设X1,…,Xn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,Xbar是样本均值,则下列各选项中的量不是统计量的是()
A、(Xi-μ)的平方和,i=1, …,n.
B、Xi-Xbar的平方和与n的比值,i=1, …,n.
C、Xi/σ的平方和,i=1, …,n.
D、min{X1, …,Xn}.
时间:2022-11-17 12:33:02
-
设总体X~N(μ,σ2),X1,X2,X3,X4是正态总体X的一个样本,为样本均值,S2为样本方差,若μ为未知参数且σ为已知参数,下列随机变量中属于统计量的有()。
A . ['['X1-X2+X3B . 2X3-μC .https://assets.asklib.com/psource/2015101517580884933.jpg
D .https://assets.asklib.com/psource/2015101517581233582.jpg
E .https://assets.asklib.com/psource/2015101517581652360.jpg
-
对于均数为μ、标准差为σ的正态分布,95%的变量值分布范围为()。
A . (μ-σ)~(μ+σ)
B . (μ-1.96σ)~(μ+1.96σ)
C . (μ-2.58σ)~(μ+2.58σ)
D . -∞~(μ+1.96σ)
E . 0~(μ+1.96σ)
-
设总体的均值是μ,方差是σ2,从该总体中抽取了一个样本x1,x2,…..,xn。记Σ==niixnx11,212)(1xxnSinin&8722;=Σ=,212)(11xxnSini&8722;&8722;=Σ=,则有()。
A . x是μ的估计
B . 2S是σ的估计n
C . s2是σ2的估计
D . s是σ2的估计
E . x是σ的估计
-
设X服从均数为μ、标准差为σ的正态分布,作u=(X-μ)/σ的变量变换,则()。
A . u服从正态分布,且均数不变
B . u服从正态分布,且标准差不变
C . u服从正态分布,且均数和标准差都不变
D . u服从正态分布,但均数和标准差都改变
E . u不服从正态分布
-
设随机变量X符合均数为μ(μ≠0)、标准差为σ(σ≠1)的正态分布,作u=(X-μ)/σ的变量变换,则和X的均数与标准差相比,其μ值的()
A . 均数不变,标准差变
B . 均数和标准差都不变
C . 均数变而标准差不变
D . 均数和标准差都改变
E . 均数与标准差的变化情况无法确定
-
在均数为μ、标准差为σ的正态总体中随机抽样,|-μ|大于多少的概率为5%()
A . ['1.96Shttps://assets.asklib.com/psource/2015110808370479860.jpg
B . 1.96σhttps://assets.asklib.com/psource/2015110808371174628.jpg
C .https://assets.asklib.com/psource/2015110808371467487.jpg
D .https://assets.asklib.com/psource/2015110808372260476.jpg
E .https://assets.asklib.com/psource/2015110808372851270.jpg
-
在均数为μ,标准差为σ的正态总体中随机抽样,x-,μ≥()的概率为5%
A . ['['1.96σB . 1.96σhttps://assets.asklib.com/psource/2015092914183963979.gif
C .https://assets.asklib.com/psource/2015092914185355064.gif
D .https://assets.asklib.com/psource/2015092914185642036.gif
E . 2.58σ
-
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( )
-
设X1,…,Xn是来自0-1分布的样本,此总体中值为1的概率为p,则样本均值的期望和方差分别为_______和_______。
-
设总体X的数学期望为μ,X1,X2,…,Xn为来自X的样本,则X1是μ的无偏估计。
-
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
-
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个样本均值的期望值E和方差D分别为:
-
设X1,X2,…,Xm,Xm+1,Xm+n为来自总体X~N(0,σ2)的一个样本,试确定下列统计量的分布
设X<sub>1</sub>,X<sub>2</sub>,…,X<sub>m</sub>,X<sub>m+1</sub>,X<sub>m+n</sub>为来自总体X~N(0,σ<sup>2</sup>)的一个样本,试确定下列统计量的分布
-
设X1,X2,…,Xn是来自正态总体N(0,σ2)的样本,分别是样本均值和样本方差,若n=17,则当k=______时,P(≥μ+kS)=0.95
设X<sub>1</sub>,X<sub>2</sub>,…,X<sub>n</sub>是来自正态总体N(0,σ<sup>2</sup>)的样本,<img src='https://img2.soutiyun.com/latex/latex.action' />分别是样本均值和样本方差,若n=17,则当k=______时,P(<img src='https://img2.soutiyun.com/latex/latex.action' />≥μ+kS)=0.95.
