求指导本题解题过程，谢谢您！17.设 sim B(1,p), X1,X2,···,xn是来自总体X的一个简单随机样本,x1,x2,···,xn-|||-为相应的样本值,-|||-求:(1)p的矩估计值;-|||-(2)p的最大似然估计值.

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，针对服从伯努利分布的总体参数$p$的估计。

解题核心思路：

1. 矩估计：利用总体均值与样本均值相等的原则，通过伯努利分布的期望公式直接求解。
2. 最大似然估计：通过构造似然函数，取对数后求导，解方程得到估计值。

破题关键点：

• 伯努利分布的期望：$E(X) = p$，这是矩估计的理论基础。
• 似然函数的构造与求导：正确写出似然函数并求导，找到使似然函数最大的$p$值。

第（1）题：p的矩估计值

确定总体矩

伯努利分布的期望为：
$E(X) = 1 \cdot p + 0 \cdot (1-p) = p$

用样本矩代替总体矩

样本的一阶原点矩为样本均值：
$\bar{X} = \frac{1}{n} \sum_{i=1}^{n} X_i$

建立方程求解

令总体矩等于样本矩：
$p = \bar{X}$
因此，$p$的矩估计值为：
$\hat{p}_{\text{矩}} = \frac{1}{n} \sum_{i=1}^{n} x_i = \bar{x}$

第（2）题：p的最大似然估计值

构造似然函数

样本的似然函数为：
$L(p) = \prod_{i=1}^{n} p^{x_i} (1-p)^{1-x_i} = p^{\sum x_i} (1-p)^{n - \sum x_i}$

取对数并求导

对数似然函数为：
$\ln L(p) = \left( \sum_{i=1}^{n} x_i \right) \ln p + \left( n - \sum_{i=1}^{n} x_i \right) \ln (1-p)$
对$p$求导并令导数为零：
$\frac{\sum x_i}{p} - \frac{n - \sum x_i}{1-p} = 0$

解方程求极值

整理得：
$\sum x_i (1-p) = (n - \sum x_i) p \implies \sum x_i = n p \implies \hat{p}_{\text{ML}} = \frac{1}{n} \sum_{i=1}^{n} x_i = \bar{x}$