设$(X_1,X_2,\cdots,X_n)$为总体$N(\mu,\sigma^2)$($\mu$已知)的一个样本，$\overline{X}$为样本均值，则在总体方差$\sigma^2$的下列估计量中，为无偏估计量的是()
A $\hat{\sigma}^2=\frac{1}{n-1}\sum_{i=1}^n(X_i-\overline{X})^2$
B $\hat{\sigma}^2=\frac{1}{n}\sum_{i=1}^n(X_i-\overline{X})^2$
C $\hat{\sigma}^2=\frac{1}{n-1}\sum_{i=1}^n(X_i-\mu)^2$
D $\hat{\sigma}^2=\frac{1}{n}\sum_{i=1}^n(X_i-\mu)^2$
设总体 X sim N(mu, sigma^2)，X_1, X_2, ..., X_n 是来自总体 X 的一个样本，则 sigma^2 的无偏估计量是().A.
设 X_1, X_2, ..., X_n 是总体 X 的样本，下列估计量是总体均值 mu 的无偏估计量的是(）A. $\mu_1 = \frac{1}{2} X
设X_1,X_2为来自总体N(mu,sigma^2)的样本，则下列是mu的无偏估计量的是(）A. $\frac{1}{3}X_1+\frac{2}{3}X_2$
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
设总体 X，X_1, X_2, ..., X_n 是取自总体 X 的一个样本，overline(X) 为样本均值，则不是总体期望 mu 的无偏估计量的是A. $
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. $
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，
设X_1, X_2, ..., X_n是来自总体X sim N(mu, sigma^2)的一个样本，mu, sigma^2都是未知参数，样本均值overline
设总体 X sim N(mu, sigma^2)，其中 mu, sigma^2 已知，X_1, X_2, ldots, X_n （n geq 3）为来自总体 X
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（ ）.