1.单选题1.43 从总体X中抽取样本x_(1),x_(2),...,x_(n),若E(X)=mu,D(X)=sigma^2,下列统计量中是μ的无偏估计量的为（）bigcirc(1)/(n)sum_(i=1)^nx_(i)bigcirc(1)/(n-1)sum_(i=1)^nx_(i)bigcirc(1)/(n-1)sum_(i=1)^n-1x_(i)bigcirc(1)/(n)sum_(i=2)^nx_(i)

10.设总体Xsim N(mu,sigma^2)，X_(1),X_(2)是来自总体X的样本，在mu的无偏估计量hat(mu)_(1)=(2)/(3)X_(1)+

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((

1.6 总体X-N(mu,sigma^2)，x_(1),x_(2),...,x_(n)为其样本，bar(x)=(1)/(n)sum_(i=1)^nx_(i)，s

样本方差 D_(n)=(1)/(n-1)sum_(i=1)^n(X_(i)-overline(X))^2 是总体 Xsim N(mu,sigma^2) 中 s^

4【单选题】设X_(1),X_(2),X_(3),X_(4)为来自总体X的样本，则下列（）不是总体均值无偏估计量.A. $\hat{\mu}_{1}=0.2X_

30 总体Xsim N(mu,sigma^2)，x_(1),x_(2),...,x_(n)为其样本，overline(x)=(1)/(n)sum_(i=1)^n

【单选题】设X_(1),X_(2),...,X_(n)是来自正态总体Xsim N(0,sigma^2)的一个简单随机样本，则sigma^2的无偏估计量的是(

设X_(1),X_(2),...,X_(n)为总体Xsim N(mu,sigma^2)的样本，证明hat(mu)_(1)=(1)/(2)X_(1)+(2)/(3

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.

(1)/(5)sum_(i=1)^n(X_(i)-lambda)^2, minX_{1),X_(2),...,X_(n)}中不是统计量的是____.三、设总体