设 $n$ 个随机变量 $X_1, X_2, \ldots, X_n$ 独立同分布, $D(X_1) = \sigma^2$, $\overline{X} = \frac{1}{n} \sum_{i=1}^n X_i$, $S^2 = \frac{1}{n-1} \sum_{i=1}^n (X_i - \overline{X})^2$, 则() A. $S$ 是 $\sigma_1$ 的无偏估计量 B. $S$ 与 $\overline{X}$ 相互独立 C. $S$ 是 $\sigma$ 的一致估计量 D. $S$ 是 $\sigma$ 的最大似然估计量
设随机变量 X_1, X_2, ldots, X_n 独立同分布，且方差为 sigma^2 > 0。令 Y = (1)/(n) sum_(i=1)^n X_i
设随机变量 X_1, X_2, ..., X_n 独立同分布，D(X_1)= sigma^2 > 0，令 bar(X) = (1)/(n)sum_(i=1)^
样本 X_1, X_2, ldots, X_n 来自总体 X sim N(0,1) ， overline(X) = (1)/(n) sum_(i=1)^n X_
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))
设总体X服从正态分布N(mu,sigma^2)，其样本为x_1,x_2,...,x_n,x_(n+1)，overline(x_n)=(1)/(n)sum_(i=
3.设n个随机变量X_(1),X_(2),...,X_(n)独立同分布，D(X_(1))=sigma^2，overline(X)=(1)/(n)sum_(i=1
设 X_1, X_2, ..., X_n 是X的样本,X的期望为EX,且 overline(X) = (1)/(n) sum_(i=1)^n X_i ,则有()
设随机变量X_1,X_2,...,X_n(n>1)独立同分布，且其方差为sigma^2>0，令Y=(1)/(n)sum_(i=1)^nX_i，则A. $cov(
设总体 X sim N(0, sigma^2)，(X_1, X_2, ..., X_n) 是来自总体 X 的样本，则 (1)/(sigma^2) sum_(i=
设总体 X sim N(0,1)，(X_1,X_2,...,X_n) 是总体 X 的样本，令 overline(X)=(1)/(n)sum_(i=1)^nX_i