设 X_1, ..., X_n 是来自总体 X 的样本，且 EX = mu，则 mu 的无偏估计是（）A. (1)/(n) sum_(i=1)^n-1 X_iB. (1)/(n-1) sum_(i=1)^n X_iC. (1)/(n) sum_(i=2)^n X_iD. (1)/(n-1) sum_(i=1)^n-1 X_i

步骤 1：定义无偏估计
无偏估计是指估计量的期望值等于被估计参数的真值。对于样本均值 $\bar{X}$，如果 $E(\bar{X}) = \mu$，则 $\bar{X}$ 是 $\mu$ 的无偏估计。
步骤 2：计算每个选项的期望值
A. $\frac{1}{n} \sum_{i=1}^{n-1} X_i$
\[ E\left(\frac{1}{n} \sum_{i=1}^{n-1} X_i\right) = \frac{1}{n} \sum_{i=1}^{n-1} E(X_i) = \frac{1}{n} \cdot (n-1)\mu = \frac{n-1}{n}\mu \neq \mu \]
B. $\frac{1}{n-1} \sum_{i=1}^{n} X_i$
\[ E\left(\frac{1}{n-1} \sum_{i=1}^{n} X_i\right) = \frac{1}{n-1} \sum_{i=1}^{n} E(X_i) = \frac{1}{n-1} \cdot n\mu = \frac{n}{n-1}\mu \neq \mu \]
C. $\frac{1}{n} \sum_{i=2}^{n} X_i$
\[ E\left(\frac{1}{n} \sum_{i=2}^{n} X_i\right) = \frac{1}{n} \sum_{i=2}^{n} E(X_i) = \frac{1}{n} \cdot (n-1)\mu = \frac{n-1}{n}\mu \neq \mu \]
D. $\frac{1}{n-1} \sum_{i=1}^{n-1} X_i$
\[ E\left(\frac{1}{n-1} \sum_{i=1}^{n-1} X_i\right) = \frac{1}{n-1} \sum_{i=1}^{n-1} E(X_i) = \frac{1}{n-1} \cdot (n-1)\mu = \mu \]
步骤 3：选择正确的选项
根据步骤2的计算，只有选项D的期望值等于 $\mu$，因此它是 $\mu$ 的无偏估计。