(单选题,2分)假设总体X服从正态分布X_(1),X_(2),...,X_(n)是来自总体X的一个样本,则有overline(X)sim().

A. $N(\mu,\frac{\sigma^{2}}{n})$

B. $N(\mu,\sigma^{2})$

C. t(n)

D. $N(\frac{\mu}{n},\frac{\sigma^{2}}{n})$

参考答案与解析:

相关试题

13.X服从正态分布,EX=-1,EX^2=5,X_(1),X_(2),...,X_(n)是来自总体X的一个样本,则overline(X)=(1)/(n)sum_(i=1)^nX_(i)服从的分布为(

13.X服从正态分布,EX=-1,EX^2=5,X_(1),X_(2),...,X_(n)是来自总体X的一个样本,则overline(X)=(1)/(n)sum

  • 查看答案
  • 4.设X_(1),X_(2),...,X_(n)为总体Xsim N(mu,sigma^2)的一个样本,则样本均值overline(X)=____,样本方差S^2=____,overline(X)sim

    4.设X_(1),X_(2),...,X_(n)为总体Xsim N(mu,sigma^2)的一个样本,则样本均值overline(X)=____,样本方差S^2

  • 查看答案
  • 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((X_(i)-overline(X))/(

    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((

  • 查看答案
  • 7.设总体X服从N(mu,sigma^2),其中mu和sigma^2均未知,X_(1),X_(2),...,X_(n)是来自总体X的一个样本,记overline(X)=(1)/(n)sum_(i=1)

    7.设总体X服从N(mu,sigma^2),其中mu和sigma^2均未知,X_(1),X_(2),...,X_(n)是来自总体X的一个样本,记overline

  • 查看答案
  • 1 设总体Xsim N(0,1),X_(1),X_(2),...,X_(n)为X的样本,则((X_(1)-X_(2))/(X_(3)+X_{4)})^2服从____分布。

    1 设总体Xsim N(0,1),X_(1),X_(2),...,X_(n)为X的样本,则((X_(1)-X_(2))/(X_(3)+X_{4)})^2服从__

  • 查看答案
  • 设X_(1),X_(2),...,X_(n)是取自标准正态分布N(0,1)总体的一个样本,overline(X)是样本均值,S_(n)^2是修正样本方差,则()成立。

    设X_(1),X_(2),...,X_(n)是取自标准正态分布N(0,1)总体的一个样本,overline(X)是样本均值,S_(n)^2是修正样本方差,则()

  • 查看答案
  • 1.填空题(1)设X_(1),X_(2),...,X_(n)为总体X的一个样本,如果g(X_(1),X_(2),...,X_(n))____,则称g(X_(1),X_(2),...,X_(n))为统计

    1.填空题(1)设X_(1),X_(2),...,X_(n)为总体X的一个样本,如果g(X_(1),X_(2),...,X_(n))____,则称g(X_(1)

  • 查看答案
  • 设X_(1),X_(2),...,X_(n)是来自总体X的样本,则(1)/(n-1)sum_(i=1)^n(X_(i)-overline(X))^2是()

    设X_(1),X_(2),...,X_(n)是来自总体X的样本,则(1)/(n-1)sum_(i=1)^n(X_(i)-overline(X))^2是()A.

  • 查看答案
  • 设X_(1),X_(2)...,X_(n)是来自总体X的样本,则(1)/(n-1)sum_(i=1)^n(X_(i)-overline(X))^2为().

    设X_(1),X_(2)...,X_(n)是来自总体X的样本,则(1)/(n-1)sum_(i=1)^n(X_(i)-overline(X))^2为().A.

  • 查看答案
  • 5.[单选题]设总体X服从泊松分布P(λ),其中λ>0未知,X_(1),X_(2),…,X_(n)是来自X的样本,则λ的矩估计量为( ).A 2overline(X)

    5.[单选题]设总体X服从泊松分布P(λ),其中λ>0未知,X_(1),X_(2),…,X_(n)是来自X的样本,则λ的矩估计量为( ).A 2overline

  • 查看答案