设 theta 和 X_1 ,... ,X_n 是总体 X 的未知参数及样本， hat(theta )_1 和 hat (theta )_2 是由样本确定的两个统计量，满足 Phat{theta )_1

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theta为总体X中的一个未知参数，X_1, X_2, ..., X_n为它的一个样本，x_1, x_2, ..., x_n为对应的样本值，hat(theta

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

设 X_1, X_2, ldots, X_n 是来自总体 X 的样本，总体 X 的概率密度函数为 f(x; theta)，theta 是未知参数，hat(the

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}

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)_1和hat(theta)_2是参数theta的两个无偏估计量，若hat(theta)_1比hat(theta)_2更有效，则()A. $

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 的概率密度为 f(x; theta)= theta x^theta-1 (0 0 是未知参数，(X_1, X_2, ..., X_n) 是来自于

设 hat(theta)_1, hat(theta)_2 是参数 theta 的两个相互独立的无偏估计量，且 D(hat(theta)_1)= 2D(hat(t