A. $\chi^2(n-1)$
B. $t(n-1)$
C. $N(0,1)$
D. $N(\mu, \frac{\sigma^2}{n})$
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
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
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 sim N(mu, sigma^2),sigma^2 已知,X_1, X_2, ldots, X_n 为来自总体 X 的样本,overline(X)
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,
设X_1, X_2, ldots, X_n是取自正态总体N(1, sigma^2)的样本,sigma^2 > 0, (n geq 2), overline(s
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) 为来自总体 X 的简单随机样本,则下列结论不正确的是()A. $
设总体X sim N(0, sigma^2), X_1, X_2,..., X_n为来自X的样本,则服从chi^2(n-1)的是A. $\sum_{i=1}^n