A. $\frac{2}{3}X_1+\frac{1}{3}X_2$
B. $\frac{1}{4}X_1+\frac{1}{2}X_2+\frac{1}{4}X_3$
C. $\frac{1}{6}X_1+\frac{5}{6}X_3$
D. $\frac{1}{3}X_1+\frac{1}{3}X_2+\frac{1}{3}X_3$
设 X_1, X_2, Lambda, X_n 是来自正态总体 N(mu, sigma^2) 的样本,则( )是 mu 无偏估计.(A) X_1 + X_2 +
设(X_1,X_2,...,X_n)为来自总体Xsim N(mu,sigma^2)的一个样本,其中mu,sigma^2未知,则下面不是统计量的是()A. $X_
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),X_1, X_2, ..., X_n为X的一个样本,当mu未知时,求sigma^2的区间估计所构造的样本函数为(
设 X_1, X_2, X_3 为来自总体 X sim N(mu, sigma^2) 的一个样本,hat(mu)_1 = aX_1 + aX_2 + aX_3,
(X_1, X_2, X_3, X_4) 是来自总体 X sim N(mu, sigma^2) 的样本,下列统计量中作为总体均值 mu 的估计量最有效的是()A
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. $
设总体 X sim N(mu, sigma^2),其中 mu, sigma^2 为未知参数,X_1, ldots, X_n 是来自 X 的一个样本,则可作为 s
6.设总体Xsim N(mu,sigma^2),其中mu未知,X_(1),X_(2),X_(3),X_(4)为来自总体X的一个样本,则以下关于mu的4个无偏估计