X1,X2是X的样本,X=(X1 X2) 2 协方差cov(Y1,Y2)

∵依题意nx+my=（m+n）[λx+（1-λ）y]，∴n（x-y）=λ（m+n）（x-y），x≠y，∴λ=nn+m∈（0，12），m，n∈N+，∴2n＜m+n，∴n＜m．故答案为：n＜m．

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

首先应该是e(入)fxi(xi)=入e^(-入xi)i∈{1,2,...n}把所有乘一起,设联合密度=pp(x1,x2,x3.,xn)=入^ne^(-入nx)注意下面这个E(X)是期望值E(X)=1/

给你点提示,你就能做出来了,D（X1+X拔）=D（X1）+D（X拔）+2Cov（X1,X拔）式中,D（X1+X拔）=D[(1+1/n)X1+1/n(X2+X3+……Xn)]=(1+1/n)^2D(X1

(f(x1)+f(x2))/2-f（(x1+x2)/2)=(2^x1+2^x2)/2-2^((x1+x2)/2)≥√(2^x1*2^x2)-2^((x1+x2)/2)(几何不等式)=0所以结论成立.

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

(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

平均数是3x方差是9M再问：为什么呀再答：失误……平均数是3x+2因为x1.x2.x3........xn的平均数是x，所以x1.x2.x3........xn的和是nx3x1+23x2+23x3+2

E（s^2）=[σ^2/[(n-1)]*E[(n-1)*S^2/σ^2]=[(n-1)*σ^2/(n-1)]=σ^2你这个题发出来确实很独特,我还要先把他解码一下,才能帮你解答.

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

N(0,σ^2)E(X1+X2)=EX1+EX2=0D(X1+X2)=DX1+DX2=2σ^2X1+X2~N(0,2σ^2)同理：X1-X2~N(0,2σ^2)所以1/√2σ(X1+X2)~N(0,1

x1.x2是方程2x²-x-3=0的两实根∴x1+x2=1/2x1x2=-3/2∴x1+x2+x1*x2=1/2-3/2=-1

1、E(X')=u,D(X')=σ2/n,E(S2)=DX,2、最大似然估计：a=-1-n/(lnx1+lnx2+...+lnn)矩估计：a=(1-2X')/(X'-1)X'代表X-好多符号显示不了,

样本与总体同分步,也是P(λ),这是数理统计的规定.希望可以帮到你,如果解决了问题,请点下面的"选为满意回答"按钮,

1、矩估计EX=∫xf(x)dx=∫xβx^(β-1)dx=β/(β+1)=x(平均）--β=x(平均)/(1-x(平均）)2、最大似然估计L(β)=TTβxi^(β-1)-->LnL(β)=nLnβ

韦达定理再问：亲，就是因为没看懂啥意思啊，可以的话，具体过程可以有么？省点木事再答：韦达定理：X1+X2=-5/2,X1X2=-3/2因此|x1-x2|=√(x1+x2)^2-2x1x2=√25/4+

X1和X2独立但X与自己确不独立再问：主要是为什么不能X1=X2=X这样理解？再答：X1,X2虽然与X独立同分布，但抽样时取值完全可能不同如X-U[1,5]X1取2时，X2取到的值可能为4

满足E(T)=E(X)E(X1+X2+CX3)=E(X)2E(X)+CE(X)=E(X)(2+C)=1C=-1

这是服从什么分布的啊.?这个不可能没说吧?如果是正态分布的话2X2-X1-X应该服从的是标准差的无偏估计吧怎么会是数学期望.这是服从什么分布啊.?再问：对是正态分布。结果是不是等于o啊？？再答：结果不

1P(入)fx(x)=(入^x)e^(入)/x!f(x1,x2,x3,x4)=入^(x1+x2+x3+x4)*e^(4入)/(x1!x2!x3!x4!)2fx(x)=1/θf(x1,x2,x3,x4)