设总体Xsim N(mu,sigma^2)(sigma>0)，从该总体中抽取简单随机样本其样本的均值overline(X)=(1)/(2n)sum_(i=1)^2nX_(i)统计量Y=sum_(i=1)^n(X_(i)+X_(n+i)-2overline(X))^2的数学期望E(Y)=2nsigma^2

30 总体Xsim N(mu,sigma^2)，x_(1),x_(2),...,x_(n)为其样本，overline(x)=(1)/(n)sum_(i=1)^n

设总体 X sim N(mu, sigma^2), X_(1), X_(2), ..., X_(n) 为来自总体X的简单随机样本，则 sum_(i=1)^n((

1.6 总体X-N(mu,sigma^2)，x_(1),x_(2),...,x_(n)为其样本，bar(x)=(1)/(n)sum_(i=1)^nx_(i)，s

设总体 X sim N(mu, sigma^2), mu, sigma^2 均未知，则 (1)/(n) sum_(i=1)^n (X_i - overline(

设总体Xsim N(mu,sigma^2)，mu,sigma^2均未知，则(1)/(n)sum_(i=1)^nX_(i)是mu的矩估计。A 对B 错判断题（共2

设X_1, X_2, ldots, X_n是来自总体N(mu, sigma^2)的样本，令Y = (sum_(i=1)^n(X_i - overline(X))

样本方差 D_(n)=(1)/(n-1)sum_(i=1)^n(X_(i)-overline(X))^2 是总体 Xsim N(mu,sigma^2) 中 s^

2.设X_(1),...,X_(n)是来自总体X的一个样本，且Xsim N(0,sigma^2)，overline(X)为样本均值，则(1)/(sigma)su

设X_(1),X_(2),...,X_(n)为总体X的简单样本，则样本均值overline(X)=(1)/(n)sum_(i=1)^nX_(i).A. 对B.

设总体 X sim N(0,1)，(X_1,X_2,...,X_n) 是总体 X 的样本，令 overline(X)=(1)/(n)sum_(i=1)^nX_i