设一批零件的长度服从正态分布(mu ,(sigma )^2)，其中(mu ,(sigma )^2)均未知。现从中随机抽取 16 个 零件测得样本均值(mu ,(sigma )^2)，样本标准差 s = 1 ( cm )，则μ的置信度为 0.90 的置信区间是（）。(mu ,(sigma )^2)(mu ,(sigma )^2)(mu ,(sigma )^2)(mu ,(sigma )^2)

设一批零件的长度服从正态分布N(mu ,sigma ^2)，其中mu ，sigma ^2均未知.现从中随机抽取16个零件，测得样本均值overline(dot{

设一批零件的长度服从正态分布 N(μ,σ2), 其中 μ,σ2 均未知。现从中随机抽取

某果汁产品中的维生素含量X服从正态分布(mu ,(sigma )^2)，其中(mu ,(sigma )^2)未知，现随机抽取9件产品进行测量，测得样本均值(mu

设总体sim N(mu (sigma )^2),sim N(mu (sigma )^2)未知，从总体中抽取容量为9的样本，测得样本均值sim N(mu (sig

设总体 X sim N(mu, sigma^2), sigma^2 未知, bar(X) 为样本均值, S 为样本标准差, 检验假设 H_0: mu = 3 r

设总体sim N(mu (sigma )^2)，简单随机样本的容量sim N(mu (sigma )^2)，均值sim N(mu (sigma )^2)，样本方

设总体 X 服从正态分布 N(mu, sigma^2)，且 sigma^2 未知，(X_1, X_2, ..., X_n) 为其样本，overline(X) 为

设总体sim N(mu (sigma )^2)，其中 sim N(mu (sigma )^2)未知，已知 sim N(mu (sigma )^2) 是来自正态分

已知总体X服从[ mu ,(sigma )^2] ( [ mu ,(sigma )^2] 已知,[ mu ,(sigma )^2] 未知) ,[ mu ,(si

设某台面包机生产的面包服从(mu ,(sigma )^2),现从中抽9个面包测量重量,计算它们的平均重量(mu ,(sigma )^2),样本方差(mu ,(s