3.设随机变量X服从区间[0,θ]上的均匀分布，现得X的样本值：0.9，0.8，0.2，0.8，0.4，0.4，0.7，0.6，求θ的矩估计值和最大似然估计值，并说明它们相应的估计量是否为θ的无偏估计量.

为了求解随机变量 $X$ 服从区间 $[0, \theta]$ 上的均匀分布的参数 $\theta$ 的矩估计值和最大似然估计值，以及判断它们是否为无偏估计量，我们分以下步骤进行： ### 步骤1：矩估计 对于区间 $[0, \theta]$ 上的均匀分布，随机变量 $X$ 的期望值 $E(X)$ 为： \[ E(X) = \frac{\theta}{2} \] 给定的样本值为：0.9, 0.8, 0.2, 0.8, 0.4, 0.4, 0.7, 0.6。首先，我们计算样本均值 $\bar{X}$： \[ \bar{X} = \frac{0.9 + 0.8 + 0.2 + 0.8 + 0.4 + 0.4 + 0.7 + 0.6}{8} = \frac{5.8}{8} = 0.725 \] 根据矩估计法，我们用样本均值 $\bar{X}$ 估计期望值 $E(X)$： \[ \bar{X} = \frac{\theta}{2} \] 解这个方程得到 $\theta$ 的矩估计值 $\hat{\theta}$： \[ \hat{\theta} = 2 \bar{X} = 2 \times 0.725 = 1.45 \] ### 步骤2：最大似然估计 对于区间 $[0, \theta]$ 上的均匀分布，似然函数 $L(\theta)$ 为： \[ L(\theta) = \prod_{i=1}^n \frac{1}{\theta} \mathbb{I}_{[0, \theta]}(x_i) = \frac{1}{\theta^n} \mathbb{I}_{[0, \theta]}(x_1, x_2, \ldots, x_n) \] 其中 $\mathbb{I}_{[0, \theta]}(x_1, x_2, \ldots, x_n)$ 是指示函数，当所有 $x_i \in [0, \theta]$ 时为1，否则为0。 要使似然函数 $L(\theta)$ 最大，$\theta$ 必须大于等于所有 $x_i$ 的最大值 $x_{(n)}$，且 $\theta$ 越小越好。因此，$\theta$ 的最大似然估计值 $\hat{\theta}$ 为： \[ \hat{\theta} = \max(x_1, x_2, \ldots, x_n) \] 给定的样本值中，最大值为 0.9，所以 $\theta$ 的最大似然估计值为： \[ \hat{\theta} = 0.9 \] ### 步骤3：无偏性判断 #### 矩估计量的无偏性 矩估计量 $\hat{\theta} = 2 \bar{X}$ 的期望值为： \[ E(\hat{\theta}) = E(2 \bar{X}) = 2 E(\bar{X}) = 2 \times \frac{\theta}{2} = \theta \] 所以，矩估计量 $\hat{\theta} = 2 \bar{X}$ 是 $\theta$ 的无偏估计量。 #### 最大似然估计量的无偏性 最大似然估计量 $\hat{\theta} = \max(x_1, x_2, \ldots, x_n)$ 的期望值为： \[ E(\hat{\theta}) = \frac{n}{n+1} \theta \] 对于 $n = 8$，有： \[ E(\hat{\theta}) = \frac{8}{9} \theta \] 所以，最大似然估计量 $\hat{\theta} = \max(x_1, x_2, \ldots, x_n)$ 是 $\theta$ 的有偏估计量。 ### 最终答案 $\theta$ 的矩估计值为 $\boxed{1.45}$，最大似然估计值为 $\boxed{0.9}$。矩估计量是 $\theta$ 的无偏估计量，最大似然估计量不是 $\theta$ 的无偏估计量。