A. $\hat{\mu}_1, \hat{\mu}_3$ 为无偏估计量，$\hat{\mu}_1$ 是最有效的估计量
B. $\hat{\mu}_1, \hat{\mu}_3$ 为无偏估计量，$\hat{\mu}_2$ 是最有效的估计量
C. $\hat{\mu}_1, \hat{\mu}_3$ 为无偏估计量，$\hat{\mu}_3$ 是最有效的估计量
D. $\hat{\mu}_2$ 为无偏估计量，$\hat{\mu}_3$ 是最有效的估计量
已知 X_1, X_2, X_3 为来自总体 X 的样本， hat(mu)_1 = 0.4X_1 + 0.2X_2 + 0.4X_3，hat(mu)_2 = 0
设X_1,X_2,...,X_n为来自总体X的简单随机样本，E(X)=mu，D(X)=sigma^2，记hat(mu)_1=(1)/(5)X_1+(3)/(10
设 X_1, X_2, X_3 为来自总体 X sim N(mu, sigma^2) 的一个样本，hat(mu)_1 = aX_1 + aX_2 + aX_3，
7.已知X1,X2为来自总体X的样本, (mu )_(1)=(X)_(1)+(X)_(2) , (mu )_(2)=0.2(X)_(1)+0.8(X)_(2)
设 X_1, X_2, X_3 是来自总体 X 的简单随机样本，则下列统计量 T_1 = (1)/(2) X_1 + (1)/(3) X_2 + (1)/
5、设X_(1),X_(2),X_(3),X_(4)为来自总体X的样本，且EX=mu，记hat(mu)_(1)=(1)/(2)(X_(1)+X_(2)+X_(3
设 X_1, X_2, Lambda, X_n 是来自正态总体 N(mu, sigma^2) 的样本，则（ ）是 mu 无偏估计.(A) X_1 + X_2 +
设 X_(1),X_(2) 是来自正态总体 N(mu,1) 的样本，则对统计量 hat(mu)_(1)=(2)/(3)X_(1)+(1)/(3)X_(2), h
设样本总体 X_1, X_2 来自正态总体 N(mu, sigma^2)，(2)/(3)X_1+(1)/(3)X_2，(1)/(2)X_1+(1)/(2)X_2
设总体 X sim N(3,2^2)，X_1, X_2, X_3, X_4 为其简单随机样本，若统计量 a[(X_1 - X_2)^2 + (X_3 + X_4