设总体分别为样本均值和样本的2阶中心距
来源:学生作业帮助网 编辑:作业帮 时间:2024/09/29 03:29:18
题目已经指出是简单随机样本,就说明X1...XN是独立的.
这应该是区间估计问题,由于总体方差是已知的,同时又是大样本,可参照单个样本平均数的u检验法来进行估计.但题目中没有置信度,无法代你计算.
先求方差,D(样本均值)=(1/4)^2*(4*2^2)=1所以标准差为1
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
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
X~B(n,p),本题n=2,p=0.3,所以E(样本均值)=np=2×0.3=0.6.
选B,因为他的期望不是是uE(A)=uE(X1+X2+X3)=E(X1)+E(X2)+E(X3)=3uE(0.2X1+0.3X2+0.5X3)=0.2E(X1)+0.3E(X2)+0.5E(X3)=u
标准误差=总体标准差/样本容量的算术平方根=0.2/根号100=0.02
样本均值?那不直接是(X1+.+Xn)/n不过应该不是问这个吧可以说详细点?再问:是等于N(μ,σ^2)吗再答:有完整的题目么?这个X~N(μ,σ^2)意思是总体X服从总体均值为μ,总体标准差为σ的正
首先有结论:当诸Xi相互独立时,Var(∑Xi)=∑Var(Xi),证明的话用协方差Var(∑Xi)=Cov(∑Xi,∑Xi)=∑Cov(Xi,Xj)=∑Var(Xi)然后可得到:Var(1/n·∑X
1.总体均值μ的点估计当然是1002.没有标准差怎么算第二小题?假设这个标准差是8,置信度0.95时,z=1.96,总体均值μ的置信区间=(100-1.96×8/100的平方根,100+1.96×8/
是独立的.如果不独立的话,T分布的定义无从谈起
1、虽然总体分布未知,但是根据大数定律,样本均值近似服从N(350,[60/根号(100)])=N(350,36)P(样本均值>360)=P((样本均值-350)/6>5/3)=1-0.96162、虽
上面这个网址有关于这个结论的详细证明,如有不懂可追问.
4是方差?x1+..x16~N(12*16,4*16)均值-12=(x1+..x16-12*16)/16P(|均值-12|>1)=P(|x1+..x16-12*16|>16)即求16个样本和的分布同其
样本容量为200的简单随机样本,样本均值X'~N(300,40^2/200)=N(300,8)样本均值落在总体均值正负5以内的概率=P(295
均值=(X1+X2+.+Xn)/n方差=[(X1-均值)^2+(X2-均值)^2+.+(Xn-均值)^2]/n
均值:(140+150+155+130+145)/5=720/5=144中位数:排列:130,140,145,150,155中位数是145极差:155-130=25
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