设 X_1, ..., X_n 是来自总体 X 的样本，且 EX = mu，则 mu 的无偏估计是（）

A. $\frac{1}{n} \sum_{i=1}^{n-1} X_i$

B. $\frac{1}{n-1} \sum_{i=1}^{n} X_i$

C. $\frac{1}{n} \sum_{i=2}^{n} X_i$

D. $\frac{1}{n-1} \sum_{i=1}^{n-1} X_i$

参考答案与解析：

相关试题

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, ..., 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,

查看答案

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

设总体 X sim N(mu, sigma^2), X_1, X_2, ldots, X_n 是来自总体 X 的样本，据此样本检验假设 H_0: mu = mu_0, H_1: mu neq mu_0: 设总体 X sim N(mu, sigma^2), X_1, X_2, ldots, X_n 是来自总体 X 的样本，据此样本检验假设 H_0: mu = mu

查看答案

设样本 X_1, X_2, ldots, X_n 来自总体 X，则下列估计量中不是总体均值 mu 的无偏估计量的是(）: 设样本 X_1, X_2, ldots, X_n 来自总体 X，则下列估计量中不是总体均值 mu 的无偏估计量的是(）A. $\overline{X}$B. $

查看答案

设总体 X sim N(mu, sigma^2)，X_1, X_2, ldots, X_n 为来自该总体的样本，bar(X) 为样本均值，S^2 为样本方差，则 mu 的极大似然估计为: 设总体 X sim N(mu, sigma^2)，X_1, X_2, ldots, X_n 为来自该总体的样本，bar(X) 为样本均值，S^2 为样本方差，则

查看答案

设总体 X sim N(mu, sigma^2)，其中 mu, sigma^2 为未知参数，X_1, ldots, X_n 是来自 X 的一个样本，则可作为 sigma^2 的无偏估计的是____；: 设总体 X sim N(mu, sigma^2)，其中 mu, sigma^2 为未知参数，X_1, ldots, X_n 是来自 X 的一个样本，则可作为 s

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