例7.2.1设X1,X2,···,xn是取自总体X的一个样本,总体X的均值为μ,方-|||-差为σ^2,证明:-|||-(1)样本均值X是总体均值μ的无偏估计量;-|||-(2)样本方差S^2是总体方差σ^2的无偏估计量;-|||-(3)二阶样本中心矩 _(2)=dfrac (1)(n)sum _(i=1)^n(({X)_(i)-overline (X))}^2 不是总体方差σ^2的无偏估计量.

设总体X的均值为μ,方差为σ^2,X1,X 2,···,Xn为来自X的一个样本,X是样设总体X的均值为μ,方差为σ^2,X1,X 2,···,Xn为来自X的一个

[多选题] 设总体的均值是μ，方差是σ2，从该总体中抽取了一个样本x1，x2，…..，xn。记Σ==niixnx11，212）（1xxnSinin&8722；=Σ=，212）（11xxnSini&8722；&8722；=Σ=，则有（）。A . x是μ的估计B . 2S是σ的估计nC . s2是σ2的估计D . s是σ2的估计E . x是σ的估计

【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，X_1, X_2, ..., X_n 是取自总体 X 的一个样本，overline(X) 为样本均值，则不是总体期望 mu 的无偏估计量的是A. $

设X1,X2,···,X10是总体X的一个样本,则样本方差 ^2=0设X1,X2,···,X10是总体X的一个样本,则样本方差 ^2=0设X1,X2,···,X

设(X1,X2,···,Xn)是取自总体 sim E(X) 的一个样本,X为样本均值,-|||-sqrt (ar(overline {X))}=dfrac (1

设(X_1,X_2,...,X_n)为总体N(mu,sigma^2)(mu已知)的一个样本，overline(X)为样本均值，则在总体方差sigma^2的下列估

其中 lambda gt 1 为未知参数,-|||-设X1,X2,···,Xn为来自总体X的一个样本,X、S^2分别为样本均值和样本方差,-|||-则EX的最大

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

设总体X服从正态分布N（u，σ^2）， X1，X2，X3，…，Xn是它的一个样本，则样本均值A的 方差是（）A. σ^2/nB. σ^4/nC. σ^3/nD.