设 X_1, X_2, ldots, X_n 是来自正态总体 X sim N(mu, sigma^2) 的一个样本，则下列各式中正确的是().

设 $X_1, X_2, \ldots, X_n$ 是来自正态总体 $X \sim N(\mu, \sigma^2)$ 的一个样本，则下列各式中正确的是(). A. $\left(\frac{\overline{X}-\mu}{\sigma}\right)^2 \sim \chi^2(1)$; B. $n\left(\frac{\overline{X}-\mu}{\sigma}\right)^2 \sim \chi^2(1)$; C. $\left(\frac{\overline{X}-\mu}{\sigma}\right)^2 \sim t(1)$; D. $t\left(\frac{\overline{X}-\mu}{\sigma}\right)^2 \sim t(1)$

参考答案与解析：

相关试题

设 X_1, X_2, ldots, X_n 是来自正态总体 X sim N(mu, sigma^2) 的样本，则 ((n-1)S^2)/(sigma^2) sim ldots: 设 X_1, X_2, ldots, X_n 是来自正态总体 X sim N(mu, sigma^2) 的样本，则 ((n-1)S^2)/(sigma^2) s

查看答案

设 X_1, X_2, ..., X_n 是来自正态总体 X sim N(mu, sigma^2) 的样本，则 (overline(X) - mu)/(sqrt(sigma^2/n)) = _____: 设 X_1, X_2, ..., X_n 是来自正态总体 X sim N(mu, sigma^2) 的样本，则 (overline(X) - mu)/(sqrt

查看答案

设总体 X sim N(mu, sigma^2), X_1, X_2, ldots, X_n 是来自总体 X 的一个样本，则 sigma^2 的最大似然估计量为（）: 设总体 X sim N(mu, sigma^2), X_1, X_2, ldots, X_n 是来自总体 X 的一个样本，则 sigma^2 的最大似然估计量为

查看答案

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().: 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.

查看答案

设总体 X sim N(mu, sigma^2)，其中 mu, sigma^2 已知，X_1, X_2, ldots, X_n （n geq 3）为来自总体 X 的样本，overline(X) 为样本: 设总体 X sim N(mu, sigma^2)，其中 mu, sigma^2 已知，X_1, X_2, ldots, X_n （n geq 3）为来自总体 X

查看答案

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(X)，样本方差S^2，那么sigma^: 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

查看答案

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（）.

查看答案

设总体 X sim N(mu, sigma^2)，(X_1, X_2, ldots, X_n) 为来自总体 X 的简单随机样本，则下列结论不正确的是(）: 设总体 X sim N(mu, sigma^2)，(X_1, X_2, ldots, X_n) 为来自总体 X 的简单随机样本，则下列结论不正确的是(）A. $

查看答案

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 + X_3(B) (2)/(5) X_1: 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 +

查看答案

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))^2)/(sigma^2)，则Y sim: 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))

查看答案