设总体X服从分布[img=228x89]17d60d419730c11.png[/img]而[img=332x85]17d60d41a605b17.png[/img]是来自总体X的简单随机样本,则随机变量[img=612x170]17d60d41b908d8d.png[/img]服从[img=400x136]17d60d41c863e46.png[/img]分布。()
未知类型:{'options': ['', '', '', ''], 'type': 102}
未知类型:{'options': ['', '', '', ''], 'type': 102}
举一反三
- 已知随机变量X的分布列如下:[img=386x130]17e43ec4c459e73.png[/img],则E(X)= A: 17/30 B: m未知,无法求出 C: -30/17 D: -17/30
- 设总体X服从正态分布[img=71x27]17de60268ceaebf.png[/img],总体Y服从正态分布[img=71x27]17de602697b9a9f.png[/img],[img=91x24]17de6026a28c488.png[/img]和[img=82x24]17de6026ae69174.png[/img]分别是来自总体X和Y的简单随机样本,则[img=210x68]17de6026bb15187.png[/img]=( ) 未知类型:{'options': ['', '', '', ''], 'type': 102}
- 设总体X服从正态分布[img=71x27]17de60268ceaebf.png[/img],总体Y服从正态分布[img=71x27]17de602697b9a9f.png[/img],[img=91x24]17de6026a28c488.png[/img]和[img=82x24]17de6026ae69174.png[/img]分别是来自总体X和Y的简单随机样本,则[img=210x68]17de6026bb15187.png[/img]=( ) 未知类型:{'options': ['', '', '', ''], 'type': 102}
- 设总体X服从0-1分布,即X~B(1,p),p为未知参数(0p1),X1,X,⋯,X是来自总体X的简单随机样本,p的矩估计量[img=11x23]1803bbddc07b9e7.png[/img]为( )。 A: [img=15x21]1803bbddc8be61c.png[/img] B: [img=10x18]1803bbddd07741d.png[/img] C: [img=20x18]1803bbddd8eeb97.png[/img] D: [img=48x60]1803bbdde0a7d32.png[/img]
- 设总体X服从[img=71x27]180318be4d88e36.png[/img],总体Y服从[img=71x27]180318be5661edd.png[/img],[img=92x23]180318be5f021f3.png[/img]与[img=84x23]180318be66f167d.png[/img]分别来自总体X和Y的简单随机样本。[img=11x14]180318be6f364c9.png[/img]未知,显著性水平为a。则[img=218x23]180318be77fe1a3.png[/img]的拒绝域为( ) 未知类型:{'options': ['', '', '', ''], 'type': 102}