设总体X的分布函数为F（χ).则总体均值μ和方差σ2的矩估计分别为（)。

A . （30.88，32.63） B . （31.45，31.84） C . （31.62，31.97） D . （30.45，31.74）

A . 当n充分大时，样本均值https://assets.asklib.com/psource/2015101516331052746.jpg 的分布近似服从正态分布B . 只有当n；30时，样本均值https://assets.asklib.com/psource/2015101516331052746.jpg 的分布近似服从正态分布C . 样本均值https://assets.asklib.com/psource/2015101516331052746.jpg 的分布与n无关D . 无论n多大，样本均值https://assets.asklib.com/psource/2015101516331052746.jpg 的分布都为非正态分布

A . χ （n-1） B . χ （n） C . t（n-1） D . t（n）

A . ['['X1-X2+X3B . 2X3-μC .https://assets.asklib.com/psource/2015101517580884933.jpg D .https://assets.asklib.com/psource/2015101517581233582.jpg E .https://assets.asklib.com/psource/2015101517581652360.jpg

A . x是μ的估计 B . 2S是σ的估计n C . s2是σ2的估计 D . s是σ2的估计 E . x是σ的估计

A . T1=3321XXX++ B . =Σ=312iiX C . T3=Σ=&8722；31iiXσμ D . T4=X1+X2-μ

A . （-∞，-z0.10）和（z0.10，+∞）为原假设的拒绝区域 B . （-∞，-z0.05）和（z0.05，+∞）为原假设的拒绝区域 C . （-∞，-t0.10）和（t0.10，+∞）为原假设的拒绝区域 D . （-∞，-t0.05）和（t0.05，+∞）为原假设的拒绝区域 E . 若检验统计量的绝对值越大，则原假设越容易被拒绝

A . 120 B . 1.2 C . 12 D . 1200

设总体X～N(μ，σ²)，其中σ²未知，若样本容量n和置信度1-a均不变，则对于不同的样本观测值，总体均值μ的置信区间的长度( )

设<img src='https://img2.soutiyun.com/ask/2020-10-04/970679542502247.png' />是取自总体X-N(μ, σ²)的一个样本，均值μ未知，方差σ²已知.;为使μ的双侧1-a置信区间长度不超过I,则至少需要多大的样本量才能达到？

设X₁，X₂，…，X_n是来自正态总体N(0,σ²)的样本，<img src='https://img2.soutiyun.com/latex/latex.action' />分别是样本均值和样本方差，若n=17，则当k=______时，P(<img src='https://img2.soutiyun.com/latex/latex.action' />≥μ+kS)=0.95．

设总体X服从指数分布e(λ)，抽取样本X₁，...，X_n，求： (1)样本均值<img src='https://img2.soutiyun.com/ask/2020-11-26/975250919588877.jpg' />的期望与方差; (2)样本方差S²的数学期望。

A.(30.88，32.63) B.(31.45，31.84) C.(31.62，31.97) D.(30.45，31.74)

设<img src='https://img2.soutiyun.com/ask/2020-10-04/970676527118777.png' />为取自总体X的一个样本,总体X~N(μ, σ²),<img src='https://img2.soutiyun.com/ask/2020-10-04/970676548305989.png' />分别为样本均值和样本方差，求常数k使得<img src='https://img2.soutiyun.com/ask/2020-10-04/970676562899824.png' />。

设总体X服从泊松分布P(A),抽取样本X₁,X₂…,X_n.求: (1)样本均值<img src='https://img2.soutiyun.com/ask/2020-09-15/969037881399292.png' />的数学期望与方差; (2)样本均值<img src='https://img2.soutiyun.com/ask/2020-09-15/969037891928894.png' />的概率分布.

<img src='https://img2.soutiyun.com/ask/2020-08-04/965403794587224.png' />

设总体X服从正态分布N(μ，σ²)(σ＞0).从该总体中抽取简单随机样本<img src='https://img2.soutiyun.com/ask/2020-11-18/974556174244797.png' />,其样本均值为<img src='https://img2.soutiyun.com/ask/2020-11-18/974556183114305.png' />求统计量<img src='https://img2.soutiyun.com/ask/2020-11-18/974556216981242.png' />的数学期望EY.

设<img src='https://img2.soutiyun.com/ask/2020-11-18/974563559946235.png' />是来自总体X~N(μ,σ²)的样本,其中μ已知,σ²＞0为未知参数,样本均值为<img src='https://img2.soutiyun.com/ask/2020-11-18/974563569546784.png' />,则σ²的最大似然估计量为（） A.<img src='https://img2.soutiyun.com/ask/2020-11-18/97456369359988.png' /> B.<img src='https://img2.soutiyun.com/ask/2020-11-18/97456370198636.png' /> C.<img src='https://img2.soutiyun.com/ask/2020-11-18/974563711307893.png' /> D.<img src='https://img2.soutiyun.com/ask/2020-11-18/974563720210402.png' />

设总体X服从正态分布N(μ, σ²) (σ＞0),从总体中抽取简单随机样本<img src='https://img2.soutiyun.com/ask/2020-08-09/965846856163765.png' />，其样本均值为<img src='https://img2.soutiyun.com/ask/2020-08-09/965846906898667.png' />求统计量<img src='https://img2.soutiyun.com/ask/2020-08-09/965846894326948.png' /><img src='https://img2.soutiyun.com/ask/2020-08-09/965846932984159.png' />的数学期望。

设X~N(μ,σ²),X₁,X₂,...,X_2n是总体X的容量为2n的样本,其样本均值为<img src='https://img2.soutiyun.com/ask/2020-09-30/970337659541897.png' />试求统计量<img src='https://img2.soutiyun.com/ask/2020-09-30/970337674822771.png' />的数学期望及方差.(提示:<img src='https://img2.soutiyun.com/ask/2020-09-30/970337703281399.png' />

设总体X~N(μ,σ²)，μ,σ²,未知，X1,...,Xn是X的简单随机样本，则μ的置信水平至少为0.90的置信区间为()。 <img src='https://img2.soutiyun.com/ask/2021-01-07/978868222705221.jpg' />