-
表示样本的测量数据集中地趋向某一个值，该值称为平均值，简称均值.
A . 正确
B . 错误
-
设总体X～N（μ，σ2），基于来自总体X的容量为16的简单随机样本，测得样本均值
https://assets.asklib.com/psource/2015101516472859900.jpg
，样本方差s2=0.09，则总体均值μ的置信度为0.98的置信区间为（）。
A . （30.88，32.63）
B . （31.45，31.84）
C . （31.62，31.97）
D . （30.45，31.74）
-
在进行质量数据的统计分析时，样本数据特征中的样本标准偏差S是表示（）。
A . 数据偏离标准值的偏差
B . 数据偏差的标准值
C . 数据的离散程度
D . 数据的相对分散程度
-
样本数据的子样平均值表示数据的（）。
A . 分散程度
B . 集中位置
C . 相对波动程度
D . 相互协调程度
-
算术平均值表示一组数据集中位置最有用的统计特征量，它代表样本或总体的平均水平
A . 正确
B . 错误
-
()适用于质量数据为计量值，根据不同质量指标的样本均值或样本方差来判断一批产品是否合格。
A . A．计量抽样检验
B . B．计数抽样检验
C . C．调整型抽样检验
D . D．计数调整型抽样检验
-
已知2500个正常人血压的数据服从正态分布，计算出样本均值X和标准误sx，求出区间（X-t0.05，ν′Sx；+t0.05，ν′Sx），该区间所代表的含义是（）
A . 血压的99％正常范围
B . 样本均值的95％波动范围
C . 任何一个人血压的99％可信区间
D . 总体均值的95％可信区间
E . 以上都不是
-
设总体X服从指数分布，概率密度为（）。其中λ未知。如果取得样本观察值为X1，X2，…，X，样本均值为X，则参数λ的极大似然估计是（）。
A . ['x5B .https://assets.asklib.com/psource/2015103009361331257.jpg
C . nD .https://assets.asklib.com/psource/2015103009362870429.jpg
-
一组样本数据为10.0、10.1、9.8、10.2、9.9，则该样本组平均值与极差分别为（）。
A . 10.0、0.2
B . 0、0.4
C . 10.0、0
D . 10.0、0.4
-
下面是一个分组样本分组区间（35，45]（45，55]（55，65]（65，75]频数3872，则其样本均值X近似为（）.
A . 50
B . 54
C . 62
D . 64
-
样本的均值可以反映测试数据的离散程度。
A . 正确
B . 错误
-
设 X 1 , …,X n 为来自均值为 μ 标准差为 σ 的正态分布的一个样本，其中 μ已知而σ未知，X bar 是 样本均值，则下列各选项中的量不是统计量的是（ ）
-
在方差分析中，（）反映的是样本数据与其组平均值的差异。
-
切尾均值也是一个常用的反映样本数据的特征量，其想法是将数据的两端的值舍去，而用剩下的当中的值为计算样本均值，其计算公式是
<img src='https://img2.soutiyun.com/ask/2020-08-04/965396759884862.png' />
其中0＜α＜1／2是切尾系数，X<sub>(1)</sub>≤X<sub>(2)</sub>≤...≤X<sub>(n)</sub>是有序样本，现我们在高校采访了16名大学生，了解他们平时的学习情况，以下数据是大学生每周用于看电视的时间：
15 14 12 9 20 4 17 26 15 18 6 10 16 15 5 8
取α=1/16，试计算其切尾均值.
