设总体X服从0-1分布，即X~B(1,p)，p为未知参数(0A: [img=15x21]1803bbdbaebec9a.png[/img]
B: [img=10x18]1803bbdbb71ae64.png[/img]
C: [img=20x18]1803bbdbbf1010b.png[/img]
D: [img=48x60]1803bbdbc78f976.png[/img]
B: [img=10x18]1803bbdbb71ae64.png[/img]
C: [img=20x18]1803bbdbbf1010b.png[/img]
D: [img=48x60]1803bbdbc78f976.png[/img]
举一反三
- 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的分布律为P(X=0)=θ, P(X=1)=P(X=2)=(1-θ)/2，其中0<θ<1为待估未知参数。设[img=101x23]180365d11344862.png[/img]是简单随机样本。令[img=11x19]180365d11b852a1.png[/img]为[img=101x23]180365d11344862.png[/img]中0所占的比例, 则[img=20x22]180365d12c05408.png[/img]是[img=16x22]180365d134ca8b1.png[/img]的相合估计.
- 设[img=143x35]1803b3baa24b1c3.png[/img]，其密度函数为f(x)，分布函数为F(x)，则 A: P(X<0)=P(X>0) B: P(X<1)=P(X>1) C: F(−x)=1−F(x) D: f(−x)=f(x)
- 设X与Y相互独立，均服从参数为1的指数分布，则P(X+Y<1) A: [img=84x24]18036de4b8088be.png[/img] B: [img=75x24]18036de4bf77b71.png[/img] C: [img=75x24]18036de4c8172a3.png[/img] D: =P(X<1)P(X<1) E: =P(X<0.5)+P(X<0.5) F: >P(X<1)
- 设X与Y相互独立，均服从参数为1的指数分布，则P(X+Y<1) A: [img=84x24]1803645ffb36da1.png[/img] B: [img=75x24]180364600306be0.png[/img] C: [img=75x24]180364600c8ab8b.png[/img] D: =P(X<1)P(X<1) E: =P(X<0.5)+P(X<0.5) F: >P(X<1)