设总体X~N(μ,σ^2 ),其中μ和σ^2 均未知，X_1,X_2,⋯,X_n 是总体X的一个样本，则样本均值X ̅是μ的无偏估计量.
举一反三
- (1). 设总体 \( X \) 具有有限的数学期望 \( EX \) 和方差 \( DX \)，\( X_1 ,X_2 ,\mbox{ }\cdots ,X_n \) 为总体 \( X \) 的样本，那么对样本均值 \( \bar {X}=\frac{1}{n}\sum\limits_{i=1}^n{X_i } \) 有()。
- ${X_1},{X_2},...,{X_n}$是来自正态总体X~N($\mu$ ,${\sigma ^2}$)的样本，用估计法估<br/>计参数$\mu，{\sigma^2}$,分别为（） A: $\overline X ,2{s^2}$ B: $2\overline X ,{s^2}$ C: $\overline X,{s^2}$ D: $\overline X,s$
- 2.${X_1},{X_2},...,{X_n}$是来自正态总体X~N($\mu$ ,${\sigma ^2}$)的样本，用估计法估<br/>计参数$\mu，{\sigma^2}$,分别为（） A: $\overline X ,2{s^2}$ B: $2\overline X ,{s^2}$ C: $\overline X,{s^2}$ D: $\overline X,s$
- (6). 设 \( X_1 ,X_2 ,\cdot \cdot \cdot ,X_n \) 是来自正态总体 \( X\sim N(\mu _0,\sigma ^2) \) 的样本方差 \( S^2=\frac{1}{n-1}\sum\limits_{i=1}^n {(X_i -\bar {X})} \)，则统计量 \( T=\frac{\bar {X}-\mu _0 }{S /{\sqrt n}} \) 服从()。
- 设总体X~N(μ,σ2),X1,X2,…Xn为总体X的样本, μ,σ2均未知，则σ2的无偏估计是（ ）