x1,x2xn是来自总体(0,2)的样本,E(x-)

a=4..再问：��Ĺ����>再答：��������ֲ�Ҫ�����DZ�׼��̬�ֲ�Xi/0.5~N(0,1)Xi^2/0.25=a*Xi^2a=4

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）=n

服从卡方分布,可以从x2的定义中知道,自由度为6,因为从x1到x6c的值不太清楚.

为了减化记号,用X,Y替代X1,X2.X,Y为服从N(0,s²)的独立随机变量,二者的联合分布密度函数f(x,y)=e^(-(x²+y²)/(2s²))/(2π

再问：���ﲻ����再答：���Ǵ�n��X��ѡ��k������1�ĸ�����ϵĸ���

所求数学期望与X～N（0,1）的数学期望相同,为0.

服从卡方分布.χ²√c(x1+x2+x3)属于标准正态分布D(√c(x1+x2+x3))=3cσ²=1c=1/3σ²自由度为2.再问：c前面那个符号是什么？？再答：根号√

均匀分布的总体U的概率密度为f(u)=1/c.总体U的独立样本X1,X2,...,Xn的联合概率密度为：f*(x1,x2,...,xn)=Πf(xi)=1/(c的n次方)再问：求具体步骤再答：这已经是

f(x1)=1/(2piσ^2)^0.5*exp[-(x1-μ)^2/2σ^2]...f(xn)=1/(2piσ^2)^0.5*exp[-(xn-μ)^2/2σ^2]L=f(x1)*f(x2)...f

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=nμD(X1+X2+……+Xn)=D(X1)+D(X2)+

E(X1-X2+X3-X4)=0D(X1-X2+X3-X4)=4D(X)=4χ²(1)D(√c(X1-X2+X3-X4))=c4=1c=1/4如有意见,欢迎讨论,共同学习；如有帮助,

(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

1、∑(Xi-x)^2/σ^2~χ(n-1)2、样本方差S^2的定义：S^2=(1/(n-1))*∑(Xi-x)^2两者系数比较一下,选择C

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

期望值和方差均求和即可,因为这个X1+X2+X3是线性的关系.再问：我想知道是怎么算的？谢谢！再答：E(X+Y)=E(X)+E(Y)方差=E[(X+Y)²]-[E(X+Y)]²=E

若X1,X2,X3,X4独立,(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,CY服

样本方差Sn运用定理（n-1）Sn^2/σ^2服从自由度为（n-1）的χ方分布代入数据(9-1)*6/16=3(9-1)*14/16=7查表+线性插入计算得P(χ^2(8)>3)=0.932P(χ^2

均值=（X1+X2+.+Xn）/n方差=[(X1-均值)^2+(X2-均值)^2+.+(Xn-均值)^2]/n

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+X

主要涉及更高的概率论,测度论,坏的类型,在这个粗略的告诉我首先构建在R的概率测度P1（N（0,1）分布）,无论是A属于B（R）,这样的P（A）=N（01）在A点的密度,概率空间（R,B（R）,P1）从