-
在方差分析中，反映样本数据与其组平均值差异的是
A．总离差
B．组间误差
C．抽样误差
D．组内误差
-
设总体X服从指数分布e（λ)，抽取样本X<sub>1</sub>，...，X<sub>n</sub>，求：（1)样本均值的期望与方差;（2)样本方差
设总体X服从指数分布e(λ)，抽取样本X<sub>1</sub>，...，X<sub>n</sub>，求：
(1)样本均值<img src='https://img2.soutiyun.com/ask/2020-11-26/975250919588877.jpg' />的期望与方差;
(2)样本方差S<sup>2</sup>的数学期望。
-
设为取自总体X的一个样本,总体X~N（μ, σ<sup>2</sup>),分别为样本均值和样本方差，求常数k使得。
设<img src='https://img2.soutiyun.com/ask/2020-10-04/970676527118777.png' />为取自总体X的一个样本,总体X~N(μ, σ<sup>2</sup>),<img src='https://img2.soutiyun.com/ask/2020-10-04/970676548305989.png' />分别为样本均值和样本方差，求常数k使得<img src='https://img2.soutiyun.com/ask/2020-10-04/970676562899824.png' />。
-
设总体X服从泊松分布P（A),抽取样本X<sub>1</sub>,X<sub>2</sub>…,X<sub>n</sub>.求:（1)样本均值的数学期望与方差;（2
设总体X服从泊松分布P(A),抽取样本X<sub>1</sub>,X<sub>2</sub>…,X<sub>n</sub>.求:
(1)样本均值<img src='https://img2.soutiyun.com/ask/2020-09-15/969037881399292.png' />的数学期望与方差;
(2)样本均值<img src='https://img2.soutiyun.com/ask/2020-09-15/969037891928894.png' />的概率分布.
-
如图所示，设总体为来自总体X的一个简单随机样本.分别为其样本均值和样本方差.（1)证明对任意的
如图所示，设总体<img src='https://img2.soutiyun.com/ask/2020-07-27/96469314696044.png' />为来自总体X的一个简单随机样本.<img src='https://img2.soutiyun.com/ask/2020-07-27/9646931619863.png' />分别为其样本均值和样本方差.
(1)证明对任意<img src='https://img2.soutiyun.com/ask/2020-07-27/964693245155057.jpg' />的常数的期望为σ<sup>2</sup>;
(2)求常数c,使得<img src='https://img2.soutiyun.com/ask/2020-07-27/964693265241206.png' />达到最小值.
-
设总体X～N（μ，0.09)，随机抽取容量为36的一个样本，其样本均值为，则总体均值μ的90%的置信区
设总体X～N(μ，0.09)，随机抽取容量为36的一个样本，其样本均值为，则总体均值μ的90%的置信区间是（）。
<img src='https://img2.soutiyun.com/ask/uploadfile/2556001-2559000/28324e2cb3936e7a8d64a40813e01950.gif' />
-
随机抽取一个样本容量为100的样本，其均值X=80，标准差s=10，所属总体均值μ的95%的置信区间为：（)。
A．[78.04.81.96]
B．[60.40.99.60]
C．[76.08.83.92]
D．[79.80.80.20]
-
表示样本的测量数据集中地趋向某个值，该值称为平均值，简称均值。（)
是
否
-
设总体是取自该总体的样本，求样本均值Y=（X<sub>1</sub>，X<sub>2</sub>)的密度函数。
设总体<img src='https://img2.soutiyun.com/ask/2021-01-02/978470547656441.png' />是取自该总体的样本，求样本均值Y=(X<sub>1</sub>，X<sub>2</sub>)的密度函数。
-
设总体X~N（01),X1、X2、X3、X4..X5为来自总体X的简单随机样本，分别为样本均值和样本标准差,则下列
设总体X~N(01),X1、X2、X3、X4..X5为来自总体X的简单随机样本，<img src='https://img2.soutiyun.com/ask/2020-07-27/964689261739219.png' />分别为样本均值和样本标准差,则下列结论中正确的为()。
A.<img src='https://img2.soutiyun.com/ask/2020-07-27/964689251838652.png' />
B.<img src='https://img2.soutiyun.com/ask/2020-07-27/964689275003977.png' />
C.<img src='https://img2.soutiyun.com/ask/2020-07-27/964689286002606.png' />
D.<img src='https://img2.soutiyun.com/ask/2020-07-27/964689292953004.png' />
