已知总体 X 的数学期望为 EX=0，方差为 DX=sigma^2，X_1,...,X_n 为总体 X 的一组简单随机样本，bar(X)=(1)/(n)sum_(i=1)^n X_i，S^2=(1)/(n-1)sum_(i=1)^n (X_i-bar(X))^2，则下列属于 sigma^2 的无偏估计量的是(）

设 X_1, X_2, ..., X_n 是X的样本,X的期望为EX,且 overline(X) = (1)/(n) sum_(i=1)^n X_i ,则有()

样本 X_1, X_2, ldots, X_n 来自总体 X sim N(0,1) ， overline(X) = (1)/(n) sum_(i=1)^n X_

设总体 X sim N(0, sigma^2)，(X_1, X_2, ..., X_n) 是来自总体 X 的样本，则 (1)/(sigma^2) sum_(i=

设 X_1, X_2, ..., X_n 为来自正态总体 N(mu, 2) 的简单随机样本，记 overline(X) = (1)/(n) sum_(i=1)^

设总体 X sim N(0,1)，(X_1,X_2,...,X_n) 是总体 X 的样本，令 overline(X)=(1)/(n)sum_(i=1)^nX_i

X_1, X_2, ..., X_n是取自总体X的样本，则(1)/(n)sum_(i=1)^n(X_i-bar(X))^2是（）A. 样本二阶中心矩B. 样本二

1.6 总体X-N(mu,sigma^2)，x_(1),x_(2),...,x_(n)为其样本，bar(x)=(1)/(n)sum_(i=1)^nx_(i)，s

设 X_1, X_2, dotsc, X_n 是从正态总体 N(mu, sigma^2)中抽取的样本，为使 D = k sum_(i=1)^n-1 (X_(i

设总体X服从正态分布N(mu,sigma^2)，其样本为x_1,x_2,...,x_n,x_(n+1)，overline(x_n)=(1)/(n)sum_(i=

设总体 X sim N(mu, sigma^2), X_(1), X_(2), ..., X_(n) 为来自总体X的简单随机样本，则 sum_(i=1)^n((