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 + X_3(B) (2)/(5) X_1 + (2)/(5) X_2 + (2)/(5) X_3(C) (1)/(5) X_1 + (1)/(5) X_2 + (1)/(5) X_3(D) (1)/(5) X_1 + (1)/(5) X_2 + (3)/(5) X_3

设 X_1, X_2, ..., X_n 是来自正态总体 X sim N(mu, sigma^2) 的样本，则 (overline(X) - mu)/(sqrt

设 X_1, X_2, ldots, X_n 是来自正态总体 X sim N(mu, sigma^2) 的样本，则 ((n-1)S^2)/(sigma^2) s

设 X_1, X_2,..., X_n 是来自正态总体 N(mu, sigma^2) 的简单随机样本, 统计量() Y = n((overline(X) - m

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(mu, sigma^2)，其中 mu, sigma^2 已知，X_1, X_2, ldots, X_n （n geq 3）为来自总体 X

设总体 X sim N(mu, sigma^2)，X_1, X_2, X_3 是来自 X 的样本，则最有效的估计量是【 】。A. $\hat{\mu}_1 =

设X_1, X_2, ..., X_n是来自总体X样本，EX=mu, DX=sigma^2，则下列结论错误的是()。 设$X_1, X_2, \cdots,

设X_1, X_2, ldots, X_n（n > 2）是来自总体N(mu, sigma^2)的简单随机样本，overline(X)为样本均值，已知T = C

设 X_1, X_2, ..., X_n 为来自正态总体 N(mu, sigma^2) 的简单随机样本，overline(X) 为样本均值，S^2 为样本方差，

设总体 X sim N(mu, sigma^2)，X_1, X_2, ldots, X_n 是来自 X 的样本，则 sigma^2 的最大似然估计量是（ ）.