题目
设总体 X 的概率密度为 f(x)= } (3x^2)/(theta^3), & 0 leq x leq theta, 0, & (其他)
设总体 $X$ 的概率密度为 $f(x)= \begin{cases} \frac{3x^2}{\theta^3}, & 0 \leq x \leq \theta, \\ 0, & \text{其他} \end{cases}$,其中 $\theta > 0$ 是未知参数,$(X_1, X_2, \cdots, X_n)$ 是来自于 $X$ 的一组样本,则参数 $\theta$ 的矩估计量为().
A. $\overline{X}$
B. $\frac{2}{3}\overline{X}$
C. $\frac{4}{3}\overline{X}$
D. $\frac{3}{4}\overline{X}$
题目解答
答案
C. $\frac{4}{3}\overline{X}$
解析
考查要点:本题主要考查矩估计法的应用,需要根据总体的期望(一阶原点矩)与样本均值建立方程,从而求解参数的矩估计量。
解题核心思路:
- 计算总体的期望:根据给定的概率密度函数,计算总体$X$的期望$E(X)$。
- 建立矩估计方程:将总体期望$E(X)$与样本均值$\overline{X}$相等,得到方程。
- 解方程求参数:通过方程解出参数$\theta$的表达式,即为矩估计量。
破题关键点:
- 正确计算积分:注意积分区间为$[0, \theta]$,被积函数为$x \cdot \frac{3x^2}{\theta^3}$。
- 代数变形:将方程$\frac{3\theta}{4} = \overline{X}$变形为$\theta$的表达式。
步骤1:计算总体期望$E(X)$
总体$X$的期望为:
$E(X) = \int_{-\infty}^{\infty} x f(x) \, dx = \int_{0}^{\theta} x \cdot \frac{3x^2}{\theta^3} \, dx = \frac{3}{\theta^3} \int_{0}^{\theta} x^3 \, dx$
步骤2:计算积分
积分$\int_{0}^{\theta} x^3 \, dx$的结果为:
$\left[ \frac{x^4}{4} \right]_{0}^{\theta} = \frac{\theta^4}{4}$
因此:
$E(X) = \frac{3}{\theta^3} \cdot \frac{\theta^4}{4} = \frac{3\theta}{4}$
步骤3:建立矩估计方程
根据矩估计法,令总体期望等于样本均值:
$\frac{3\theta}{4} = \overline{X}$
步骤4:解方程求$\theta$
解得:
$\theta = \frac{4}{3} \overline{X}$