设X_1, X_2, ..., X_n是来自总体X样本，EX=mu, DX=sigma^2，则下列结论错误的是()。

设$X_1, X_2, \cdots, X_n$是来自总体X样本，$EX=\mu$, $DX=\sigma^2$，则下列结论错误的是()。

A. $\frac{1}{n}\sum_{i=1}^{n}X_i$ 与 $\frac{1}{n}\sum_{i=1}^{n}(X_i-\overline{X})^2$ 独立
B. $\sum_{i=1}^{n}(\frac{X_i-\overline{X}}{\sigma})^2 \sim \chi^2(n)$
C. $\frac{\sqrt{n-1}(\frac{1}{n}\sum_{i=1}^{n}X_i-\mu)}{\sqrt{\sum_{i=1}^{n}(X_i-\overline{X})^2}} \sim t(n-1)$
D. A、B、C三种结论都错误

参考答案与解析：

相关试题

设 X_1, ..., X_n 是来自总体 X 的样本，EX = mu，DX = sigma^2，bar(X) 是样本均值，S^2 是样本方差，则().: 设 X_1, ..., X_n 是来自总体 X 的样本，EX = mu，DX = sigma^2，bar(X) 是样本均值，S^2 是样本方差，则().A. $

查看答案

设 X_1, X_2, ..., X_n 是来自正态总体 X sim N(mu, sigma^2) 的样本，则 (overline(X) - mu)/(sqrt(sigma^2/n)) = _____: 设 X_1, X_2, ..., X_n 是来自正态总体 X sim N(mu, sigma^2) 的样本，则 (overline(X) - mu)/(sqrt

查看答案

设 X_1, X_2, Lambda, X_n 是来自正态总体 N(mu, sigma^2) 的样本，则（）是 mu 无偏估计.(A) X_1 + X_2 + X_3(B) (2)/(5) X_1: 设 X_1, X_2, Lambda, X_n 是来自正态总体 N(mu, sigma^2) 的样本，则（）是 mu 无偏估计.(A) X_1 + X_2 +

查看答案

设总体 X sim N(mu, sigma^2)，其中 mu, sigma^2 已知，X_1, X_2, ldots, X_n （n geq 3）为来自总体 X 的样本，overline(X) 为样本: 设总体 X sim N(mu, sigma^2)，其中 mu, sigma^2 已知，X_1, X_2, ldots, X_n （n geq 3）为来自总体 X

查看答案

设总体 X sim N(mu, sigma^2)，(X_1, X_2, ldots, X_n) 为来自总体 X 的简单随机样本，则下列结论不正确的是(）: 设总体 X sim N(mu, sigma^2)，(X_1, X_2, ldots, X_n) 为来自总体 X 的简单随机样本，则下列结论不正确的是(）A. $

查看答案

设总体 X sim N(mu, sigma^2)，其中 mu, sigma^2 均未知，设 X_1, X_2, ..., X_n 是来自总体 X 的样本，则 mu 的置信水平为 1 - alpha 的: 设总体 X sim N(mu, sigma^2)，其中 mu, sigma^2 均未知，设 X_1, X_2, ..., X_n 是来自总体 X 的样本，则 m

查看答案

设 X_1, X_2, ldots, X_n 是来自正态总体 X sim N(mu, sigma^2) 的样本，则 ((n-1)S^2)/(sigma^2) sim ldots: 设 X_1, X_2, ldots, X_n 是来自正态总体 X sim N(mu, sigma^2) 的样本，则 ((n-1)S^2)/(sigma^2) s

查看答案

设总体 X sim N(mu, sigma^2)，X_1, X_2, ldots, X_n 是来自 X 的样本，则 sigma^2 的最大似然估计量是（）.: 设总体 X sim N(mu, sigma^2)，X_1, X_2, ldots, X_n 是来自 X 的样本，则 sigma^2 的最大似然估计量是（）.

查看答案

设总体 X sim N(mu, sigma^2)，X_1, X_2, ..., X_n 是来自总体 X 的一个样本，则 sigma^2 的无偏估计量是().: 设总体 X sim N(mu, sigma^2)，X_1, X_2, ..., X_n 是来自总体 X 的一个样本，则 sigma^2 的无偏估计量是().A.

查看答案

设X_1, X_2, ldots, X_n（n > 2）是来自总体N(mu, sigma^2)的简单随机样本，overline(X)为样本均值，已知T = C(X_1 + X_n - 2ove: 设X_1, X_2, ldots, X_n（n > 2）是来自总体N(mu, sigma^2)的简单随机样本，overline(X)为样本均值，已知T = C

查看答案