X1-X2~N(0,2)
X3+X4~N(0,2)
E[(X1-X2)^2]
=D(X1-X2)+[E(X1-X2)]^2
=2
同理, E[(X3+X4)^2]=2
传统概率
传统概率在实践中被广泛应用于确定事件的概率值,其理论根据:如果没有足够的论据来证明一个事件的概率大于另一个事件的概率,那么可以认为这两个事件的概率值相等。
在现实生活中也有一系列问题,无论如何不能用传统概率定义来解释,比如,人寿保险公司无法确定一个50岁的人在下一年将死去的概率等。
概率论与数理统计:设总体X~N(0,1),X1,X2,X3,…,Xn是来自该总体的一个...
E[(X1-X2)^2]=D(X1-X2)+[E(X1-X2)]^2 =2 同理, E[(X3+X4)^2]=2
概率论与数理统计问题设(X1,X2,X3,X4)是来自正态总体N(μ,σ²)的...
样本方差是总体方差的无偏估计量 因为是简单随机样本,所以各样本间相互独立,那么就有:E(X1+X2+XX…+Xn) = E(X1)+E(X2)+……+E(Xn) = μ+μ+……+μ = nμ D(X1+X2+……+Xn) = D(X1)+D(X2)+……+D(Xn) = nσ^2 若X1,X2,X3,X4独立 (X1+X2)服从duN(0,8),则...
...是来自正态总体X~N(μ,σ²)的一个简单随机样本
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)...
概率论与数理统计 求极大似然估计量 设X1,X2···,Xn为来自正态总体X...
52
设X1,X2,…Xn是取自总体X的一个简单随机样本,Xba和S^2分别为样本均值和...
因为.X与S2分别为总体均值与方差的无偏估计,且二项分布的期望为np,方差为np(1-p),故E(.X)=np,E(S2)=np(1-p).从而,由期望的性质可得,E(T)=E(.X)-E(S2)=np-np(1-p)=np2.故答案为:np2。
设X服从N(0,1),(X1,X2,X3,X4,X5,X6)为来自总体X的简单随机样本,
(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+X5+X6)~N(0,1)则[1\/√3(X1+X1+X3)]^2+[1\/√3(X4+X5+X6)]^2~X^2(2)也就是说c=1\/3 cY~X^2(2) 本回答由提问者推荐 举报| 评论 ...
设总体X服从[0,θ](θ>0)上的均匀分布,X1,X2,X3...Xn是取自总体X的一...
解答如图:
概率论与数理统计的题目 设x1,x2,...xn是来自U(-1,1)的样本
回答:U(-1, 1)标示在区间[-1, 1]的均匀分布。其概率密度函数是f(x)=1\/[1-(-1)]=1\/2。所以,μ=∫{-1, 1}x(1\/2)dx = 0。σ^2=∫{-1, 1}x^2(1\/2)dx = 1\/3。拉普拉斯在系统总结前人工作的基础上写出了《分析的概率理论》,明确给出了概率的古典定义,并在概率论中引入...
设总体 X服从B(m,p)x1,x2,x3,x4...xn是来自总体X的样本,则未知参数p...
(X1,X2,X3,X4,X5,X6)为来自总体X的简单随机样本,所以:(X1+X1+X3)~daoN(0,3)(X4+X5+X6)~N(0,3)而1\/√3(X1+X1+X3)~N(0,1);1\/√3(X4+X5+X6)~N(0,1)则[1\/√3(X1+X1+X3)]^内2+[1\/√3(X4+X5+X6)]^2~X^2(2)也就是说c=1\/3 cY~X^2(2)同理可得x2^...
设总体X服从泊松分布 P(λ),X1,X2,…,Xn为取自X的一组简单随机样本,求...
P(x-=2...(X=xn)=N)(xien)\/xil,然后两边取对数,再对)求导,令导数为零,得到入的极大似然估计。极大似然估计方法(Maximum Likelihood Estimate,MLE)也称为最大概似估计或最大似然估计,是求估计的另一种方法,最大概似是1821年首先由德国数学家高斯(C. F. Gauss)提出,但是这个方法通常被...