(2)求入的极大似然估计量入*. 4设总体X的概率密度函数为 0<x<0, f(x) 0-， 其它， 其中0为未知参数，X1,X2,·,Xn是来自于X的容量为n的样本. (1)求0的矩估计量0： (2)求0的方差Var(©. 5设某种元件的使用寿命X的概率密度函数为 2e-2z-0),x>0, f(x;θ) 0, x≤8， 其中0>0为未知参数，1,2，，xn是来自于X的容量为n的样本值，求0的 极大似然估计值 6设a及2是0的两个独立的无偏估计量，且Var(a)=2Var(2),求常数 C及C2,使0=CA1+C2为0的无偏估计，并使Var(0达到最小. 7某车间生产的螺杆直径服从正态分布N(4,σ2)，今随机地从中抽取5支测 得直径为（单位：mm) 22.3 21.5 20.021.8 21.4 (1)当σ=0.3时，求4的置信系数为0.95的置信区间； (2)当σ未知时，求4的置信系数为0.95的置信区间. 8设来自N(1,16)的一容量为15的样本，其样本均值x1=14.6;来自总体 N(2,16)的一容量为20的样本，其样本均值X2=13.2,并且两样本是相互独立 的，试求h1-42的90%的置信区间 9假设0.50,1.25,0.80,2.00是来自总体X的简单随机样本值.已知Y=1nX 服从正态分布N(,1), (1)求X的数学期望E(X)(记E(X)为)； (2)求4的置信系数为0.95的置信区间； (3)利用上述结果求b的置信系数为0.95的置信区间.❅ ✲➀❆➨ü ï ❞☛➯☛➲☛➳✎➵☛➆✒☛Ù ï✠þ ✮ ✴P❈✎❬☛❪ ❊❮❞✟✎✡☛æ☛ç☛è☛✍q é ❅❛ê ❆➹→ ëíî ✷ê ➄➀ÿ ❅ ➄ ⑦ ê ❆ ❍ ✻ ✁ ê ✁ ➄ ❍ ✻ö❍ ø✄✂❍ ø❿ù ➄ q❺②☛➃✍❥ ❊❋ ❍■❊❏ ❍✼▼✼▼✼▼❇❍■❊❖ ◗☛❙❮❚❾❱ ❊❮❞☛úÙq û ❞✎❤☛✐☛ã ❅ ✰❇❆➨ü ➄ ❞➭➆✒☛Ù ➄ý ❹ ❅ ✲➀❆➨ü ➄ý ❞✎t☛✉ Ñ➽Ò▲Ó ❅ ➄ý ❆ ✮ ✶➥❈✄☎✝✆✝✞✝✟☛❞✄✠➩✝✡✝☛ ❊Ö❞✟☛✡☛æ✎ç☛è☛✍q é ❅❛ê ❹ ➄ ❆ → ëíî ✲ ð ñ ❏✌☞ ô▲ñ✎✍✑✏ ❍ ê õ ➄ ❍ ✻ö❍ ê ÷ ➄ ❍ ø➴ù ➄ õ ✻ q❺②✎➃✍❥ ê ❋ ❍ ê❏ ❍✼▼✼▼✼▼✽❍ ê❖ ◗✎❙Ö❚❲❱ ❊ ❞✎úÙq û ❞➚❤✎✐➚s✎❥Øü ➄ ❞ ➯✎➲☛➳☛➵☛➆✒s☛ã ✷ ❈ ➄ý ❋✓✒ ➄ý❏❼◗ ➄ ❞✕✔✎❣➚á✎â✎❞❐✎❒➆✒☛Ù❥✗✖ Ñ➽Ò▲Ó ❅ ➄ý ❋➒❆➹→Ü✲Ñ➽Ò▲Ó ❅ ➄ý ❏❇❆❶❥Ôü✕✘✍ Ý❋ ✒ Ý❏ ❥✙✠ ➄ý → Ý❋ ➄ý ❋✛✚ Ý❏ ➄ý❏ q ➄ ❞❐☛❒➆✒❥✙✜✄✠ Ñ➽Ò▲Ó ❅ ➄ý ❆ ➈✝✢✄✣✝✤ã ✭✥☎✝✦✩❸★✧✝✩❭❞✫✪✭✬✭✮✫✯✭✰✫✱❭❳❩❨♥✭✲ ❴❅❛❵ ❍❝❜❏ ❆ ❻✴✳Ï☛Ð✝✵✝✱ù✙✶✫✷ ✶✹✸✄✺ ➺✮✝✯q ❅✼✻✝✽✖ ✾✥✾❆ ✲ ✲➫✮ ä ✲ö✰▲✮✳✶ ✲▲✻ö✮ ✻ ✲ö✰▲✮✳✹ ✲ö✰▲✮✵✴ ❅ ✰❇❆➨✈ ❜ →Õ✻ ➢ ä ③❥➞ü ❵ ❞✎④☛⑤☛⑥✍q ✻ö✮✳✺ ✶➎❞✎④☛⑤✩❷☛❸Ú ❅ ✲➀❆➨✈ ❜ ❺②☛③❥✘ü ❵ ❞☛④☛⑤✎⑥✍q ✻ö✮✳✺ ✶➥❞☛④☛⑤❿❷☛❸➞ã ✹➥❈✎❙❯❚❧❴❅❛❵ ❋ ❍✽✰✽✷➀❆ ❞☛❢☛úÙq ✰✽✶➥❞☛❤☛✐☛❥ ø❤☛✐☛r☛s ❊❋ →☛✰ ✴ ➢ ✷ ❹ ❙❯❚❾❬✎❪ ❴❅❛❵❏ ❍✽✰✽✷➀❆➨❞☛❢☛úÙq ✲▲✻P❞✎❤☛✐☛❥ ø❤☛✐☛r☛s ❊❏ →❩✰ ä ➢ ✲ ❻ ✜✝✖✝✔☛❤✎✐☛◗☛➾☛à☛á❭â ❞✎❥✙✿☛ü ❵ ❋ ⑦ ❵❏ ❞ ✺▲✻❁❀ ❞☛④☛⑤✩❷☛❸✫ã ✺❃❂✎❈ ✻ ➢ ✶▲✻ö❍✽✰ ➢ ✲ ✶➫❍❝✻ ➢ ✹▲✻ö❍ ✲ ➢ ✻➀✻●◗☛❙❯❚❾❬☛❪ ❊❯❞✝❄✻Ï☛Ð☛❤☛✐☛s❭ã ✇✘② ❅ →❇❆❉❈ ❊ ✰✄✱☛❳☛❨♥✝✲ ❴❅❛❵ ❍✽✰❇❆ ❍ ❅ ✰❇❆➨ü ❊❰❞✍☛✧✄❊✝❋ ●❅❊Ô❆ ❅✼❍ ●❅❊Ô❆ q ■❆ ❹ ❅ ✲➀❆➨ü ❵ ❞✎④☛⑤☛⑥✍q ✻ ➢ ✺ ✶➥❞☛④☛⑤✩❷☛❸Ú ❅ ä ❆✓❏➩✝❑✝▲✝▼✝◆ü ■ ❞☛④☛⑤✎⑥✍q ✻ ➢ ✺ ✶➎❞☛④✎⑤✩❷☛❸➞ã