(2). 当似然方程无解时,似然解 \( \hat {\theta } \) 一定为样本的边界 \( x_{(1)} \) 或 \( x_{(n)} \) 。
查看答案
(1). 从似然方程 \(\frac{\partial \ln L(\theta )}{\partial \theta }=0\) 中总能获得似然估计值。
(2). 设总体 \( X\sim U(a,b) \),则其参数的矩估计必有 \( \hat {a}\le \hat {b} \) ?
(1). 总体只有一个单参数 \( \theta \),则参数 \( \theta \) 的矩估计一定会通过数学期望获得。