设 $X_1, X_2, \cdots, X_n$ 是来自正态总体 $N(\mu, \sigma^2)$ 的简单随机样本，其中 $\sigma$:未知，$\mu$ 为未知参数。记 $\overline{X}$ 为样本均值，$S^2$ 为样本方差，则 $\mu$ 的置信度为 $1-\alpha$ 的置信区间为(）.

• A. $\left(\overline{X}-\frac{\sigma}{\sqrt{n}}t_{\frac{\alpha}{2}}(n-1),\overline{X}+\frac{\sigma}{\sqrt{n}}t_{\frac{\alpha}{2}}(n-1)\right)$
• B. $\left(\overline{X}-\frac{S}{\sqrt{n}}z_{\frac{\alpha}{2}},\overline{X}+\frac{S}{\sqrt{n}}z_{\frac{\alpha}{2}}\right)$
• C. $\left(\overline{X}-\frac{S}{\sqrt{n}}t_{\frac{\alpha}{2}}(n-1),\overline{X}+\frac{S}{\sqrt{n}}t_{\frac{\alpha}{2}}(n-1)\right)$
• D. $\left(\overline{X}-\frac{\sigma}{\sqrt{n}}z_{\frac{\alpha}{2}},\overline{X}+\frac{\sigma}{\sqrt{n}}z_{\frac{\alpha}{2}}\right)$

设 $X_1, X_2, \cdots, X_n$ 为正态总体 $N(\mu, \sigma^2)$ 的一个样本（其中 $\mu$ 已知），则总体方差 $\si

设总体 $X \sim N(2, 16)$，$X_1, X_2, \cdots, X_n$ 是来自总体的样本, $\overline{X}$ 为样本均值,则()

设总体 $X \sim N(\mu_1, \sigma_1^2)$, $Y \sim N(\mu_2, \sigma_2^2)$ 相互独立，样本容量分别为 $n

设 $0 < x_1 < 3, x_{n+1} = \sqrt{x_n(3-x_n)} (n=1,2,\cdots)$, 证明数列 $\{x_n\}$ 的极限存

设 X_1, X_2,..., X_n 是来自正态总体 N(mu, sigma^2) 的简单随机样本, 统计量() Y = n((overline(X) - m

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

设 X_1, X_2, ldots, X_n 是来自正态总体 N(mu_0, sigma^2) 的简单随机样本，其中 mu_0 已知，sigma^2 > 0

设X_1, X_2, ldots, X_n（n > 2）是来自总体N(mu, sigma^2)的简单随机样本，overline(X)为样本均值，已知T = C

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 X_1, X_2, ..., X_n 为来自正态总体 N(mu, sigma^2) 的简单随机样本，则样本均值 overline(X) 服从的分布为()A.