(I)
因為X,Y相互獨立且均服從於正態分佈,所以Z=X-Y也服從於正態分佈.
又因為:
E(Z)=E(X-Y)=E(X)-E(Y)=μ-μ=0,
D(Z)=D(X-Y)=D(X)+D(Y)=3σ2,
所以:Z~N(0,3σ2),
從而可得Z的機率密度為:
fZ(z,σ2)=
1
2π
3σe?
z2
2?3σ2=
6πσe?
6σ2,-∞<z<+∞.
(II)
σ2的最大似然函式為:
L(σ2)=
n
π
i=1f(zi;σ2)=
i=1(
zi2
6σ2),-∞<zi<+∞,i=1,2,…,n.
兩邊取對數,得:
lnL(σ2)=
i=1(?ln
6π?
2lnσ2?
6σ2),
對上式兩邊求導,得:
d?lnL(σ2)
dσ2=
i=1(?
2σ2+
6(σ2)2)=
6(σ2)2(?3nσ2+
i=1zi2).
令:
dσ2=0,
可得:σ2=
3n
i=1zi2,
所以σ2的極大似然估計量為:
σ2=
i=1zi2.
(III)
因為:E
i=1E(zi2)=
3n?nE(Z2)=
3(D(Z)+(E(Z))2)=
3(3σ2+0)=σ2,
所以
σ2為σ2的無偏估計.
(I)
因為X,Y相互獨立且均服從於正態分佈,所以Z=X-Y也服從於正態分佈.
又因為:
E(Z)=E(X-Y)=E(X)-E(Y)=μ-μ=0,
D(Z)=D(X-Y)=D(X)+D(Y)=3σ2,
所以:Z~N(0,3σ2),
從而可得Z的機率密度為:
fZ(z,σ2)=
1
2π
3σe?
z2
2?3σ2=
1
6πσe?
z2
6σ2,-∞<z<+∞.
(II)
σ2的最大似然函式為:
L(σ2)=
n
π
i=1f(zi;σ2)=
n
π
i=1(
1
6πσe?
zi2
6σ2),-∞<zi<+∞,i=1,2,…,n.
兩邊取對數,得:
lnL(σ2)=
n
i=1(?ln
6π?
1
2lnσ2?
zi2
6σ2),
對上式兩邊求導,得:
d?lnL(σ2)
dσ2=
n
i=1(?
1
2σ2+
zi2
6(σ2)2)=
1
6(σ2)2(?3nσ2+
n
i=1zi2).
令:
d?lnL(σ2)
dσ2=0,
可得:σ2=
1
3n
n
i=1zi2,
所以σ2的極大似然估計量為:
σ2=
1
3n
n
i=1zi2.
(III)
因為:E
σ2=
1
3n
n
i=1E(zi2)=
1
3n?nE(Z2)=
1
3(D(Z)+(E(Z))2)=
1
3(3σ2+0)=σ2,
所以
σ2為σ2的無偏估計.