5、已知样本x1,x 2,···,x16取自正态分布总体N(0,16),X为样本均值,已知-|||- overline {X)geqslant lambda } =0.01, 则 lambda = __

参考答案与解析：

相关试题

，(X)_(16)取自正态分布总体N(0,16)，overline(X)为样本均值，已知P overline {X)geqslant lambda } =0.01，则lambda = .

，(X)_(16)取自正态分布总体N(0,16)，overline(X)为样本均值，已知P overline {X)geqslant lambda } =0.0

  • 查看答案

    • ,(X)_(16)取自正态分布总体_(1),(X)_(2),... ,(X)_(16)，_(1),(X)_(2),... ,(X)_(16)为样本均值，已知_(1),(X)_(2),... ,(X)_

    ,(X)_(16)取自正态分布总体_(1),(X)_(2),... ,(X)_(16)，_(1),(X)_(2),... ,(X)_(16)为样本均值，已知_(

  • 查看答案

    • 例2 设总体x服从正态分布N(μ,2^2 ),从总体X中抽取容量为16的样本-|||-X1,X2,···,x16·-|||-(1)如果已知 =0, 求 sum _(i=1)^16({X)_(i)}^2

    例2 设总体x服从正态分布N(μ,2^2 ),从总体X中抽取容量为16的样本-|||-X1,X2,···,x16·-|||-(1)如果已知 =0, 求 sum

  • 查看答案

    • 设(X1,X2,···,Xn)是取自总体 sim E(X) 的一个样本,X为样本均值,-|||-sqrt (ar(overline {X))}=dfrac (1)(n{lambda )^2}-|||-

    设(X1,X2,···,Xn)是取自总体 sim E(X) 的一个样本,X为样本均值,-|||-sqrt (ar(overline {X))}=dfrac (1

  • 查看答案

    • 6.设x1,x2···x16为来自总体N(1,4)的样本,x为样本均-|||-值,则 overline (x)- ()()-|||-A (16,dfrac (1)(4))-|||-B (16,dfra

    6.设x1,x2···x16为来自总体N(1,4)的样本,x为样本均-|||-值,则 overline (x)- ()()-|||-A (16,dfrac (1

  • 查看答案

    • 设X1，…，X16是取自正态总体N（0，σ2）的样本，

    [单选题]设X1，…，X16是取自正态总体N（0，σ2）的样本，则服从（）．A . 正态分布B . 自由度为16的t分布C . 标准正态分布D . 自由度为15的t分布

  • 查看答案

    • ，(X)_(16))取自标准正态分布总体N(0，1)，overline(X)、S分别为样本均值和标准差，则(,,,,,)A、overline(X)sim N(0，1)B、overline(X)sim

    ，(X)_(16))取自标准正态分布总体N(0，1)，overline(X)、S分别为样本均值和标准差，则(,,,,,)A、overline(X)sim N(0

  • 查看答案

    • 设X1,X2···,xn是来自总体 -pi (lambda ) 的样本,X为样本均值,则 ((X)^2)=-|||-(A λ2-|||-(B (lambda )^2+lambda -|||-C 2λ-

    设X1,X2···,xn是来自总体 -pi (lambda ) 的样本,X为样本均值,则 ((X)^2)=-|||-(A λ2-|||-(B (lambda )

  • 查看答案

    • 若总体X服从指数分布E(lambda)，X_1,X_2,...,X_n为来自X的样本，overline(X),S^2为样本均值和样本方差，则lambda的矩估计量为(）

    若总体X服从指数分布E(lambda)，X_1,X_2,...,X_n为来自X的样本，overline(X),S^2为样本均值和样本方差，则lambda的矩估计

  • 查看答案

    • 设 X_1, X_2, ..., X_n 是取自指数分布 E(lambda) 的样本，lambda > 0 为常数.(1) 试求样本均值 overline(X) 所服从的分布；(2) 若

    设 X_1, X_2, ..., X_n 是取自指数分布 E(lambda) 的样本，lambda > 0 为常数.(1) 试求样本均值 overline(X)

  • 查看答案