A. $\mu$ 的无偏估计
B. $\sigma^2$ 的无偏估计
C. $\mu$ 的矩估计
D. $\sigma^2$ 的极大似然估计
12.设总体 sim N(mu ,(sigma )^2), μ,σ^2均未知,则 dfrac (1)(n)sum _(i=1)^n(({X)_(i)-overl
设X_1, X_2, ldots, X_n是来自总体N(mu, sigma^2)的样本,令Y = (sum_(i=1)^n(X_i - overline(X))
7.设总体X服从N(mu,sigma^2),其中mu和sigma^2均未知,X_(1),X_(2),...,X_(n)是来自总体X的一个样本,记overline
,(X)_(n+1))(ngt 1) 取自总体 sim N(mu ,(sigma )^2) , overline (X)=dfrac (1)(n)sum _(i
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((
设总体Xsim N(mu,sigma^2),mu,sigma^2均未知,则(1)/(n)sum_(i=1)^nX_(i)是mu的矩估计。A 对B 错判断题(共2
设总体 X sim N(0, sigma^2),(X_1, X_2, ..., X_n) 是来自总体 X 的样本,则 (1)/(sigma^2) sum_(i=
45、设x_(1),x_(2),...,x_(n)是正态总体N(mu,sigma^2)的一个样本,sigma^2是已知参数,mu是未知参数,记overline(
4.设总体 sim N(mu ,(sigma )^2), x1,x2,···,xn为样本,证明 overline (x)=dfrac (1)(n)sum _(i
,(X)_(n+1))(ngt 1) 取自总体 sim N(mu ,(sigma )^2) . overline (X)=dfrac (1)(n)sum _(i