从服从正态分布的无限总体中抽取容量为4,16,36的样本,当样本容量增大时,样本均值的标准差()。
当总体为未知的非正态分布时,当样本容量n足够大(通常要求n≥30)时,样本均值的期望值为()。
当总体为未知的非正态分布,样本容量n足够大(通常要求n≥30)时,样本均值贾的方差为总体方差的()。https://assets.asklib.com/psource/2015101516481479027.jpg
当总体为未知的非正态分布时,只要样本容量n足够大(通常要求n≥30),样本均值仍会接近正态分布,其分布的期望值为总体均值,方差为总体方差的1/n。()
当总体为未知的非正态分布时,当样本容量n足够大(通常要求n≥30)时,样本均值 https://assets.asklib.com/psource/2015101511411437099.jpg 的期望值为()
对方差未知的正态总体进行样本容量相同的n次抽样,则这n个置信区间的宽度必然相等。
当总体为未知的非正态分布时,只要样本容量n足够大(通常要求n,≥30),样本均值 https://assets.asklib.com/psource/2015111011194425380.jpg 仍会接近正态分布,其分布的期望值为总体均值,方差为总体方差的1/n。()
当总体为未知的非正态分布,样本容量n足够大(通常要求n≥30)时,样本均值 https://assets.asklib.com/psource/2015101511413756802.jpg 的方差为总体方差的() https://assets.asklib.com/psource/2015101511421171082.jpg
智商的得分服从均值为100,标准差为16的正态分布。从总体中抽取一个容量为n的样本,样本均值的标准差2,样本容量为()。
已知总体服从正态分布,且总体标准差σ,从总体中抽取样本容量为n的产品,测得其样本均值为 https://assets.asklib.com/psource/2015101511440190854.jpg ,在置信水平为1-α=95%下,总体均值的置信区间为() https://assets.asklib.com/psource/2015101511443477718.jpg
如果总体不是正态分布,当n为小样本时(通常n<30),则样本均值的分布服从正态分布。()
假设检验中,在小样本的情况下,如果总体不服从正态分布,且总体方差未知,则经过标准化的样本均值服从()
当总体为未知的非正态分布时,只要样本容量n足够大(通常要求n≥30),样本均值Untitled-1_clip_image020_0001.gif仍会接近正态分布,其分布的期望值为总体均值,方差为总体方差的1/n。
已知总体服从正态分布,且总体标准差σ,从总体中抽取样本容量为n的产品,测得其样本均值为 https://assets.asklib.com/psource/2015101516504763511.jpg ,在置信水平为1-α=95%下,总体均值的置信区间为()。 https://assets.asklib.com/psource/2015101516503912388.jpg
当总体呈正态分布,如果总体标准差未知,而且样本容量n小于30,此时可以用来比较样本平均数和总体平均数的差异是否显著的是()
从服从正态分布的无限总体中分别抽取容量为10,25,49的样本,当样本容量增大时,样本均值的标准差将( )
总体X服从期望为μ,标准差为σ的正态分布;从总体中取n个样本,这n个样本的均值服从
当总体为未知的非正态分布时,只要样本容量n足够大(通常要求n ≥30),样本均值贾仍会接近正态分布,其分布的期望值为总体均值,方差为总体方差的1/n()
已知整体服从正态分布,且总体标准差为50,样本容量为25,样本均值为1000,则构建总体均值95%的置信区间为()
如果总体变量存在有限的平均数和方差,那么无论这个总体的分布如何,随着样本容量n的增加,样本均值的分布便趋于正态分布()
总体均值为50,标准差为8,从此总体中随机抽取容量为64 的样本,则样本均值的抽样分布的均值和标准误差分布为()。
3、从服从正态分布的无限总体中分别抽取容量为10,20,50的样本,当样本容量增大时,样本均值的标准差将()
当总体呈正态分布,但总体标准差σ未知,且样本容量又较小(如n≥30)时,可进行()
3、从服从正态分布的无限总体中分别抽取容量为4,16,36的样本,当样本容量增大时,样本均值的标准差()。