A. 极大似然估计
B. 矩法估计
C. 相合估计
D. 有偏估计
设 hat(theta) 是未知参数 theta 的估计量,若 E(hat(theta))=theta,则称 hat(theta) 为参数 theta 的一个_
设 hat theta = hat theta (X_1, X_2, dots ,X_n)是未知参数 theta的估计量,若 E(hat theta)= the
设hat(theta)_1和hat(theta)_2是参数theta的两个无偏估计量,若hat(theta)_1比hat(theta)_2更有效,则()A. $
10、判断 若hat(theta)是theta的无偏估计量,则(hat(theta))^2也是theta^2的无偏估计量.()A. √B. ×
10、判断 设hat(theta)是总体参数theta的极大似然估计量,则hat(T)=f(hat(theta))是f(theta)的极大然估计量.A. √B.
设 hat(theta)是参数 theta的无偏估计量,且 D(hat(theta)) > 0,则有 () $$ 设 $\hat{\theta}$是参数 $
判断设 hat(theta_1), hat(theta_2)是 theta的无偏估计量,若 D(theta_1) > D(theta_2),则 hat(thet
设 hat(theta)_1, hat(theta)_2 是参数 theta 的两个相互独立的无偏估计量,且 D(hat(theta)_1)= 2D(hat(t
若hat(theta)是theta的无偏估计,则hat(theta)^2也是theta^2的无偏估计。()A. 对B. 错
设总体 X sim U(0, theta), 其中 theta 为未知参数, X_1, X_2, ldots, X_n 为来自总体 X 的样本, 则 theta