下面结论不正确的是( ).独立同分布的随机变量A X_(1),X_(2),... X_(n)的平均值，随着n的增大，越来越接近于它们的共同的数学期望μ.B 方差反映了随机变量取值的分散程度，方差σ²越小，X的取值越集中在均值μ的附近C 设X₁,X₂,···Xₙ是独立同分布的随机变量，且E(X₁)=μ,D(X₁)=σ²,i=1,2,···,那么 (1)/(n)sum_(i=1)^nX_(i)^2 依概率收敛于μ².D 辛钦大数定律证明了大量重复试验的结果的平均值具有稳定性.

为了确定哪个结论不正确，让我们逐步分析每个选项。 **选项A:** $X_1, X_2, \cdots, X_n$的平均值，随着$n$的增大，越来越接近于它们的共同的数学期望$\mu$. 这个陈述是正确的。根据大数定律，独立同分布随机变量的样本均值随着样本大小$n$的增加，依概率收敛到它们的期望值$\mu$。这是大数定律的一个基本结果。 **选项B:** 方差反映了随机变量取值的分散程度，方差$\sigma^2$越小，$X$的取值越集中在均值$\mu$的附近. 这个陈述是正确的。方差是衡量随机变量与均值的平方差的期望值。较小的方差表明数据点倾向于更接近均值，而较大的方差表明数据点更分散。 **选项C:** 设$X_1, X_2, \cdots, X_n$是独立同分布的随机变量，且$E(X_1) = \mu$, $D(X_1) = \sigma^2$, $i = 1, 2, \cdots$, 那么 $\frac{1}{n} \sum_{i=1}^n X_i^2$ 依概率收敛于$\mu^2$. 这个陈述是不正确的。根据大数定律，$\frac{1}{n} \sum_{i=1}^n X_i^2$依概率收敛到$E(X_1^2)$。由于$E(X_1^2) = \text{Var}(X_1) + [E(X_1)]^2 = \sigma^2 + \mu^2$，$\frac{1}{n} \sum_{i=1}^n X_i^2$依概率收敛到$\sigma^2 + \mu^2$，而不是$\mu^2$。 **选项D:** 辛钦大数定律证明了大量重复试验的结果的平均值具有稳定性. 这个陈述是正确的。辛钦大数定律指出，对于独立同分布的随机变量序列，样本均值依概率收敛到期望值，这表明大量重复试验的结果的平均值是稳定的。 因此，不正确的结论是$\boxed{C}$。