总体X服从期望为N(12,4),样本为x1到x10.样本均值的方差等于

X服从泊松分布,(X1,……Xn)是总体X的样本,求:X的样本均值的方差即 及 X样本修正方差的期望

http://roba.rushcj.com/?p=360 这篇博客讲的比较详细.

总体X服从参数为P的0-1分布,(X1,X2,……,Xn)是取自X的样本 可以判断(X1,X2,……,Xn)~b(n,

(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的分布列验证.

设总体X服从自由度为m的伽方分布,(X1,X2...Xn)是其中一个样本,求样本均值的密度函数

1.由伽方分布的性质有:\x0dY=X1+X2+...+Xn服从自由度为nm的伽方分布,记其密度为fY(t).\x0d2.样本均值Z=Y/n,Z的分布函数记为FZ(z)=P{Z<=z}=P{Y<=nz}=FY(nz)

为什么样本均值的方差等于总体方差除以n?

若总体分布为正态分布时,这样计算是精确的;若总体分布未知,或不是正态分布,只有E(X)=μ,D(X)=σ平方,并且n较大时,这样计算是近似的.这是条件,若是其他情况这样计算是错误的.所以您的问题中用“等于”一词不太准确.然后我回答您的问题:首先用一个系列样本和方差计算常规方法,计算得到的结果是指该个系列样本值的一个估计

总体X服从参数为10的泊松分布,选出容量为20的一个样本,则该样本的样本均值的方差是多少

样本均值的方差等于总体方差除样本数20.总体方差=参数10

设X拔为总体X~N(3,4)中抽取的样本(X1,X2,X3,X4)的均值,则P{-1

X1,X2,X3,X4是来自总体X~N(3,4)的样本,而X拔为样本均值,所以X拔~N(3,4/4)即X拔~N(3,1)因此P{-1

若某电子设备的寿命总体X服从指数分布,其数学期望为2000小时,X1,X2,…Xn为总体X的一个简单随机样本,求n维随机

f(x1,x2,.xn)=f(x1)f(x2).f(xn)

已知总体Y服从正态分布N(u,1),且Y=lnX,求X的期望E(X)

E(X)=∫(-∞,∞)e^y*(1/2π)^(1/2)*e^((y-u)/2)^2dy=e^(1/2+u)

求样本均值x的期望E(x),设总体X服从两点分布:P(X=1)=p,P(X=0)=1-p(0

E(x)=p

设总体X服从区间(-1,1)上均匀分布,X1,X2,……Xn来自总体X的样本,求样本均值的数学期望和方差

设X1 X2 ...Xn为来自总体X的样本,总 体X服从参数为λ的指数分布,即 f(x,λ)=λexp(-λx) 求X(1)和X(n)_百度 知道 设X1 X2 ...Xn为来自总体X的样本,总体X服从参数为λ的指数分布,即 f(x,λ)=λexp(-λx) 求X(1)和X(n) 设X1 X2 ...Xn为来自总体X的

设某总体X服从N(μ,σ^2)分布,已知σ=2.1,随机取容量n=16,测得样本均值Xˉ=12,求μ的0.95的置信区间

这个直接套公式嘛,已知σ,求μ的置信区间,这个书上应该有的哈.Z=(Xˉ-μ)/(σ/(n)^(1/2)) N(0,1) 因为μ=0.95,所以查正太分布的表,反着查,查值为0.975的对应的x值 就是|Z|的值.然后全部代入公式就是置信区间了.这个你看书应该比在这里讲要清楚得多,要结合图形来理解为什么查的是0.975

设总体服从正态(12,4)分布,现在抽取容量为5的样本,试求:样本的极小值小于10的概率?

样本的极小值小于10即5个数中至少有一个小于10,首先计算每个样本小于10的概率:F(10)=f((10-12)/2)=f(-1)=1-f(1)(查正态分布表得f(1))=1-0.8413=0.1587;设X是5个样本中小于10的样本的个数,则X~B(5,0.1587),所以P(X>=1)=1-P(X=0)=1-C(0

总体X服从指数分布E(λ),X1,X2```Xn是样本,那么样本均值的期望怎么求求大神帮助

D(X)=E(X)-[E(X)]

1:设总体的数学期望为20,方差为4,现从中随机抽一容量为36的样本,试求样本均值落在19.2到20.8之间的概率.

1、总体μ=20,σ^2=436个样本的均值服从一个均值为μ=20,方差为σ^2/n=4/36=1/9的正态分布.即N(20,1/9) (这个正态分布的标准差s=√1/9=1/3)19.2到20.8,区间为1.6=4.8s查表,可知4.8倍的西格玛,对应的P值是什么.2、变异系数CV=σ/μ自己套公式算下吧,或输到EX

设总体X服从参数为2的指数分布,X1,X2,…,Xn为来自总体X的简单随机样本,则当n→∞时,Y

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=DXi+(EXi)2=14+(12)2=12,因此根据大数定律有Yn=1nni=1X2i依概率收敛于1nni=1EX2

数理统计:设总体X服从均匀分布U[3,15] ,从中随机选取容量为10的样本,则样本均值的方差为

本均值的方差=D(X)/10=1.2

设X1 X2 ...Xn为来自总体X的样本,总体X服从参数为λ的指数分布,即X~f(x,λ)=λexp(-λx) 求X(

xi独立同分布F1x=MAX(x1 ,x2, .)=(f(x,λ))^n,然后根据期望的定义求相应的积分就是了 ,但是要注意指数分布当x《0时 f=0

设总体X~N(12,4),x1,x2,x3……x16为样本,X头上一横为样本均值,计算P{丨样本均值-12丨>1}

4是方差?x1+..x16~N(12*16,4*16)均值-12=(x1+..x16-12*16)/16 P(|均值-12|>1)=P(|x1+..x16-12*16|>16)即求16个样本和的分布 同其期望的误差 大於16的概率样本和分布的标准差是根号下(4*16)=8求和期望相差2个标准差的概率,查正太表2的对应数

设总体X服从正态分布N(u,σ^2) ,X1,X2,X3,...,Xn 是它的一个样本,则样本均值A的方差是 ? (需要

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)/n,所以X期望为u,方差D(X)=D(X1+X2...Xn)/n^2=σ^2/n

设总体X服从区间(a,b)上的均匀分布,X1,X2,······Xn是来自总体X的一个样本,则样本均值的方差为

DX拔=DX/n=(b-a)^2/12n 再问: 为什么分母有一个n呢 再答: DX拔=DX/n样本均值的期望=总体的期望样本均值的方差=n分之总体方差