设 X sim N(mu, sigma^2)，对 X 进行观测，得到样本值 0, 1, 2, 3，则 mu 的矩估计值是

设 X sim N(mu , sigma^2)，对 X 进行观测，得到样本值 0, 1, 2, 3，则 mu 的矩估计值是:A. 2.5B. 2C. 1.5D.

设 X sim N(mu, sigma^2)，对 X 进行观测，得到样本值 0, 1, 2, 3，则 mu的矩估计值是A. 1B. 1.5C. 2.5D. 2

设 X sim N(u, sigma^2)，对 X 进行观测，得到样本值 0, 1, 2, 3，则 u 的矩估计值是A. 1.5B. 1C. 2D. 2.5

若x_1,x_2,...,x_n是Xsim N(mu,sigma^2)的样本观测值。则sigma^2的极大似然估计值hat(sigma)^2=(）。 若$x_

设总体sim N(mu ,(sigma )^2) 1:X22,X 3,X4是总体X的样本,令:sim N(mu ,(sigma )^2) 1:X22,X 3,X

2.设总体 sim N(mu ,(sigma )^2) ,σ^2已知,X1,X2,···,N是该总体的样本,对于检验假设-|||-_(0):mu =(mu )_

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 sim N(mu, sigma^2)，要使 Y sim N(0,1)，则A. $Y = \sigma X + \mu$B. $Y = \sigma X

多选题设总体sim N(mu ,(sigma )^2) X1,X2,···Xn为来自总体X的样本,sim N(mu ,(sigma )^2) X1,X2,···

设 x sim (Bernoulli)(p)，对 X 进行观测，得到样本值 0,1,0,1,1，则 p 的最大似然估计值 ()。A. 1B. 0.3C. 0.6