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 X 的一组样本，则 theta 的矩估计量为().

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

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

设样本X1, X2,..., Xn为来自总体X的一组样本，总体的概率密度为: [ f(x)= } theta x^theta-1, & 0A. $\hat{\t

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 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

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

（单选题，2分）已知总体X的概率密度为f(x;theta)=}theta x^theta-1,&0<1;0,&(其它).其中theta是未知参数