设(X_1,X_2,...,X_n) (ngeq3)为来自总体X的一简单随机样本，则下列估计量中不是总体期望的无偏估计量有（）。A. overline(X)B. X_1+X_2+...+X_nC. 0.1times(6X_1+4X_2)D. X_1+X_2-X_3

考查要点：本题主要考查无偏估计量的定义及其应用，需要判断给定的四个估计量中哪个不是总体期望的无偏估计量。

解题核心思路：

1. 无偏估计量的定义是：估计量的期望等于总体参数的真实值。
2. 对每个选项计算其期望值，若结果等于总体期望$\mu$，则为无偏估计量；否则不是。
3. 关键点在于正确展开每个选项的期望计算，并注意系数和运算的合理性。

选项分析

A. $\overline{X}$

$\overline{X} = \frac{1}{n}(X_1 + X_2 + \cdots + X_n)$
计算期望：
$\mathbb{E}[\overline{X}] = \mathbb{E}\left[\frac{1}{n}\sum_{i=1}^n X_i\right] = \frac{1}{n} \sum_{i=1}^n \mathbb{E}[X_i] = \frac{1}{n} \cdot n \cdot \mu = \mu$
结论：是无偏估计量。

B. $X_1 + X_2 + \cdots + X_n$

计算期望：
$\mathbb{E}[X_1 + X_2 + \cdots + X_n] = \sum_{i=1}^n \mathbb{E}[X_i] = n\mu$
结论：期望为$n\mu$，不等于$\mu$（因$n \geq 3$），不是无偏估计量。

C. $0.1 \times (6X_1 + 4X_2)$

计算期望：
$\mathbb{E}[0.1 \times (6X_1 + 4X_2)] = 0.1 \times (6\mu + 4\mu) = 0.1 \times 10\mu = \mu$
结论：是无偏估计量。

D. $X_1 + X_2 - X_3$

计算期望：
$\mathbb{E}[X_1 + X_2 - X_3] = \mu + \mu - \mu = \mu$
结论：是无偏估计量。