已知E（X），令E（X） = 样本均值/样本均量，求出矩估计值。
利用样本矩来估计总体中相应的参数。首先推导涉及感兴趣的参数的总体矩（即所考虑的随机变量的幂的期望值）的方程。然后取出一个样本并从这个样本估计总体矩。接着使用样本矩取代（未知的）总体矩，解出感兴趣的参数。从而得到那些参数的估计。
用样本矩作为相应的总体矩估计来求出估计量的方法.其思想是：如果总体中有 K个未知参数，可以用前 K阶样本矩估计相应的前k阶总体矩，然后利用未知参数与总体矩的函数关系，求出参数的估计量。
扩展资料：
基于对似然函数L(θ)形式(一般为连乘式且各因式>0)的考虑，求θ的最大似然估计的一般步骤如下：
1、写出似然函数：
总体X为离散型时：
总体X为连续型时：
2、对似然函数两边取对数有：
总体X为离散型时：
3、对取对数的似然函数：
求导数并令之为0：
此方程为对数似然方程。解对数似然方程所得，即为未知参数 的最大似然估计值。
根据样本算出X的均值，令E(X)=X的均值，解关于参数的方程，即可得到参数的矩估计值。
利用样本矩来估计总体中相应的参数。首先推导涉及感兴趣的参数的总体矩（即所考虑的随机变量的幂的期望值）的方程。然后取出一个样本并从这个样本估计总体矩。接着使用样本矩取代（未知的）总体矩，解出感兴趣的参数。从而得到那些参数的估计。
用样本矩作为相应的总体矩估计来求出估计量的方法.其思想是：如果总体中有 K个未知参数，可以用前 K阶样本矩估计相应的前k阶总体矩，然后利用未知参数与总体矩的函数关系，求出参数的估计量。
扩展资料：
矩法估计原理简单、使用方便，使用时可以不知总体的分布，而且具有一定的优良性质（如矩估计为Eξ的一致最小方差无偏估计），因此在实际问题，特别是在教育统计问题中被广泛使用。
但在寻找参数的矩法估计量时，对总体原点矩不存在的分布如柯西分布等不能用，另一方面它只涉及总体的一些数字特征，并未用到总体的分布。
因此矩法估计量实际上只集中了总体的部分信息，这样它在体现总体分布特征上往往性质较差，只有在样本容量n较大时，才能保障它的优良性,因而理论上讲，矩法估计是以大样本为应用对象的。
参考资料来源：百度百科--矩估计
本回答被网友采纳解题过程如下：
扩展资料
求矩估值的方法：
最简单的矩估计法是用一阶样本原点矩来估计总体的期望而用二阶样本中心矩来估计总体的方差。
矩法估计原理简单、使用方便，使用时可以不知总体的分布，而且具有一定的优良性质（如矩估计为Eξ的一致最小方差无偏估计），寻找参数的矩法估计量时，对总体原点矩不存在的分布如柯西分布等不能用。
另一方面它只涉及总体的一些数字特征，并未用到总体的分布，因此矩法估计量实际上只集中了总体的部分信息，这样它在体现总体分布特征上往往性质较差，只有在样本容量n较大时，才能保障它的优良性,因而理论上讲，矩法估计是以大样本为应用对象的。
用样本矩作为相应的总体矩估计来求出估计量的方法.其思想是：如果总体中有 K个未知参数，可以用前 K阶样本矩估计相应的前k阶总体矩，然后利用未知参数与总体矩的函数关系，求出参数的估计量。
本回答被网友采纳令E(X)=X的均值
解关于参数的方程，
即可得到参数的矩估计值。追问
第二行，那求的的矩估计量是多少
追答X的均值·(θ+2)=θ+1
θ=(1-2X的均值)/(X的均值-1)
好的，谢谢
本回答被提问者和网友采纳