写出关于单因素方差分析模型：
的平方和S_E，S_A；并求ES_E，ES_A。

证明：关于单因素方差分析模型：
的平方和分解式S_T=S_E+S_A。

设随机变量X服从Γ分布，其中α＞0，已知，θ未知。试在损失函数下，验证是θ的最小最大估计。

设总体X服从正态分布N（0，θ），X₁，X₂，…，X_n是来自总体X的样本，又设参数θ的先验分布为逆伽玛分布（记作θ~IΓ（α，λ）），即θ的先验密度函数为

假定损失函数是，试求参数θ的贝叶斯估计。

设X服从贝努里分布B（1，p），其中参数p的先验分布为区间（0，1）的均匀分布，X₁，X₂，…，X_n为来自总体X的样本，试在损失函数下，试证明p的贝叶斯估计为，且它的风险函数是常数。

设总体X服从参数为θ的指数分布E（θ），即X的概率密度函数为，X₁，X₂，…，X_n为来自总体X的样本，θ的先验分布为Γ分布，其密度函数为

其中α＞-1，β＞0，损失函数为，求θ的贝叶斯估计。

设总体X服从泊松分布P（λ），其中λ未知参数，λ＞：X₁，X₂，…，X_n为来自总体X的样本，损失函数为，假定λ的先验分布密度为

试求λ的贝叶斯估计。