设X1,X2,……,Xn(n>2)为来自总体N(0,1)的简单随机样本,X为样本均值,记Yi=Xi-X,i=1,2,……,n,求: 1) Yi的方差DYi,i=1,2,……,n
2) Y1与Yn的协方差cov(Y1,Yn)
3) P(Y1+Yn<=0)
设X1,X2,……,Xn(n>2)为来自总体N(0,1)的简单随机样本,X为样本均值...
设X1,X2,……,Xn(n>2)为来自总体N(0,1)的简单随机样本,X为样本均值,记Yi=Xi-X,i=1,2,……,n,求:1)Yi的方差DYi,i=1,2,……,n2)Y1与Yn的协方差cov(Y1,Yn)3)P(Y1+Yn<=0)... 设X1,X2,……,Xn(n>2)为来自总体N(0,1)的简单随机样本,X为样本均值,记Yi=Xi-X,i=1,2,……,n,...
...X2,…,Xn(n≥2)为来自总体N(0,1)的简单随机样本,.X为样本均值,S2为...
答案如下图所示:方程的同解原理:⒈方程的两边都加或减同一个数或同一个等式所得的方程与原方程是同解方程。⒉方程的两边同乘或同除同一个不为0的数所得的方程与原方程是同解方程。整式方程:方程的两边都是关于未知数的整式的方程叫做整式方程。分式方程:分母中含有未知数的方程叫做分式方程。
...Xn)(n>1)为来自总体X~N(μ,σ2)的简单随机样本,.X为样本均值,(Ⅰ...
(1)由于Yi=Xi?.X=?X1n?…+(n?1)Xin?…?Xnn~N(0,n?1nσ2),所以Yi的密度函数为:fYi(y)=nσ2π(n?1)eny22(n?1)σ2,y∈R,i=1,2,…,n(2)E∧σ=kni=1E|Xi?.X|=kni=1E|Yi|,而E|Yi|=∫+∞?∞|y|nσ<div style="width:...
...设X1,X2,...,Xn是来自正态总体X~N(μ,σ²)的一个简单随机样本_百 ...
数理统计问题,设X1,X2,...,Xn是来自正态总体X~N(μ,σ²)的一个简单随机样本,求常数C的值,使^σ²=C∑n-1,i=1(Xi+1-Xi)²是σ的无偏估计量。... 数理统计问题,设X1,X2,...,Xn是来自正态总体X~N(μ,σ²)的一个简单随机样本,求常数C的值,使^σ²=C∑n-1,i=1(Xi+1-Xi)...
...X1,X2,…,Xn是来自总体X的简单随机样本,则当n→∞时Yn=1nni=1X...
λ的矩估计值和极大似然估计值均为:1\/X-(X-表示均值)。详细求解过程如下图:指数分布可以用来表示独立随机事件发生的时间间隔,比如旅客进机场的时间间隔、中文维基百科新条目出现的时间间隔等等。指数分布可以看作当威布尔分布中的形状系数等于1的特殊分布,指数分布的失效率是与时间t无关的常数,...
...X1,X2,…,Xn为来自总体X的简单随机样本,则当n→∞时,Yn=1nni=1...
大数定律:一组相互独立且具有有限期望与方差的随机变量X1,X2,…,Xn,当方差一致有界时,其算术平均值依概率收敛于其数学期望的算术平均值.这里X21,X22,…,X2n满足大数定律的条件,且EX2i=DXi+(EXi)2=14+(12)2=12,因此根据大数定律有Yn=1nni=1X2i依概率收敛于1nni=1EX2i=12.
设X1,X2...Xn(n>2)为来自总体N(0,a^2)的样本,记Yi=Xi-X的均值,_百度知...
X1,X2...Xn来自总体为N(0,σ^2)=>∑xi~N(0,nσ^2)=>∑xi\/√(nσ^2)~N(0,1)=>[∑xi\/√(nσ^2)]^2~x^2(1)=>C=nσ^2
设X1,X2,…Xn是总体为N(μ,σ2)的简单随机样本.记.X=1nni=1Xi,S2=1n...
(1)【解法1】因为:T=.X2-1nS2,所以:E(T)=E(.X2)-1nE(S2)=D(.X2)+(E(.X))2-1nE(S2)=1nσ2+μ2-1nσ2=μ2,故T是μ2的无偏估计量.【解法2】因为:T=.X2-1nS2=nn?1.X2-1n(n?1)ni=1Xi2=1n(n?1)nj≠kXjXk,所以:E(T)=1n(n?1)nj≠kE(XjXk...
设x1,x2...xn是来自总体X的简单随机样本值,已知Y=lnX服从正态分布N(μ...
设x1,x2...xn是来自总体X的简单随机样本值,已知Y=lnX服从正态分布N(μ,1).(1)求μ的置信度为0.95的区间估计(2)求X的数学期望的置信度为0.95的区间估计... 设x1,x2...xn是来自总体X的简单随机样本值,已知Y=lnX服从正态分布N(μ,1). (1)求μ的置信度为0.95的区间估计(2)求X的数学期望的置信度...
...设X1,X2,```,Xn(n≥2)是取自正态总体X~N(μ,σ2)的一个样本,试适当...
^记Yi=x(i+1)-xi~N(0,2σ^2) i=1...n-1 所以S^2(y)=1\/(n-2) ∑(Yi-Y)^2 且E[S^2(y)]=2σ^2(这里Y为Yi的期望) Y=∑Yi\/n-1=xn-x1\/n-1 即1\/(n-2)*[E(∑(yi)^2-(n-1)Y^2)]=2σ^2 所以E(yi)^2-(n-1)E(Y^2)=2(n-2)σ^2 代入就可以了。