-
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' />