设 X_1, X_2, X_3 是来自总体 X 的简单随机样本，则下列统计量 T_1 = (1)/(2) X_1 + (1)/(3) X_2 + (1)/(6) X_3, T_2 = (1)/(2) X_1 + (1)/(3) X_2 + (1)/(4) X_3, T_3 = (1)/(3) (X_1 + X_2 + X_3), 中，最有效的一个为

设总体 X sim N(3,2^2)，X_1, X_2, X_3, X_4 为其简单随机样本，若统计量 a[(X_1 - X_2)^2 + (X_3 + X_4

若总体X sim N(0,1)，X_1, X_2, X_3为来自总体的样本，则X_1^2 + X_2^2 + X_3^2 sim chi^2(___).若总体$

已知X_1, X_2, X_3都在[0, 2]上服从均匀分布, 则E(3 X_1 - X_2 + 2 X_3)= ()A. 1B. 2C. 3D. 4

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 +

设随机变量 X_1, X_2, X_3 独立同分布且 X_1 的分布函数为 F(x)，则 Z=max[X_1, X_2, X_3] 的分布函数为()A. $[1

设X_1,X_2,...,X_n为来自总体X的简单随机样本，E(X)=mu，D(X)=sigma^2，记hat(mu)_1=(1)/(5)X_1+(3)/(10

设总体 X sim N(0,4)，X_1, X_2, ..., X_5 为来自总体的样本，若 chi^2 = (X_1^2)/(a) + ((X_2 - X_3

设 X_1, X_2, X_3 为来自总体 X 的简单随机样本，其中 hat(mu)_1 = 0.4X_1 + 0.2X_2 + 0.4X_3，hat(mu)_

设 X_1, X_2, X_3 为来自总体 X 的样本，则下列(）不是总体均值无偏估计量A. $\hat{\mu}_1 = 0.2X_1 + 0.3X_2 +

设样本总体 X_1, X_2 来自正态总体 N(mu, sigma^2)，(2)/(3)X_1+(1)/(3)X_2，(1)/(2)X_1+(1)/(2)X_2