设 ( 1.5 ,1.8 , 2.2 ,2.5 , 2.8 , 1.2 ) 取自总体 X U ( 1 , 1 + a) 的样本 ( 其中 a > 0 ) 则1 ) 参数a的矩法估计值2 ) 参数a的极大似然估计值

步骤 1：计算样本均值
样本均值是所有样本值的平均值。对于给定的样本 (1.5, 1.8, 2.2, 2.5, 2.8, 1.2)，样本均值计算如下：
\[ \bar{x} = \frac{1.5 + 1.8 + 2.2 + 2.5 + 2.8 + 1.2}{6} \]
步骤 2：计算参数a的矩法估计值
对于均匀分布 U(1, 1+a)，其均值为：
\[ E(X) = \frac{1 + (1 + a)}{2} = 1 + \frac{a}{2} \]
将样本均值代入，得到：
\[ 1 + \frac{a}{2} = \bar{x} \]
解方程求得a的矩法估计值。
步骤 3：计算参数a的极大似然估计值
对于均匀分布 U(1, 1+a)，其概率密度函数为：
\[ f(x) = \frac{1}{a} \]
对于给定的样本，似然函数为：
\[ L(a) = \prod_{i=1}^{n} f(x_i) = \left(\frac{1}{a}\right)^n \]
其中n是样本数量。极大似然估计值是使得似然函数最大的a值。由于样本均值是样本的中心，极大似然估计值通常与样本均值有关。