设(X_1, X_2, ..., X_n)为参数lambda的泊松分布的一个样本(lambda未知)，不是统计量的选项是

A. $X_1X_2\cdots X_n$

B. $\max(X_1, X_2, \cdots, X_n)- \min(X_1, X_2, \cdots, X_n)$

C. $\overline{X} / S_{n-1}$

D. $\frac{1}{n}\sum_{i=1}^{n}(X_i-\lambda)^2$

参考答案与解析：

相关试题

设 X_1, X_2, ..., X_n 是来自参数为 lambda 的泊松分布总体的一个样本，则 lambda 的矩估计量为（）: 设 X_1, X_2, ..., X_n 是来自参数为 lambda 的泊松分布总体的一个样本，则 lambda 的矩估计量为（）A. $\frac{\over

查看答案

设 x_1, x_2, ..., x_n 是来自泊松分布 P(lambda) 的一个样本，证明：(1) T = sum_(i=1)^n x_i 是 lambda 的充分统计量。(2) 依据条件分布 P: 设 x_1, x_2, ..., x_n 是来自泊松分布 P(lambda) 的一个样本，证明：(1) T = sum_(i=1)^n x_i 是 lambda

查看答案

设theta为总体X中的一个未知参数，X_1, X_2, ..., X_n为它的一个样本，x_1, x_2, ..., x_n为对应的样本值，hat(theta) = hat(theta)(X_1,: 设theta为总体X中的一个未知参数，X_1, X_2, ..., X_n为它的一个样本，x_1, x_2, ..., x_n为对应的样本值，hat(theta

查看答案

设总体 X sim B(n, p)，其中 p 是未知参数，X_1, X_2,..., X_n 是来自总体 X 的一个样本，则下面不是统计量的是(）: 设总体 X sim B(n, p)，其中 p 是未知参数，X_1, X_2,..., X_n 是来自总体 X 的一个样本，则下面不是统计量的是(）A. $\fr

查看答案

设X~b(1,p),其中p为未知参数,X_1,X_2, dots ,X_n为来自于总体X的一个样本,在下列选项中,()是统计量。: 设X~b(1,p),其中p为未知参数,X_1,X_2, dots ,X_n为来自于总体X的一个样本,在下列选项中,()是统计量。A. X_1+X_2B. max

查看答案

设总体X服从参数lambda确定的某分布，g(x_1,x_2,...,x_n)是n元连续函数，X_1,X_2,...,X_n为X的样本，如果()，则g(X_1,X_2,...,X_(n-1),lamb: 设总体X服从参数lambda确定的某分布，g(x_1,x_2,...,x_n)是n元连续函数，X_1,X_2,...,X_n为X的样本，如果()，则g(X_1,

查看答案

设 X sim b(1, p)，其中 p 为未知参数，X_1, X_2, dotsc, X_n 为来自于总体 X 的一个样本，下列各式中不是统计量的是:: 设 X sim b(1, p)，其中 p 为未知参数，X_1, X_2, dotsc, X_n 为来自于总体 X 的一个样本，下列各式中不是统计量的是:A. $

查看答案

设总体 X 服从参数为 lambda 的泊松分布，X_1, X_2, ldots, X_n 是来自总体 X 的一个简单随机样本，bar(X), S^2 分别是样本均值和样本方差，则 E(bar(X)): 设总体 X 服从参数为 lambda 的泊松分布，X_1, X_2, ldots, X_n 是来自总体 X 的一个简单随机样本，bar(X), S^2 分别是样

查看答案

设 [ x_1, x_2, ..., x_n ] 从总体X中抽取出来的一个样本，且m未知，则下面不是统计量的为(）.: 设 [ x_1, x_2, ..., x_n ] 从总体X中抽取出来的一个样本，且m未知，则下面不是统计量的为(）.A. $\frac{1}{n} \sum_

查看答案

设(X_1,X_2,...,X_n)为来自总体Xsim N(mu,sigma^2)的一个样本，其中mu,sigma^2未知，则下面不是统计量的是(）: 设(X_1,X_2,...,X_n)为来自总体Xsim N(mu,sigma^2)的一个样本，其中mu,sigma^2未知，则下面不是统计量的是(）A. $X_

查看答案