设X1,X2,...,X6为来自正态总体N(0,σ^2)的一个样本,随机变量Y=c[(X1+X2+X3)^2+(X4+X5+X6)^2]服从什么分布,
设X1,X2,...,X6为来自正态总体N(0,σ^2)的一个样本,随机变量Y=c[(X1+X2+X3)^2+(X4+X5+X6)^2]服从什么分布,常数c的值为多少,其自由度为多少?
c的值不太清楚。
X1 X2 X3 X4是来自标准正态总体的一个样本,Y=(X 1+X2)^2+(X3+X4)^2...
若X1，X2，X3，X4独立，zd (X1+X2)服从N(0,8), 则(1\/8)(X1+X2)^2服从卡方1；(X3-X4)服从N(0,8), 则(1\/8)(X3-X4)^2服从卡方1；当C=1\/8时，版CY服从卡方2；
设X1,X2,...X3服从正态总体N(μ,σ^2)的一个样本,,X~为样本均值,则则...
设X1,X2,...X3服从正态总体N(μ,σ^2)的一个样本,,X~为样本均值,则则(1\/σ^2 设X1,X2,...X3服从正态总体N(μ,σ^2)的一个样本,,X~为样本均值,则则(1\/σ^2)∑(i=1,n)(Xi-μ)^2服从什么分布?... 设X1,X2,...X3服从正态总体N(μ,σ^2)的一个样本,,X~为样本均值,则则(1\/...
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...
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)...
设x1,x2,x3为取自总体x~n(0,σ²)的一个样本,求p[(x1\/x3+x2\/x3...
算出行列式的值，再整理成只和x1+x2+x3,x1x2+x2x3+x3x1,，x1x2x3这三项有关的形式，利用三次方程韦达定理带入系数可求。
设(X1,X2,...Xn)为总体N(u,a^2)的一个样本,X为样本均值,则在总体方差...
B答案，总体方差的无偏估计值是样本方差，样本方差的计算公式就是B答案。
设x1,x2,...xn是来自正态总体x～n(u,δ^2)
EX（X上面一横杠）=E[（X1+X2+……+Xn）\/n]=1\/n [E（X1)+E(X2)+……+E(Xn）]=1\/n (U+U+……+U)=U ^f(x1)=1\/(2piσ^2)^0.5*exp[-(x1-μ)^2\/2σ^dao2]f(xn)=1\/(2piσ^2)^0.5*exp[-(xn-μ)^2\/2σ^2]L=f(x1)*f(x2)...f(xn)=[1\/(2piσ^...
...取一个容量为6的样本X1,X2...X6,设Y=(X1+X2+X3)的平方+(X4+X5+X6...
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+X5+X6)^2(的平方)]~X(1)。 所以C=1\/3. 本回答由提问者推荐 举报| 评论(3) 43 7 ...
设X1 X2…… Xn是来自总体的一个样本 求样本均值 样本方差
随着样本量n的增大，不论原来的总体是否服从正态分布，样本均值的抽样分布都将趋于正态分布，其分布的数学期望为总体均值μ，方差为总体方差的1\/n。这就是中心极限定理（central limit theorem）。设总体共有N个元素，从中随机抽取一个容量为n的样本，在重置抽样时，共有N·n 种抽法，即可以组成N·n...
X1,X2,...,Xn是来自总体X的一个样本X的概率密度为f(x)=其中>1的未知参...
F1(x)=(F(x))^n X(n) fn(x)=n*(1-F(x))^(n-1)*f(x)Fn(x)=(1-F(x))^n 其中f(x) F(x)分别是总体41021653x的密度函数和回分布函数 根据无偏估计的定义，统计量的来数学期望等于被估计的参源数，具体到这里就是说bai E（c*X的平均值）=θ 又由期望的性质 E（duc*X的...
设x1,x2是从正态总体N(u,δ^2)中抽取的样本?
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+……+Xn)=E(X1)+E(X2)+……+E(Xn)=μ+μ+……+μ=nμ D(X1+X2+……+Xn)=D(X1)+D(X2)+……+D(Xn)=nσ^2 由于一般的正态总体其图像不一定关于y轴对称，对于任一正态总体，其取值小于x的概率。只要会用它求...
