 $L(\mu) = \prod_{i=1}^{n} f(x_i; \mu) = \prod_{i=1}^{n} \frac{1}{\sqrt{2\pi}} e^{-\frac{(x_i-\mu)^2}{2}}$。
  3. 取对数似然函数:
    对似然函数 $L(\mu)$ 取对数,可得 $\ln L(\mu) = \sum_{i=1}^{n} \left[ -\ln(\sqrt{2\pi}) - \frac{(x_i-\mu)^2}{2} \right] = -\frac{n}{2}\ln(2\pi) - \frac{1}{2}\sum_{i=1}^{n} (x_i-\mu)^2$。
  4. 求导并令其为 0:
    对 $\ln L(\mu)$ 关于 $\mu$ 求导,$\frac{d \ln L(\mu)}{d\mu} = -\frac{1}{2} \sum_{i=1}^{n} 2(x_i-\mu)(-1) = \sum_{i=1}^{n} (x_i-\mu) = 0$。
    进一步化简得 $\sum_{i=1}^{n} x_i - n\mu = 0$,解得 $\mu = \frac{1}{n}\sum_{i=1}^{n} x_i = \bar{x}$,即 $\mu$ 的极大似然估计值为样本均值 $\bar{x}$。
  5. 代入已知数据:
    题目中给出 $n = 9$,样本均值 $\bar{x} = 31.06$,样本方差 $S_n^2$ 的信息在求 $\mu$ 的极大似然估计时不需要,因为 $\mu$ 的估计只依赖于样本均值。
    所以 $\mu$ 的极大似然估计值为 $31.06$。

相关问题

  • {1.5分)确定研究总体和样本时,不需要考虑A. 立题依据B. 样本量C. 抽样方法D. 目标总体E. 纳入及排除标准

  • 请你从下表中找出1~100中所有质数.并数一数一共多少个. 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100

  • 下列哪项属于常见的池化方式。()A. 反向传播B. 最大池化C. 方差池化D. 协方差池化

  • 以下几种数据挖掘功能中,〔〕被广泛的用于购物篮分析.A. 关联分析B. 分类和预测C. 聚类分析D. 演变分析

  • 重测信度用重测相关系数来表示,相关系数越趋近于下列哪一数值时,则重测信度越高A. 1B. 0.7C. 2D. 3

  • 48皮尔逊相关系数的取值范围为0到正无穷。()A. 错误B. 正确

  • 下列关于回归分析的描述不正确的是()A. 回归分析模型可分为线性回归模型和非线性回归模型B. 回归分析研究不同变量之间存在的关系()C. 刻画不同变量之间关系的模型统称为线性回归模型D. 回归分析研究单个变量的变化情况

  • 可以从最小化每个类簇的方差这一视角来解释K均值聚类的结果,下面对这一视角描述正确的A. 每个样本数据分别归属于与其距离最远的聚类质心所在聚类集合B. 每个簇类的质心累加起来最小C. 最终聚类结果中每个聚类集合中所包含数据呈现出来差异性最大D. 每个簇类的方差累加起来最小

  • 44.2021年,我国人均预期寿命提高到了()。A. 78岁B. 79岁C. 78.2岁D. 79.2岁

  • 皮尔逊相关系数的取值范围为0到正无穷。()A. 正确B. 错误

  • 像从性不好的资料是()A. 由于死亡或者其他原因不能继续试验B. 能按照试验规定要求完成实验C. 重复参加试验D. 由于纳入标准不合格导致选择的研究对象不符合试验要求E. 能完成试验但是不能按照规定要求完成试验

  • {15分)常规情况下,下列不属于人口学变量的是A. 民族B. 收入C. 年龄D. 睡眠时间E. 性别

  • 2024年,我国每天大约有( )个小包裹往来于中国和世界各国之间A. 800万B. 1100万C. 1000万D. 900万

  • 下列哪项属于常见的池化方式。()A. 协方差池化B. 方差池化C. 反向传播D. 最大池化

  • 下列说法正确的是()A. 方差数值上等于各个数据与样本方差之差的平方和之平均数B. 协方差衡量了多个变量的分布C. 协方差和方差的计算方式完全一致D. 方差描述了样本数据的波动程度

  • 对研究对象制定明确的纳入标准和排除标准,是为了保证样本的A. 可靠性B. 可行性C. 代表性D. 合理性E. 科学性

  • 假定用于分析的数据包含属性age.数据元组[1]中age的值如下(按递增序):13,15,16,16,19,20,20,21,22,22,25,25,25,30,33,33,35,35,36,40,45,46,52,70, 问题:使用按箱平均值平滑方法对上述数据进行平滑,箱的深度为3。第二个箱子值为:A. 18.3B. 22。6C. 26。8D. 27。9

  • 下列说法正确的是()A. 方差数值上等于各个数据与样本方差之差的平方和之平均数B. 协方差和方差的计算方式完全一致C. 协方差衡量了多个变量的分布D. 方差描述了样本数据的波动程度

上一页下一页
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