10.设X_(1),X_(2),... X_(100)为来自总体X的简单随机样本，其中P(X=0)=P(X=1)=0.5，φ(x)表示标准正态分布函数，利用中心极限定理可得Psum_{i=1)^100X_(i)leq55}的近似值为（）A. 1-φ(1)B. φ(1)C. 1-φ(0.2)D. φ(0.2)

1.设X1,X2,···,Nn为总体的一个样本,x1,x2,···,xn为一组相应的样本观察值,求下述-|||-各总体的密度函数或分布律的未知参数的矩估计量和估计值以及最大似然估计量.-|||-(1) f(x)= { ^-(theta +1), xgt c 0, x=0 ,1,2,···,m, (0lt plt 1) 为未知参数.-|||-(m/x)p^x(1-p)^(m-x),其中

3.(单选题)样本x_(1),... x_(n)来自总体N(mu,sigma^2)，则总体方差sigma^2的无偏估计为( )。A. S_(1)^2=(1)/(n-1)sum_(i=1)^n(X_(i)-overline(X))^2B. S_(2)^2=(1)/(n-2)sum_(i=1)^n(X_(i)-overline(X))^2C. S_(3)^2=(1)/(n)sum_(i=1)^n(X_(i)-overline(X))^2D. S_(4)^2=(1)/(n+1)sum_(i=1)^n(X_(i)-overline(X))^2

统计表的横行标题表示各组的名称,一般应写在统计表的( )A. 上方B. 左方C. 右方D. 均可以

综合指数是根据全面资料计算的,平均数指数是根据非全面资料计算的。 ( )

2.在总体N(12，4)中随机抽一容量为5的样本x_(1),x_(2),x_(3),x_(4),x_(5).(1)求样本均值与总体均值之差的绝对值大于1的概率.

设总体X服从泊松分布P(λ),其中 lambda (lambda gt 0) 为未知参数,X1,X 2,···,Xn为来-|||-自X的简单随机样本,则λ的极大似然估计为 () .A.设总体X服从泊松分布P(λ),其中 lambda (lambda gt 0) 为未知参数,X1,X 2,···,Xn为来-|||-自X的简单随机样本,则λ的极大似然估计为 () .B.设总体X服从泊松分布P(λ),其中 lambda (lambda gt 0) 为未知参数,X1,X 2,···,Xn为来-|||-自X的简单随机样本,则λ的极大似然估计为 () .C.设总体X服从泊松分布P(λ),其中 lambda (lambda gt 0) 为未知参数,X1,X 2,···,Xn为来-|||-自X的简单随机样本,则λ的极大似然估计为 () .D.设总体X服从泊松分布P(λ),其中 lambda (lambda gt 0) 为未知参数,X1,X 2,···,Xn为来-|||-自X的简单随机样本,则λ的极大似然估计为 () .

设 X_1, X_2, X_3 为来自总体 X 的简单随机样本，其中 hat(mu)_1 = 0.4X_1 + 0.2X_2 + 0.4X_3，hat(mu)_2 = 0.5X_1 + 0.4X_3，hat(mu)_3 = (1)/(3)X_1 + (1)/(3)X_2 + (1)/(3)X_3 为总体期望 mu 的估计量，则下列叙述正确的是( )A. hat(mu)_1, hat(mu)_3 为无偏估计量，hat(mu)_1 是最有效的估计量B. hat(mu)_1, hat(mu)_3 为无偏估计量，hat(mu)_2 是最有效的估计量C. hat(mu)_1, hat(mu)_3 为无偏估计量，hat(mu)_3 是最有效的估计量D. hat(mu)_2 为无偏估计量，hat(mu)_3 是最有效的估计量

热门问题