设总体X服从均匀分布[img=51x25]1803118afec643e.png[/img]，未知参数[img=42x20]1803118b070fc8e.png[/img]，[img=86x23]1803118b0f52b37.png[/img]为来自X的简单随机样本，则[img=9x19]1803118b174fa26.png[/img]的矩估计为最大次序统计量[img=199x30]1803118b1f65f67.png[/img]。
举一反三
- 设总体X 服从均匀分布[img=51x25]1803118ec402158.png[/img]，未知参数[img=42x20]1803118ecce46e3.png[/img]，[img=86x23]1803118ed6072c8.png[/img]为来自X 的简单随机样本，则[img=9x19]1803118edf83232.png[/img]的矩估计为最大次序统计量[img=199x30]1803118ee9fd5a5.png[/img]。
- 设总体X服从均匀分布[img=51x25]1803118c7a1641b.png[/img]，未知参数[img=42x20]1803118c824a531.png[/img]，[img=86x23]1803118ca63450b.png[/img]为来自X的简单随机样本，则[img=9x19]1803118caec0f41.png[/img]的极大似然估计为 未知类型：{'options': ['不存在', '', '', ''], 'type': 102}
- 设总体X服从均匀分布[img=51x25]1803118c7a1641b.png[/img]，未知参数[img=42x20]1803118c824a531.png[/img]，[img=86x23]1803118ca63450b.png[/img]为来自X的简单随机样本，则[img=9x19]1803118caec0f41.png[/img]的极大似然估计为 A: 不存在 B: [img=111x44]1803118cb6855df.png[/img] C: [img=143x29]1803118cbf28846.png[/img] D: [img=140x29]1803118cc807056.png[/img]
- 设总体X服从均匀分布[img=51x25]180311889fd59e7.png[/img]，未知参数[img=42x20]18031188a820343.png[/img]，[img=86x23]18031188b093b0c.png[/img]为来自X的简单随机样本，则[img=9x19]18031188b97d505.png[/img]的极大似然估计为 A: 不存在 B: [img=111x44]18031188c304935.png[/img] C: [img=143x29]18031188cc6cbe5.png[/img] D: [img=140x29]18031188d5323ad.png[/img]
- 设总体X服从0-1分布，即X~B(1,p)，p为未知参数(0<p<1)，X1，X ，⋯， X 是来自总体 X 的简单随机样本， p 的矩估计量[img=11x23]1803bbdba6912b3.png[/img]为( )。 A: [img=15x21]1803bbdbaebec9a.png[/img] B: [img=10x18]1803bbdbb71ae64.png[/img] C: [img=20x18]1803bbdbbf1010b.png[/img] D: [img=48x60]1803bbdbc78f976.png[/img]