A. $\frac{1}{4} X_1 + \frac{1}{4} X_2 + \frac{1}{4} X_3 + \frac{1}{4} X_4$
B. $\frac{1}{5} X_1 + \frac{1}{5} X_2 + \frac{1}{5} X_3 + \frac{2}{5} X_4$
C. $\frac{1}{8} X_1 + \frac{3}{8} X_2 + \frac{1}{4} X_3 + \frac{1}{4} X_4$
D. $\frac{1}{6} X_1 + \frac{1}{6} X_2 + \frac{1}{3} X_3 + \frac{1}{3} X_4$
设总体 X sim N(mu, sigma^2),X_1, X_2, X_3 是来自 X 的样本,则最有效的估计量是【 】。A. $\hat{\mu}_1 =
设总体 X sim N(mu, sigma^2), 其中 mu 已知, X_1, X_2, X_3, X_4 是 X 的样本, 则不是统计量的是()。A. $X
设 X_1, X_2, X_3, X_4 是总体 N(mu, sigma^2) 的样本,mu 已知,sigma^2 未知,则不是统计量的是().A. $X_1
设 X_1, X_2, X_3是来自总体 X sim N(mu, sigma^2)的样本,其中 mu 已知,sigma^2未知,下列不是统计量的是:A. $X_
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 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 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(X_1,X_2,...,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