5.[单选题]设总体X服从泊松分布P(λ)，其中λ>0未知，X_(1),X_(2),…,X_(n)是来自X的样本，则λ的矩估计量为( ).A 2overline(X)

16、设X~U(0,θ)，其中θ>0为未知参数，又X_(1),X_(2),...,X_(n)为来自总体X的样本，则θ的矩估计量是( ) .A. $\bar{X}

4【单选题】设X_(1),X_(2),X_(3),X_(4)为来自总体X的样本，则下列（）不是总体均值无偏估计量.A. $\hat{\mu}_{1}=0.2X_

设总体X:B(m,p)，X_(1),X_(2),...,X_(n)是来自总体X的样本，则未知参数p的极大似然估计量为（）.A. $\overline{X}$B.

3、若总体X服从参数为λ的伯松分布，X_(1),X_(2),...,X_(n)为X的样本，则参数λ的矩估计量hat(lambda)=A. $\overline{

已知 (x_(1),x_(2),...,x_(n)) 是来自总体 X 的样本，X服从[0,θ]上的均匀分布，则未知参数θ的矩估计是 ( )。A. $\frac{

设总体Xsim B(m,p)，x_(1),x_(2),...,x_(n)是来自总体X的样本，则未知参数p的极大似然估计量为( ).A. $\overline{x

1 设总体Xsim N(0,1)，X_(1),X_(2),...,X_(n)为X的样本，则((X_(1)-X_(2))/(X_(3)+X_{4)})^2服从__

（单选题，2分）假设总体X服从正态分布X_(1),X_(2),...,X_(n)是来自总体X的一个样本，则有overline(X)sim（）.A. $N（\mu

2、若总体X服从参数为θ的指数分布，X_(1),X_(2),...,X_(n)为X的样本，则参数θ的矩估计量hat(theta)=A. $\frac{1}{\o

设X_(1),X_(2)...,X_(n)是来自总体X的样本，则(1)/(n-1)sum_(i=1)^n(X_(i)-overline(X))^2为(）.A.