1楼：手机用户
||令y=x-μ，则y～（0，σ2），其概率密度为f(y)＝12πσ
e?y2σ，-∞＜y＜+∞，
σ＞内0|容y|=|x-μ|的数学期望为：
e(|y|)＝e(|x?μ|)＝∫
+∞?∞
|y|12πσ
e?y2σdy＝2∫+∞0
|y|12πσ
e?y2σdy＝2π
σσ)＝e[12nπ
22ni＝1|x
i?μ|]＝12nπ
2e(2n
i＝1|x
i?μ|)＝2n2nπ
22πσ＝σ
σ是σ的无偏估计量．
总体x服从正态分布n(μ,σ2),其中σ2未知,x1,x2,…,xn为来自该总体的样本, 5
2楼：匿名用户
u=n^(1/2)*(xˉ-μ)/σ服从标准正态分布即u n(0,1)
因此d(u)=1
正态曲线由均数所在处开始，分别向左右两侧逐渐均匀下降。曲线与横轴间的面积总等于1，相当于概率密度函数的函数从正无穷到负无穷积分的概率为1。即频率的总和为100%。
图形特征
集中性：正态曲线的高峰位于正**，即均数所在的位置。
对称性：正态曲线以均数为中心，左右对称，曲线两端永远不与横轴相交。
均匀变动性：正态曲线由均数所在处开始，分别向左右两侧逐渐均匀下降。
曲线与横轴间的面积总等于1，相当于概率密度函数的函数从正无穷到负无穷积分的概率为1。即频率的总和为100%。
3楼：匿名用户
||令y=x-μ，则y～（0，σ2），其概率密度为f(y)＝12πσe?y22σ2，-∞＜y＜+∞，σ＞0|y|=|x-μ|的数学期望为：e(|y|)＝e(|x?
μ|)＝∫+∞?∞|y|12πσe?y22σ2dy＝2∫+∞0|y|12πσe?
y22σ2dy＝2πσ于是：e(σ)＝e
4楼：绯雪流樱
σ未知，则由于(样本均值-μ0)/(s/n)服从t(n-1)分布，所以选它作为检验统计量。
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，
5楼：匿名用户
u=n^(1/2)*(xˉ-μ)/σ服从标准正态分布，即
u ～ n(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
6楼：假面
u=n^(1/2)*(xˉ-μ)/σ服从标准正态分布即u n(0,1)
因此d(u)=1
正态曲线由均数所在处开始，分别向左右两侧逐渐均匀下降。曲线与横轴间的面积总等于1，相当于概率密度函数的函数从正无穷到负无穷积分的概率为1。即频率的总和为100%。
7楼：匿名用户
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？
设总体x～n（μ，σ2），其中μ，σ2已知，x1，x2，…，xn是来自于总体x的样本，样本方差s2=1n?1ni＝1(xi
8楼：手机用户
由正态分布的性质bai可du得，xi
?.xσ～n（
zhi0，1）．
再由卡dao
方分布的定义可得专，
ni＝1(xi
?.x)σ
～χ2（n-1），
即：属(n?1)s
σ～χ2（n-1）．
因此，d[(n?1)s
σ]＝2(n?1)，
从而，d（s2）=2(n?1)?(σ
n?1)
=2σn?1
．故答案为：2σ
n?1．
已知随机变量Z服从正态分布N（0，2），若P（Z 1）
1楼 冰雪 由随机变量 服从正态分布n 0， 2 可知正态密度曲线关于y轴对称， p z 1 0 023， p 1 z 1 1 2 0 023 0 954 故选 b 已知随机变量z服从正态分布n 0， 2 ，若p z 2 0 023，则p 2 z 2 2楼 这个画图很容易得知，根据正态分布的对称性。...