设x1x2xn来自总体n求dt

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

这题就是把N从常量整数变成变量,如果是常量整数,Y服从正态分布,变成变量整数其实也服从正态分布,但此时E(Y)跟D(Y)就变了.但是也很好求,只是比较麻烦.E(X)=λ,D(X)=ε平方,E(N)=1

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

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

自由度肯定是2,就是可以转化成两个标准正太分布的平方之和,a,b都是来让后边的两个分布都等于标准正太分布的.再问：我自己已经做出来了，不过分还是给你好了……

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

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)+

U=n^(1/2)*(xˉ-μ)/σ～N(0,1),D(U)=1.

大数定律：一组相互独立且具有有限期望与方差的随机变量X1，X2，…，Xn，当方差一致有界时，其算术平均值依概率收敛于其数学期望的算术平均值．这里X21，X22，…，X2n满足大数定律的条件，且EX2i

U=n^(1/2)*(xˉ-μ)/σ服从标准正态分布,即UN(0,1),因此,D(U)=1.

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

X1,X2.Xn来自总体为N(0,σ^2)=>∑xi~N(0,nσ^2)=>∑xi/√(nσ^2)~N(0,1)=>[∑xi/√(nσ^2)]^2~x^2(1)=>C=nσ^2

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

x1+x2~N(0,8)x3+x4+x5~N(0,12)x6+x7+x8+x9~N(0,16)由于x^2分布定义为标准正态分布的平方和,因此a(x1+x2),b(x3+x4+x5),c(x6+x7+x

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