第一个无过程,就是考察t分布的定义,这里结果是t(5）；
第二个也可以说是无过程,考察的是二项分布的数字特征及矩估计方法(替换原理)这两个常识.对于X服从B（n,p）来说,其期望为EX=np,方差为DX=np(1-p).根据EX=np(尽量用低阶矩)知p=EX/n,再用矩法的替换原理即得参数的矩估计为样本均值的n分之一；
第三个有两种做法.
1.先求X,Y的联合分布列,然后根据随机向量函数的期望进行计算.
2.视XY=Z,根据古典概型看Z的分布列,然后根据随机变量函数的期望来求E(Z^2).
比如用法2(也是最简洁的方法),Z=XY可能的取值为0、1,再看分布列(注意到有放回抽取)
Z=1即一次取到红球一次取到黑球(但先后不定),故P(Z=1)=2*(1/6)*(2/6)=1/9
Z=0则是其他全部可能,故P(Z=0)=1-P(Z=1）=8/9.
所以E(Z^2)=1*(1/9)+0*(8/9)=1/9.