设x1,x2,-x17是总体N()

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

EX（X上面一横杠）=E[（X1+X2+……+Xn）/n]=1/n[E（X1)+E(X2)+……+E(Xn）]=1/n(U+U+……+U)=U1516

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

所求数学期望与X～N（0,1）的数学期望相同,为0.

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

服从~N（u,σ^2/n）正态分布

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)+

由Xi~N(3,4)得Xi-3~N(0,4)得(Xi-3)/4~N(0,4/(4^2))所以(Xi-3)/4~N(0,1/4)

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

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

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

首先要有卡方分布（χ2(n)分布）和F分布的基础.如果不知道这两个,需要先翻书复习.根据卡方分布定义,∑''3,i=1''Xi²满足自由度为3的卡方分布∑''n,i=4''Xi²满

X^2分布X是希腊字母,不是X

正态分布的规律,均值X服从N（u,（σ^2）/n）因为X1,X2,X3,...,Xn都服从N（u,σ^2),正太分布可加性X1+X2...Xn服从N（nu,nσ^2).均值X=（X1+X2...Xn）

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

(X1,…,Xn)是个随机向量,B(n,p)是一个随机变量的分布,二者维数不同.应该是X=X1…Xn~B(n,p)就对了,前提是诸Xi彼此独立.可以直接求X的