设总体 X sim U(0, theta)，样本 X_1, X_2, ldots, X_n，则 theta 的矩估计为（）A. bar(X)B. 2bar(X)C. max(X_i)D. min(X_i)

我们来一步一步地解决这个题目。

题目回顾：

设总体 $ X \sim U(0, \theta) $，即 $ X $ 服从区间 $ (0, \theta) $ 上的均匀分布，样本为 $ X_1, X_2, \ldots, X_n $，要求求出参数 $ \theta $ 的矩估计。

选项为：

A. $ \bar{X} $
B. $ 2\bar{X} $
C. $ \max(X_i) $
D. $ \min(X_i) $

第一步：理解矩估计的基本思想

矩估计法（Method of Moments）的基本思想是：

• 用样本矩来估计总体矩。
• 通常使用一阶原点矩（即样本均值）来估计总体的一阶原点矩（即数学期望）。

所以我们先计算总体 $ X \sim U(0, \theta) $ 的数学期望（即一阶矩）。

第二步：计算总体的期望

对于均匀分布 $ U(0, \theta) $，其数学期望为：

$E(X) = \frac{0 + \theta}{2} = \frac{\theta}{2}$

第三步：用样本均值估计总体均值

样本的一阶原点矩是样本均值：

$\bar{X} = \frac{1}{n} \sum_{i=1}^n X_i$

根据矩估计法，令总体一阶矩 = 样本一阶矩：

$E(X) = \bar{X}$

即：

$\frac{\theta}{2} = \bar{X}$

解这个方程，得到 $ \theta $ 的矩估计：

$\hat{\theta} = 2\bar{X}$

第四步：选择正确答案

所以，$ \theta $ 的矩估计是 $ 2\bar{X} $，对应选项：

B. $ 2\bar{X} $

补充说明：

• 选项 C：$ \max(X_i) $ 是 $ \theta $ 的极大似然估计（MLE），但由于均匀分布的边界依赖于参数，其 MLE 是样本最大值。但题目问的是矩估计，不是极大似然估计。
• 选项 D：$ \min(X_i) $ 没有道理，因为最小值趋向于 0，不能估计上界 $ \theta $。
• 选项 A：$ \bar{X} $ 是 $ \theta/2 $ 的估计，不是 $ \theta $ 本身。

最终答案：

$\boxed{\text{B. } 2\bar{X}}$