A. $ \hat {\theta }=X_1 $
B. $ \hat {\theta }=2X_1 $
C. $ \hat {\theta }=\frac{1}{2}X_1 $
D. $ \hat {\theta }=X_1 +\frac{\theta }{2} $
设总体 X 服从区间 [-theta, theta] 上均匀分布 (theta > 0)，X_1, ..., X_n 为样本，则 theta 的最大似然估计为
假设总体 X 服从区间 [0, theta]上的均匀分布，样本 X_1, X_2, dotsc, X_n 来自总体 X 。则未知参数 theta的极大似然估计量
设 hat theta = hat theta (X_1, X_2, dots ,X_n)是未知参数 theta的估计量，若 E(hat theta)= the
设总体 X sim U(0, theta), 其中 theta 为未知参数, X_1, X_2, ldots, X_n 为来自总体 X 的样本, 则 theta
若总体X服从参数为theta的指数分布，X_1, X_2, ..., X_n为X的样本，则参数theta的矩估计量hat(theta)=A. $\frac{1}
设总体 X 服从区间 [theta, 4theta] 上的均匀分布 (theta > 0)，x_1, x_2, ldots, x_n 为来自 X 的样本，ov
设 X_1, X_2, X_3 是来自均值为 theta 的指数分布总体的样本，theta 未知，则 theta 的以下无偏估计量中(）较为有效。A. $\fr
设 hat(theta) 是未知参数 theta 的估计量，若 E(hat(theta))=theta，则称 hat(theta) 为参数 theta 的一个_
X_1, X_2, ..., X_n 是来自总体 X 的一个样本，求参数 theta 的极大似然估计量 hat(theta)，并判断其是否为 theta 的无偏
设总体X服从均匀分布U[0,θ],它的密度函数为-|||-(x;theta )= { ,0leqslant xleqslant theta 0, .-||