设X1...X6是来自服从泊松分布的样本,写出联合分布律

来源:学生作业帮助网 编辑:作业帮 时间:2024/05/17 21:07:22
一道概率题设总体分布X服从正态分布N(10,3²),X1,X2.,X6是它的一组样本,(x一横)是平均值,求(

x一~(10,3²/6)P(x一>11)=P((x一-10)/根号下1.5>(11-10)/根号下1.5)=1-标准正太(1/根号下1.5)计算查表得出结果

设X~ε(λ),X1,X2,……是来自总体X的随机变量,和总体X独立的随机变量N服从均值为1/P的几何分布,求Y=(X1

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

设X1,X2,...,X6为来自正态总体N(0,σ^2)的一个样本,随机变量Y=c[(X1+X2+X3)^2+(X4+X

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.

设总体X服从参数为λ的泊松分布,其中λ为未知参数.X1,X2,...,Xn为来自该总体的一个样本,则参数λ的矩估计量为?

X服从参数为λ的泊松分布,EX=λ.把EX换成一阶样本矩Xˉ,即得矩估计量为λ^=Xˉ.

概率论题目:总体服从二项分布,X1,X2...是来自总体的样本

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

概率论题目设X1,X2,…,x6为来自正态总体N(0,o^2)的一个样本,随机变量Y=c[(X1+X2+X3)^2+(X

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√

设X1.X2.Xn是来自正态总体N(3,4)的样本,则1/4倍的Xi-3的平方求和服从的分布为?

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)

设x1,x2,x3,x4,x5,x6,x7是自然数,且x1

由题可知21(X1+X2)+12X2=2010X1+X2+X3=2(X1+X2)X1+X2=(2010-12X2)/21又所有数字由自然数构成当X2=10时X1+X2=(2010-120)/21=90

概率论大数定理设总体X服从参数为2的泊松分布、X1,X2`````Xn为来自总体X的一个样本,则当n→∞,Yn=1/n(

Yn的极限应该是6吧.这里的Yn其实就是样本的二阶原点矩,记为A2.其一阶原点矩为1/n(X1+X2+……+Xn),记为A1.其二阶中心矩记为S^2.它们之间的关系为A2-A1^2=S^2.又因为X服

)设X服从N(0,1),(X1,X2,X3,X4,X5,X6)为来自总体X的简单随机样本,Y=(X1+X2+X3+)^2

(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

设总体X服从参数为λ的泊松分布,X1.Xn是X的简单随机样本.求证:1/2(x的平均

求证什么?看不懂你的意思 你把题目打清楚点,我看看 就算这个统计量的方差是否是λ这里有

概率论与数理统计二题在理工科—数学目里 提了一个问题,“设X1,X2,X3,X4,X5,X6是来自正态总体N(0,4)的

是否是这个http://zhidao.baidu.com/question/549533306.html再问:是,不过已经解决了,谢谢再答:呵呵,没有关系.祝你学习进步,快乐成长.

设总体X服从正态分布X~N(μ,σ^2),X1,X2,...,Xn为来自该总体的一个样本,

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

设总体X服从正态分布X~N(μ,σ^2),X1,X2,...,Xn为来自该总体的一个样本,则样本均值是

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

设X1,X2,X3,X4,X5,X6是来自总体N(0,1)的样本,为什么X1+X2+X3~N(0,3)?

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

设X服从0-1分布,X1,X2.XN是来自X的一个样本,试求参数P的极大似然估计值

P(X=1)=pP(X=0)=1-p所以X的密度函数是P(X=a)=p^a*(1-p)^(1-a)a=0或1p未知,p∈[0,1]样本为X1……XN所以似然函数是L(x1,x2……xn;p)=(p^x

设X1,X2……Xn是相互独立的随机变量序列且他们服从参数λ的泊松分布,则由中心极限定理知

用定义做就行lim(n->∞)P{[∑(1,n)Xi-n*E(Xi)]/[√n*√D(Xi)]≤x}=Φ(x)因为Xi~P(λ),所以E(Xi)=D(Xi)=λ,代到上式lim(n->∞)P{[∑(1