7.3 设总体X的概率密度为-|||-(x;theta )= ) theta (x)^theta -1, 0lt xlt 1; 0, xleqslant 0或xgeqslant 1 .-|||-其中 theta gt 0. 如果取得样本观测值x1,x2,···,xn,求参数θ的矩估计值和极大似然估-|||-计值.

步骤 1：求总体X的期望
根据概率密度函数 $f(x;\theta)$，计算总体X的期望值E(X)。
\[ E(X) = \int_{0}^{1} x \cdot \theta x^{\theta-1} dx = \int_{0}^{1} \theta x^{\theta} dx = \theta \int_{0}^{1} x^{\theta} dx = \theta \left[ \frac{x^{\theta+1}}{\theta+1} \right]_{0}^{1} = \frac{\theta}{\theta+1} \]

步骤 2：求矩估计值
根据矩估计法，令样本均值 $\overline{x}$ 等于总体期望值E(X)，即 $\overline{x} = \frac{\theta}{\theta+1}$，解得参数 $\theta$ 的矩估计值。
\[ \overline{x} = \frac{\theta}{\theta+1} \Rightarrow \theta = \frac{\overline{x}}{1-\overline{x}} \]

步骤 3：求极大似然估计值
根据极大似然估计法，构造似然函数 $L(\theta)$，并求其对数似然函数 $lnL(\theta)$。
\[ L(\theta) = \prod_{i=1}^{n} \theta x_i^{\theta-1} = \theta^n \prod_{i=1}^{n} x_i^{\theta-1} \]
\[ lnL(\theta) = nln\theta + (\theta-1)\sum_{i=1}^{n} ln(x_i) \]
对 $lnL(\theta)$ 求导，并令导数等于0，解得参数 $\theta$ 的极大似然估计值。
\[ \frac{dlnL(\theta)}{d\theta} = \frac{n}{\theta} + \sum_{i=1}^{n} ln(x_i) = 0 \Rightarrow \theta = -\frac{n}{\sum_{i=1}^{n} ln(x_i)} \]