10判断正态总体的未知参数的最大似然估计量是唯一的。A. √B. ×

步骤 1：理解最大似然估计
最大似然估计（Maximum Likelihood Estimation, MLE）是一种统计方法，用于估计参数值，使得观察到的数据最有可能出现。在正态分布中，参数通常包括均值（μ）和方差（σ²）。

步骤 2：最大似然估计的唯一性
对于正态分布，最大似然估计量是唯一的，因为正态分布的概率密度函数（PDF）是关于参数的严格凸函数。这意味着，对于给定的数据集，存在唯一的参数值，使得似然函数达到最大值。

步骤 3：验证最大似然估计量的唯一性
在正态分布中，最大似然估计量可以通过求解似然函数的导数并令其等于零来找到。对于均值μ，最大似然估计量是样本均值；对于方差σ²，最大似然估计量是样本方差。这些估计量是唯一的，因为它们是通过求解似然函数的导数得到的，而导数在正态分布中是唯一的。