6.总体X的概率分布为-|||-x 0 1 2 3-|||-P θ^2 (1-0) θ^2 https:/img.zuoyebang.cc/zyb_d23f4d31ee8f47e3f196a135dbde958d.jpg-20-|||-其中 theta (0lt theta lt dfrac (1)(2)) 是未知参数,利用总体X的如下样本值-|||-3 1 3 0 3 1 2 3-|||-求θ的矩估计值和最大似然估计值.

考查要点：本题主要考查矩估计法和最大似然估计法的应用，涉及离散型总体的概率分布参数估计。

解题思路：

1. 矩估计：通过计算总体均值（一阶原点矩）与样本均值建立方程，解方程得到参数估计值。
2. 最大似然估计：构造似然函数，取对数后求导，解方程得到参数估计值。需注意参数的约束条件（$0 < \theta < \dfrac{1}{2}$）。

关键点：

• 矩估计的核心是均值匹配，需正确计算总体均值和样本均值。
• 最大似然估计需正确写出似然函数，通过求导找到极值点，并验证解是否在参数范围内。

矩估计法

1. 计算总体均值：
   $E(X) = 0 \cdot \theta^2 + 1 \cdot 2\theta(1-\theta) + 2 \cdot \theta^2 + 3 \cdot (1-2\theta) = -4\theta + 3$

2. 计算样本均值：
   $\bar{x} = \frac{3+1+3+0+3+1+2+3}{8} = 2$

3. 建立方程并求解：
   $-4\theta + 3 = 2 \quad \Rightarrow \quad \hat{\theta} = \frac{1}{4}$

最大似然估计法

1. 构造似然函数：
   $L(\theta) = \theta^2 \cdot [2\theta(1-\theta)]^2 \cdot \theta^2 \cdot (1-2\theta)^4 = 4\theta^6(1-\theta)^2(1-2\theta)^4$

2. 取对数并求导：
   $\ln L(\theta) = \ln 4 + 6\ln\theta + 2\ln(1-\theta) + 4\ln(1-2\theta)$
   $\frac{d}{d\theta} \ln L(\theta) = \frac{6}{\theta} - \frac{2}{1-\theta} - \frac{8}{1-2\theta} = 0$

3. 解方程：
   化简得二次方程：
   $12\theta^2 - 14\theta + 3 = 0$
   解得：
   $\theta = \frac{7 \pm \sqrt{13}}{12}$
   结合约束条件，取：
   $\hat{\theta} = \frac{7 - \sqrt{13}}{12}$