设总体X服从[0,θ]上的均匀分布，其中 theta in (0, +infty) 为未知参数， X_(1), X_(2), ..., X_(n) 是来自总体X的简单随机样本，记 X(n) = max X_{1), X_(2), ..., X_(n) } ， T_(c) = cX(n) .(1) 求c，使得 T_(c) 是θ的无偏估计；(2) 记 h(c) = E(T_(c) - theta)^2，求c使得h(c)最小。

已知 (x_(1),x_(2),...,x_(n)) 是来自总体 X 的样本，X服从[0,θ]上的均匀分布，则未知参数θ的矩估计是 ( )。A. $\frac{

设总体 X sim N(mu, sigma^2), X_(1), X_(2), ..., X_(n) 为来自总体X的简单随机样本，则 sum_(i=1)^n((

1 设总体Xsim N(0,1)，X_(1),X_(2),...,X_(n)为X的样本，则((X_(1)-X_(2))/(X_(3)+X_{4)})^2服从__

1.22 假设X总体服从参数为λ的泊松分布，X_(1),X_(2),...,X_(n)是来自总体X的简单随机样本，其均值为X，样本方差S^2=(1)/(n-1)

16.设总体Xsim N(0,1)，X_(1),X_(2),X_(3),X_(4)是来自总体X的简单随机样本，又设Y=(X_(1)+X_(2))^2+(X_(3

18（2023，10题，5分）设X_(1),X_(2)为来自总体N(mu,sigma^2)的简单随机样本，其中sigma(sigma>0)是未知参数.若hat(

8.已知总体X服从正态分布N(μ，σ²)，其中μ∈R和σ²>0均未知，X_(1)，X_(2)，…，X_(16)是来自总体X的简单随机样本，对假设检验问题H_(0

设(X_(1),X_(2),X_(3),X_(4))是总体X的简单随机样本，X~N(0,4)，F=C(X_(1)^2)/(X_(2)^2+X_{3)^2+X_(

3.设总体Xsim N(theta+3,1)，theta为未知参数，X_(1),X_(2)...X_(n)是来自该总体的样本，样本均值overline(X)=(

16、设X~U(0,θ)，其中θ>0为未知参数，又X_(1),X_(2),...,X_(n)为来自总体X的样本，则θ的矩估计量是( ) .A. $\bar{X}