A. $\hat{\mu}_1 = 0.2X_1 + 0.3X_2 + 0.5X_3$
B. $\hat{\mu}_2 = 2X_1 - X_2$
C. $\hat{\mu}_3 = 0.2X_1 + X_2 + 0.2X_3$
D. $\hat{\mu}_4 = \frac{1}{3}X_1 + \frac{1}{3}X_2 + \frac{1}{3}X_3$
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 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, X_3是来自总体X sim P(lambda)的样本，则下列lambda的无偏估计量中最有效的是()A. $\frac{1}{3}X_1
设(X_1,X_2,...,X_n) (ngeq3)为来自总体X的一简单随机样本，则下列估计量中不是总体期望的无偏估计量有（ ）A. $\bar{X}$B. $
设(X_1,X_2,...,X_n) (ngeq3)为来自总体X的一简单随机样本，则下列估计量中不是总体期望的无偏估计量有（）A. $\overline{X}$
【题目】设样本X1,X2,…,X来自总体X,则下列估计量中不是总体均值的无偏估计量的是()A. XB. X_1+X_2+⋯+X_nC. 0.1*(6X_1+4X
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_3 是来自均值为 theta 的指数分布总体的样本，theta 未知，则 theta 的以下无偏估计量中(）较为有效。A. $\fr
设总体 X 的数学期望为 mu，X_1, X_2, X_3 是取自于总体 X 的简单随机样本，则统计量(）是 mu 的无偏估计量。A. $\frac{1}{2}
设_(1),(X)_(2),(X)_(3)为来自总体X的样本，_(1),(X)_(2),(X)_(3)是总体均值_(1),(X)_(2),(X)_(3)的无偏估