分别从两个总体x∽n(0,1╱2),y∽(0,1╱2)中抽取两个相对独立的样本

如果题目没错的话,就是这么做的

对于θ,如果E（θ^）=θ,则θ^为θ的无偏估计.而样本均值可以认为是总体均值的无偏估计,即E（Xˉ）=E(X)=μ而样本方差可以认为是总体方差的无偏估计,即E（S^2）=D(X)=σ^2所以这个题就

D(3X–2Y)=9D(X)+4D(Y)=9*4+4*2=44

选DX拔=0,所以A、B错C由单正态总体的抽样分布定理得X拔/(S/根号n)~t(n-1),C错D中把n-1移到分母里面,得到分子是自由度为1的卡方分布,分母是自由度为n-1的卡方分布,满足F分布的定

2(1-Φ(2)),然后查正态分布表,用的是同分布中心极限定理.不好打,就是把样本均值与总体均值之差标准化,除以σ/√n,然后5也除以这个,因为这个标准正态分布关于Y轴对称,所以就2倍的那个了.

X(1)f1(x)=n*(F(x))^(n-1)*f(x)F1(x)=(F(x))^nX(n)fn(x)=n*(1-F(x))^(n-1)*f(x)Fn(x)=(1-F(x))^n其中f(x)F(x)

U=n^(1/2)*(xˉ-μ)/σ～N(0,1),D(U)=1.

(X1,X2,X3,X4,X5,X6)为来自总体X的简单随机样本所以(X1+X1+X3)~N(0,3)(X4+X5+X6)~N(0,3)所以而1/√3(X1+X1+X3)~N(0,1);1/√3(X4

importjava.util.*;publicclassCombination{publicstaticvoidmain(String[]args){VectortestData=newVector

∑从i=1到n[xi－C]²=(x1－C)²＋(x2－C)²＋(x3－C)²＋…＋(xn－C)²=nC²－(x1＋x2＋x3＋…＋xn)＋[

根据线性关系有：（X1+X2+X3）~N（0,3）,：（X4+X5+X6）~N（0,3）,所以(1/3)*[（X1+X2+X3)^2（的平方）]~X(1)(X是卡方分布符号),(1/3)*[（X4+X

N(0,σ^2)E(X1+X2)=EX1+EX2=0D(X1+X2)=DX1+DX2=2σ^2X1+X2~N(0,2σ^2)同理：X1-X2~N(0,2σ^2)所以1/√2σ(X1+X2)~N(0,1

抽了n次某个物体被第一次抽到的概率是1/N被第二次抽到的概率为（N-1)/N*1/(N-1)=1/N.被第m（1

服从正态分布的随机变量的线性组合仍然服从正态分布,所以样本均值（X-Y）服从N（0,36）分布,（注：X-Y服从N(u1-u2,(σ1^2)/n1+(σ2^2)/n2).剩下的就是求正态分布的概率问题

从已知的条件来看,由于总体的方差未知,同时又都属于小样本,并通过F检验得知两个总体的方差是相等的,因此应该用t检验来推断两个总体的平均数是否存在显著差异,详细过程在此就不便详述了

我看的时候也发现了这个问题原因是S^2是σ^2的无偏估计量证明如下E(S^2)=E(1/(n-1)*[(∑Xi^2)-n(X-)^2])=1/(n-1){∑E(Xi^2)-nE[(X-)^2]}=1/

S12=σ2的平方S22=σ2的平方所以Z=（a+b）σ2的平方=σ2的平方=S12=S22所以命题成立不知道D（Z）的意思

贾平凹不是作家么？还写数理统计的书？

X:自由度n=3,标准化Xi即Xi=Xi/σ,χ2(3)=(X1^2+X2^2+X3^2)/σ^2Y:因为已知均值,故自由度n=4-1=3,同理χ2(3)=((Y1-A)^2+(Y2-A)^2+(Y3

(X1,…,Xn)是个随机向量,B(n,p)是一个随机变量的分布,二者维数不同.应该是X=X1…Xn~B(n,p)就对了,前提是诸Xi彼此独立.可以直接求X的