是来自均值为θ的指数分布总体的样本,设有估计量,指出T1T2T3中哪几个是无偏

X和Y相互独立-->f(x,y)=f(x)*f(y)=(1/2)e^(-x/2)*(1/4)e^(-y/4)p(X>Y)=∫∫f(x,y)dxdy(积分区域为y=0,y=x所围面积)=∫(0-->∞)

题目已经指出是简单随机样本,就说明X1...XN是独立的.

哎呀,这是考验真题,你没答案么?我记得是零几年的考研数一原题,你去找找答案吧?我这给你打也太麻烦点了再问：�ܸ��ҽ���˼·ô��ʲôһ��һ��再答：�Ҽǵ��кü��ַ��������õ����

Xi独立且服从X的分布D(Xi)=D(X)X的均值=1/n*(X1+X2+……+Xn)=1/n*X1+1/n*X2+……+1/n*Xn正态分布的线性组合仍服从正态分布D(X的均值)=D[1/n*(X1

这题就是把N从常量整数变成变量,如果是常量整数,Y服从正态分布,变成变量整数其实也服从正态分布,但此时E(Y)跟D(Y)就变了.但是也很好求,只是比较麻烦.E(X)=λ,D(X)=ε平方,E(N)=1

xi独立同分布F1x=MAX(x1,x2,.)=（f(x,λ)）^n,然后根据期望的定义求相应的积分就是了,但是要注意指数分布当x《0时f=0

所求数学期望与X～N（0,1）的数学期望相同,为0.

请给分!

选B,因为他的期望不是是uE(A)=uE(X1+X2+X3)=E(X1)+E(X2)+E(X3)=3uE(0.2X1+0.3X2+0.5X3)=0.2E(X1)+0.3E(X2)+0.5E(X3)=u

设正态总体服从N(U,V^2),X,S^2分别是样本均值和样本方差,容易得到(X-U)/(V/根号n)~N(0,1）和(n-1)S^2/V^2~卡方(n-1)的分布由于V^2为未知,考虑到S^2是V^

大数定律：一组相互独立且具有有限期望与方差的随机变量X1，X2，…，Xn，当方差一致有界时，其算术平均值依概率收敛于其数学期望的算术平均值．这里X21，X22，…，X2n满足大数定律的条件，且EX2i

μσ^2/nσ^2

指数分布是第一个参数为1的Gamma分布,而poisson分布具有可加性,Gamma分布（对第一个参数）也具有可加性,然后再根据样本均值和分布函数的定义即可求出所要的分布函数…（公式就不写啦,在手机上

样本均值?那不直接是(X1+.+Xn)/n不过应该不是问这个吧可以说详细点?再问：是等于N（μ，σ^2）吗再答：有完整的题目么？这个X~N（μ，σ^2）意思是总体X服从总体均值为μ，总体标准差为σ的正

首先有结论：当诸Xi相互独立时,Var(∑Xi)=∑Var(Xi),证明的话用协方差Var(∑Xi)=Cov（∑Xi,∑Xi）=∑Cov（Xi,Xj）=∑Var(Xi）然后可得到：Var(1/n·∑X

刚刚好也在研究这个问题,看了一些其他的答案.顺便贴过来给你看看,不过我虽然知道公式怎么用了.但是还是没有理解为什么一个是除以n,一个是除以n-1样本标准差在真实世界中,除非在某些特殊情况下,找到一个总

X1,X2.Xn来自总体为N(0,σ^2)=>∑xi~N(0,nσ^2)=>∑xi/√(nσ^2)~N(0,1)=>[∑xi/√(nσ^2)]^2~x^2(1)=>C=nσ^2

样本容量为200的简单随机样本,样本均值X'~N(300,40^2/200)=N(300,8)样本均值落在总体均值正负5以内的概率=P(295

均值=（X1+X2+.+Xn）/n方差=[(X1-均值)^2+(X2-均值)^2+.+(Xn-均值)^2]/n

DX拔=DX/n=(b-a)^2/12n再问：为什么分母有一个n呢再答：DX拔=DX/n样本均值的期望=总体的期望样本均值的方差=n分之总体方差