$$ 假设总体 $X \sim N(\mu, \sigma^2)$,则参数为 $\mu, \sigma^2$的最大似然估计量是 () $$
假设总体 X sim N(mu, sigma^2) 则参数为 mu, sigma^2 的 最大似然估计量是()A. $\overline{X}, \frac{n
设总体分布为 N(mu,sigma^2),mu 已知,则 sigma^2 的最大似然估计量为( ) 设总体分布为 $N(\mu,\sigma^2)$,$\mu$
已知总体sim N(mu ,(sigma )^2),sim N(mu ,(sigma )^2)是其一组样本,证明:sim N(mu ,(sigma )^2)的估
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( ).
设总体 X sim N(mu, sigma^2), X_1, X_2, ldots, X_n 是来自总体 X 的一个样本,则 sigma^2 的最大似然估计量为
(sim N(mu ,(sigma )^2),sim N(mu ,(sigma )^2),sim N(mu ,(sigma )^2),sim N(mu ,(si
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
设总体 X 服从正态分布 N(mu, sigma^2),其中 mu,sigma^2 未知,(X_1, X_2, ldots, X_n) 是来自该总体的一个样本,
已知总体sim N(mu ,(sigma )^2),其中sim N(mu ,(sigma )^2)已知,设sim N(mu ,(sigma )^2)是取自总体X
设sim N(mu ,(sigma )^2),则sim N(mu ,(sigma )^2).()设,则.()A.随着的减小而增加B.随着的减小而减小C.不随着的