设X_1, X_2, X_3是来自总体X sim P(lambda)的样本，则下列lambda的无偏估计量中最有效的是()

A. $\frac{1}{3}X_1 + \frac{1}{2}X_2 + \frac{1}{6}X_3$

B. $\frac{1}{4}X_1 + \frac{1}{2}X_2 + \frac{1}{4}X_3$

C. $\frac{1}{3}X_1 + \frac{1}{3}X_2 + \frac{1}{3}X_3$

D. $\frac{1}{3}X_1 + \frac{1}{4}X_2 - \frac{1}{12}X_3$

参考答案与解析：

相关试题

设 X_1, X_2, X_3 为来自总体 X 的样本，则下列(）不是总体均值无偏估计量: 设 X_1, X_2, X_3 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_1 + 0.3X_2 +

查看答案

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【】。: 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 =

查看答案

X_1, X_2, X_3, ..., X_n 是来自总体 X 的一个样本, 且 X sim P(lambda), 则 PX=0 的最大似然估计量为 ().: X_1, X_2, X_3, ..., X_n 是来自总体 X 的一个样本, 且 X sim P(lambda), 则 PX=0 的最大似然估计量为 ().A.

查看答案

设 X_1, X_2, dotsc, X_n 是来自总体 X 的一个样本，且 X sim P(lambda)，则 P X = 0的最大似然估计量为 ()。: 设 X_1, X_2, dotsc, X_n 是来自总体 X 的一个样本，且 X sim P(lambda)，则 P X = 0的最大似然估计量为 ()。A.

查看答案

设 X_1, X_2, dotsc, X_n 是来自总体 X 的一个样本，且 X sim P(lambda)，则 P X = 0的最大似然估计量为 ()。: 设 X_1, X_2, dotsc, X_n 是来自总体 X 的一个样本，且 X sim P(lambda)，则 P X = 0的最大似然估计量为 ()。A.

查看答案

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: 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 +

查看答案

设样本 X_1, X_2, ldots, X_n 来自总体 X，则下列估计量中不是总体均值 mu 的无偏估计量的是(）: 设样本 X_1, X_2, ldots, X_n 来自总体 X，则下列估计量中不是总体均值 mu 的无偏估计量的是(）A. $\overline{X}$B. $

查看答案

(X_1, X_2, X_3, X_4) 是来自总体 X sim N(mu, sigma^2) 的样本，下列统计量中作为总体均值 mu 的估计量最有效的是(): (X_1, X_2, X_3, X_4) 是来自总体 X sim N(mu, sigma^2) 的样本，下列统计量中作为总体均值 mu 的估计量最有效的是()A

查看答案

设 X_1, X_2, ..., X_n 是来自参数为 lambda 的泊松分布总体的一个样本，则 lambda 的矩估计量为（）: 设 X_1, X_2, ..., X_n 是来自参数为 lambda 的泊松分布总体的一个样本，则 lambda 的矩估计量为（）A. $\frac{\over

查看答案

设 X_1, X_2, X_3 是来自正态总体 N(0, sigma^2) 的样本,已知统计量 c(2X_1^2 - X_2^2 + X_3^2) 是方差 sigma^2 的无偏估计量则常数 c 等于: 设 X_1, X_2, X_3 是来自正态总体 N(0, sigma^2) 的样本,已知统计量 c(2X_1^2 - X_2^2 + X_3^2) 是方差 si

查看答案