设$x_(1),x_(2),…,x_(n)$为来自总体$X~N(mu,sigma^2)$的样本，其中$mu,sigma^2$未知，若已知算出$barx=(1)/(11)sum_(i=1)^(11)x_(i)=14$，$sum_(i=1)^(11)(x_(i)-barx)^2=64$，则假设$H_(0):mu=15$的t检验选用的t统计量的值为

设总体X的分布率为P{X＝x}＝（1－p）x－1p，x＝1，2，…；X1，X2，…，Xn是来自X的样本，试求：　　（1）p的矩估计量；　　（2）p的极大似然估计量。 设：-1、0、1、2、3、13是来自总体X的样本，则样本均值为（ ） 设总体X～N（μ0，σ2），μ0为已知常数，（X1，X2，…，Xn）为来自正态总体X的样本，则检验假设H0：σ2＝σ02；H1：σ2≠σ02的统计量是____；当H0成立时，服从____分布。 设 x1，x2，xn为样本观测值，经计算知nx 2 ＝64， 设σ是总体X的标准差,X1, X2,..., Xn是它的样本,则样本标准差S是总体标准差σ的相合估计量 设总体X～N（μ,25）,X1,X2,…,X100为来自总体的简单随机样本,求样本均值与总体均值之差不超过1.5的概率 设X1，X2，...，Xn是来自几何分布P（X=k）=p（1-p）k-1，k=1，2，...，0＜p＜1，的样本，试求未知参数p的极大似然估计. 设X1，…，Xn是取自总体X的容量为n的样本，总体均值E(X)=μ未知，μ的无偏估计是( ). 设X1，X2，…，Xn相互独立且同服从分布B（1，p），Z＝X1＋X2＋…＋Xn，证明Z～B（n，p）。 设总体X服从于分布f（x，λ）＝e－|x|/λ/（2λ）（－∞＜x＜＋∞）其中λ＞0。若取得样本值X1，X2，…，Xn，试求：　　（1）E（|X|），E（|X2|）；　　（2）参数λ的极大似然估计值λ(∧)；　　（3）λ(∧)是否为参数A的无偏估计量？ 设随机变量X1，X2，…，Xn相互独立，且均在区间[0，θ]上服从于均匀分布，设Y1＝max{X1，X2，…，Xn}，Y2＝min{X1，X2，…，Xn}，求E（Y1），E（Y2），D（Y1），D（Y2）。 设随机变量X1，X2，…，Xn相互独立，且均在区间[0，θ]上服从于均匀分布，设Y1=max{X1，X2，…Xn}，Y2=min{X1，X2，…Xn}，求E（Y１），E（Y２），D（Y１），D（Y２）. 设函数f（x）在（a，b）内连续，a＜x1＜x2＜…＜xn＜b，证明：必∃ξ∈（a，b），使f（ξ）＝[f（x1）＋f（x2）＋…＋f（xn）]/n。 设总体X～N(20,169)，已知1x,2x,…,100x是来自X的样本。则样本均值的分布服从均值为20、方差为16.9的正态分布。 设总体X服从参数为λ的泊松分布，其中λ未知.X1，…，Xn是取自总体X的样本，则λ的最大似然估计是( ). 设总体$X\sim N(\mu, \sigma^{2})$，? $X_{1}, X_{2},\cdots, X_{n} $为总体的样本, 以下结论正确的为（ 中国大学MOOC: 设有n维随机变量(X1，X2，…，Xn)，其分布函数是指F(x1，x2，…，xn) =P{X1￡x1，X2￡x2，…，Xn￡xn}，其中x1，x2，…，xn，为任意实数. 设总体X～N(u，σ2)，基于来自总体X的容量为16的简单随机样本，测得样本均值x=31.645，样本方差S2=0.09，则总体均值μ的置信度为0.98的置信区间为()。 设总体X～N(u，σ2），基于来自总体X的容量为16的简单随机样本，测得样本均值x= 31.645，样本方差S2=0.09，则总体均值μ的置信度为0.98的置信区间为( )。 中国大学MOOC: 设随机变量X1, X2,…,Xn相互独立，Sn=X1+X2+…+Xn，则根据中心极限定理，当n充分大时，Sn近似服从正态分布，只要X1, X2,…,Xn（）．