-
21.设X1,X2,…,Xm,Xm+1,Xm+n为来自总体X~N(0,σ2)的一个样本,试确定下列统计量的分布
21.设X<sub>1</sub>,X<sub>2</sub>,…,X<sub>m</sub>,X<sub>m+1</sub>,X<sub>m+n</sub>为来自总体X~N(0,σ<sup>2</sup>)的一个样本,试确定下列统计量的分布
-
设 为来自总体N(μ,σ2)的简单随机样本, 为样本均值,已知 是σ<sup>2</sup>的无偏估计(或ET=σ<sup>2</sup>),
设<img src='https://img2.soutiyun.com/ask/2020-11-18/974563559946235.png' />为来自总体N(μ,σ2)的简单随机样本,<img src='https://img2.soutiyun.com/ask/2020-11-18/974563569546784.png' />为样本均值,已知<img src='https://img2.soutiyun.com/ask/2020-11-18/974563615737426.png' />是σ<sup>2</sup>的无偏估计(或ET=σ<sup>2</sup>),则常数C必为()
A.<img src='https://img2.soutiyun.com/ask/2020-11-18/974563625160965.png' />
B.<img src='https://img2.soutiyun.com/ask/2020-11-18/974563634424495.png' />
C.<img src='https://img2.soutiyun.com/ask/2020-11-18/974563643532016.png' />
D.<img src='https://img2.soutiyun.com/ask/2020-11-18/974563651352464.png' />
-
设服从均数为μ,标准差为σ的正态分布,通过u xL/σ的标准化变换,则
A.转换后变量的均数不变而标准差改变,且服从正态分布
B.转换后变量的均数改变而标准差不变,且服从正态分布
C.转换后变量的均数和标准差都改变,且服从正态分布
D.转换后变量的均数和标准差都不变,但不服从正态分布
E.转换后变量的均数和标准差都不变,且服从正态分布
-
设Xl,X2,…,Xn为取自0-1分布总体的样本,则统计量T=X1+X2+…+Xn服从的分布为()
A.泊松分布
B.指数分布
C.二项分布
D.均匀分布
-
设总体X服从正态分布N(μ,σ<sup>2</sup>)(σ>0).从该总体中抽取简单随机样本 ,其样本均值为 求统计量
设总体X服从正态分布N(μ,σ<sup>2</sup>)(σ>0).从该总体中抽取简单随机样本<img src='https://img2.soutiyun.com/ask/2020-11-18/974556174244797.png' />,其样本均值为<img src='https://img2.soutiyun.com/ask/2020-11-18/974556183114305.png' />求统计量<img src='https://img2.soutiyun.com/ask/2020-11-18/974556216981242.png' />的数学期望EY.
-
已知X1,X2,…,Xn是从某正态总体随机抽取的一个样本,在μ未知的情况下,对于假设的检验问题H0:σ2=σ20,H1:σ2≠σ20,则给定α下,该检验的拒绝域为()。
<img src='https://img2.soutiyun.com/ask/uploadfile/3237001-3240000/d0c78cc52e11b6a5df53f48238312247.jpg' />
-
设 是来自总体X~N(μ,σ<sup>2</sup>)的样本,其中μ已知,σ<sup>2</sup>>0为未知参数,样本均值为 ,则σ<sup>2</sup>
设<img src='https://img2.soutiyun.com/ask/2020-11-18/974563559946235.png' />是来自总体X~N(μ,σ<sup>2</sup>)的样本,其中μ已知,σ<sup>2</sup>>0为未知参数,样本均值为<img src='https://img2.soutiyun.com/ask/2020-11-18/974563569546784.png' />,则σ<sup>2</sup>的最大似然估计量为()
A.<img src='https://img2.soutiyun.com/ask/2020-11-18/97456369359988.png' />
B.<img src='https://img2.soutiyun.com/ask/2020-11-18/97456370198636.png' />
C.<img src='https://img2.soutiyun.com/ask/2020-11-18/974563711307893.png' />
D.<img src='https://img2.soutiyun.com/ask/2020-11-18/974563720210402.png' />
-
设x<sub>1</sub>,…,x<sub>n</sub>,xn<sup>+1</sup>是来自N(μ,σ<sup>2</sup>)的样本,试求常数c,使得服从t分布,并指出分
设x<sub>1</sub>,…,x<sub>n</sub>,xn<sup>+1</sup>是来自N(μ,σ<sup>2</sup>)的样本,<img src='https://img2.soutiyun.com/ask/2020-08-04/965399598689233.png' />
试求常数c,使得<img src='https://img2.soutiyun.com/ask/2020-08-04/965399626587828.png' />服从t分布,并指出分布的自由度.
-
设X1,…,Xn是来自均匀分布U(0,θ)的样本,θ的先验分布是帕雷托(Pareto)分布,密度函数为其中β,θ<sub>0
设X1,…,Xn是来自均匀分布U(0,θ)的样本,θ的先验分布是帕雷托(Pareto)分布,密度函数为<img src='https://img2.soutiyun.com/ask/2020-08-04/965408611002708.png' />其中β,θ<sub>0</sub>是两个已知的常数.
(1)验证:帕雷托分布是θ的共轭先验分布;
(2)求θ的贝叶斯估计.
-
设总体X~N(μ,σ<sup>2</sup>),μ,σ<sup>2</sup>,未知,X1,...,Xn是X的简单随机样本,则μ的置信水平至少为0.90
设总体X~N(μ,σ<sup>2</sup>),μ,σ<sup>2</sup>,未知,X1,...,Xn是X的简单随机样本,则μ的置信水平至少为0.90的置信区间为()。
<img src='https://img2.soutiyun.com/ask/2021-01-07/978868222705221.jpg' />