例6.6 设总体X的概率密度函数为 f(x)= ) (lambda )^2x(e)^-lambda x,xgt 0 0, . 其中参数 lambda (lambda gt 0) 未知,-|||-X1,X2,···,Xn是来自总体X的简单随机样本.求-|||-(1)参数λ的矩估计量;-|||-(2)参数λ的极大似然估计量.

步骤 1：求解总体X的期望E(X)
根据概率密度函数f(x)的定义，总体X的期望E(X)可以通过积分计算得到：
\[ E(X) = \int_{0}^{\infty} x \cdot f(x) dx = \int_{0}^{\infty} x \cdot \lambda^2 x e^{-\lambda x} dx \]
\[ = \lambda^2 \int_{0}^{\infty} x^2 e^{-\lambda x} dx \]
利用积分公式 \(\int_{0}^{\infty} x^2 e^{-\lambda x} dx = \frac{2}{\lambda^3}\)，可以得到：
\[ E(X) = \lambda^2 \cdot \frac{2}{\lambda^3} = \frac{2}{\lambda} \]

步骤 2：求解参数λ的矩估计量
根据矩估计法，总体的期望E(X)等于样本均值\(\bar{X}\)，即：
\[ \frac{2}{\lambda} = \bar{X} \]
解得参数λ的矩估计量为：
\[ \hat{\lambda} = \frac{2}{\bar{X}} \]

步骤 3：求解参数λ的极大似然估计量
首先写出似然函数L：
\[ L(\lambda) = \prod_{i=1}^{n} f(x_i) = \prod_{i=1}^{n} \lambda^2 x_i e^{-\lambda x_i} = \lambda^{2n} e^{-\lambda \sum_{i=1}^{n} x_i} \prod_{i=1}^{n} x_i \]
取对数似然函数：
\[ \ln L(\lambda) = 2n \ln \lambda - \lambda \sum_{i=1}^{n} x_i + \sum_{i=1}^{n} \ln x_i \]
对\(\ln L(\lambda)\)关于\(\lambda\)求导并令导数等于0：
\[ \frac{d}{d\lambda} \ln L(\lambda) = \frac{2n}{\lambda} - \sum_{i=1}^{n} x_i = 0 \]
解得参数λ的极大似然估计量为：
\[ \hat{\lambda} = \frac{2n}{\sum_{i=1}^{n} x_i} = \frac{2}{\bar{X}} \]