1楼：毒蛇速永
∵dux服从参数为
λ的泊松分布，即zhi
p(x＝daok)＝λkk!
e?λ，专（k=0，1，2，…属）
则最大似然函数为
l（x1，x2，…，xn；λ）=n
πi＝1λx
ixi!
e?λ=e?nλnπ
i＝1λxi
xi!∴lnl＝?nλ+n
i＝1(x
ilnλ?lnxi)
∴dlnl
dλ＝?n+n
i＝1xiλ
令dlnl
dλ＝0
解得λ＝1nn
i＝1xi＝.
x即λ的最大似然估计量∧λ＝.x
设总体x服从参数为λ（λ＞0）的泊松分布，x1，x2，…，xn（n≥2）为来自总体的简单随机样本，则对应的统
2楼：莫甘娜
x1，x2，…，xn（n≥2）为来自总体的简单随机样本，总体x服从参数为λ（内
λ＞0）的泊松分布，容
故：ex1=ex2=…=exn=λ，dx1=dx2=…=dxn（n≥2）
et1=1
ne（n
i＝1x
i）=λ，
et2=1
n?1e（n?1
i＝1x
i）+1
nexn=λ+λ
n故：et1＜et2
dt1=1
nd（n
i＝1x
i）=dxn，
dt2=1
(n?1)
d（n?1
i＝1xi）
=1(n?1)
（n-1）dx+1ndx
=（1n?1+1n
）dx=n
+n?1
n(n?1)
dx=1nn
+n?1
n(n?1)
dx＞1nn
?nn(n?1)
dx=dx
n故：dt1＞dt2
故选择：c．
设总体x服从参数λ的泊松分布，x1,x2,…,xn是总体x的样本，是求λ的矩估计量和极大似然估计量 20
3楼：匿名用户
λ的复矩估计
值和极大似然估计制值均为
：1/x-（baix-表示均值）du。
详细求解过程如下zhi图：
4楼：匿名用户
因为总体x服从泊松分布，所以e(x)=λ，即 u1=e(x)=λ. 因此有 λ=1/n*(x1+x2+...+xn)=x拔 (即x的平均数）所以λ的矩估计量为 λ(上面一个尖号）＝x拔.
5楼：匿名用户
你的回答的有点问题
矩估计和最大似然估计都等于均值x拔