设X与Y是相互独立且均服从正态分布N(0,1/2)的随机变量求|X|的数学期望。

与Y相互独立，X₁，X₂，…，X_n1，和Y₁，Y₂，…，Y_n2分别是来自它们的两个相互独立的样本。证明统计量服从自由度为(n₁，n₂)的F分布。

＞0.记Z=X-Y.

(I)求Z的概率f(z;σ²)

(II)设为来自总体Z的简单随机样本,求σ²的最大似然估计量

(III)证明为σ²的无偏估计量.

A.N(2,4)

B.N(-1,26)

C.N(1,2)

D.N(1,8)

设总体X和Y相互独立，而且都服从正态分布N(30，9)，X₁，X₂，…，X₂₀和Y₁，Y₂，…，Y₂₅是分别来自X和Y的样本，求的概率．

设(X，Y)服从二维正态分布，且有D(X)=σ_X²，D(Y)=σ_Y²。证明：当时，随机变量W=X-aY与V=X+aY相互独立。

已知随机变量(X,Y)服从二维正态分布N(1,0;9,16;-1/2),设Z=X/3+Y/2

(I)求Z的数学期望E(Z)和方差D(Z);

(II)求X与Z的相关系数

(III)问X与Z是否相互独立？为什么？

设随机过程

Y(t)=X(t)cos(ω₀t+Θ),-∞＜t＜+∞其中X(t)为平稳过程，Θ为在区间(0，2π)上服从均匀分布的随机变量，ω₀为常数，且X(t)与Θ相互独立。记X(t)的自相关函数为R_X(τ)，功率谱密度为S_X(ω)，试证：

(I)求Z的概率密度;

(II)利用一阶矩求σ的矩估计量;

(III)求σ的最大似然估计量.

A.X与Y有线性关系(多项式关系)

B.模型误差在统计学上是独立的

C.误差一般服从0均值和固定标准差的正态分布

D.X是非随机且测量没有误差的