设X1，…，Xn是来自0-1分布的样本，此总体中值为1的概率为p,则样本均值的期望和方差分别为_______和_______。

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 . 服从正态分布N（0，1） B . n服从正态分布N（0，1） C . 服从自由度为n的x2分布 D . 服从自由度为（n-1）的t分布

A .https://assets.asklib.com/psource/2015102915515648810.jpg B .https://assets.asklib.com/psource/2015102915521272593.jpg C .https://assets.asklib.com/psource/201510291552233937.jpg D .https://assets.asklib.com/psource/2015102915523584859.jpg

A . ['x5B .https://assets.asklib.com/psource/2015103009361331257.jpg C . nD .https://assets.asklib.com/psource/2015103009362870429.jpg

A . X B . S2 C . S D . 2

A、(Xi-μ)的平方和，i=1, …,n. B、Xi-Xbar的平方和与n的比值，i=1, …,n. C、Xi/σ的平方和，i=1, …,n. D、min{X1, …,Xn}.

设总体X服从参数λ的指数分布，X1，X2，…，Xn是从中抽取的样本，则<img src='https://img2.soutiyun.com/ask/uploadfile/2166001-2169000/4fc3fa773ba3ff1b4a790c7f86a536e7.jpg' />为 ()。 A．1/λ B．<img src='https://img2.soutiyun.com/ask/uploadfile/2166001-2169000/4fc3fa773ba3ff1b4a790c7f86a536e7.jpg' /> C．1 D．λ/n

A．1/5 B．2/5 C．3/5 D．4/5

设 X1......X2为取自总体<img src='https://img2.soutiyun.com/ask/2019-07-05/931195814695156.png' />的样本，<img src='https://img2.soutiyun.com/ask/2019-07-05/931195859589124.png' />和<img src='https://img2.soutiyun.com/ask/2019-07-05/931195876344225.png' />分别为样本均值和样本方法，则统计量<img src='https://img2.soutiyun.com/ask/2019-07-05/931195843271859.png' />服从的分布为()。 A.N(0,1) B.<img src='https://img2.soutiyun.com/ask/2019-07-05/931195972736392.png' /> C.F(1,n-1) D.t(n-1)

设X1，X2，…，X16是来自总体X~N(4，б2)的简单随机样本，б2已知，令<img src='https://img2.soutiyun.com/ask/2019-07-19/932375682552355.png' />，则统计量<img src='https://img2.soutiyun.com/ask/2019-07-19/932375692068372.png' />服从的概率密度函数为()

设X₁，X₂，X₃，X₄是来自总体N(0，4)的样本，求常数a，b的值，使得统计量X=a(X₁-2X₂)²+b(3X₃-4X₄)²服从χ²分布，并求它的自由度．

设X₁，X₂，…，X_m，X_m+1，X_m+n为来自总体X～N(0，σ²)的一个样本，试确定下列统计量的分布

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．

21．设X₁，X₂，…，X_m，X_m+1，X_m+n为来自总体X～N(0，σ²)的一个样本，试确定下列统计量的分布

设总体X服从[-θ,θ]上的均匀分布,其中θ(θ>0)为未知参数，<img src='https://img2.soutiyun.com/ask/2020-07-27/964695089964574.png' />是来自总体的简单随机样本. (1)求θ的矩估计量<img src='https://img2.soutiyun.com/ask/2020-07-27/964695055661612.png' />;(2)求θ的最大似然估计量<img src='https://img2.soutiyun.com/ask/2020-07-27/964695070951486.png' />.

A.泊松分布 B.指数分布 C.二项分布 D.均匀分布

设总体X服从参数为P的0-1分布,则来自总体X的简单随机样本<img src='https://img2.soutiyun.com/ask/2020-11-18/974554990191073.png' />的概率分布为___

设X1，…，Xn是来自均匀分布U(0，θ)的样本，θ的先验分布是帕雷托(Pareto)分布，密度函数为<img src='https://img2.soutiyun.com/ask/2020-08-04/965408611002708.png' />其中β，θ₀是两个已知的常数. (1)验证：帕雷托分布是θ的共轭先验分布; (2)求θ的贝叶斯估计.

<span style=";font-family:宋体;font-size:14px">设X~N(0,1)，X</span>_{<span style=";font-family:宋体;font-size:14px;vertical-align:sub">1</span>}<span style=";font-family:宋体;font-size:14px"><span style="font-family:宋体">，</span>X</span>_{<span style=";font-family:宋体;font-size:14px;vertical-align:sub">2</span>}<span style=";font-family:宋体;font-size:14px"><span style="font-family:宋体">是总体的一个样本，</span></span><img src='https://img2.soutiyun.com/ask/2020-10-29/972861977920547.png' /><span style=";font-family:宋体;font-size:14px">.<span style="font-family:宋体">服从什么分布</span><span style="font-family:calibri">？</span></span>

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' />

设总体X~N(01),X1、X2、X3、X4..X5为来自总体X的简单随机样本，<img src='https://img2.soutiyun.com/ask/2020-07-27/964689261739219.png' />分别为样本均值和样本标准差,则下列结论中正确的为()。 A.<img src='https://img2.soutiyun.com/ask/2020-07-27/964689251838652.png' /> B.<img src='https://img2.soutiyun.com/ask/2020-07-27/964689275003977.png' /> C.<img src='https://img2.soutiyun.com/ask/2020-07-27/964689286002606.png' /> D.<img src='https://img2.soutiyun.com/ask/2020-07-27/964689292953004.png' />