设X为随机变量且EX=μ,DX=σ<sup>2</sup>,a>0为常数,则由切比雪夫不等式,有().
设X为随机变量且EX=μ,DX=σ<sup>2</sup>,a>0为常数,则由切比雪夫不等式,有<img src='https://img2.soutiyun.com/ask/2020-10-05/970774230821168.jpg' />().
时间:2024-03-02 11:39:37
相似题目
-
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
-
设随机变量X服从正态分布N(μ,σ2),则随着σ的增大,概率P{x-μ
A . 单调增大
B . 单调减少
C . 保持不变
D . 增减不变
-
随机变量X服从二项分布X~B(n ,p),且EX=300,DX=200,则p等于()
A、2/3
B、1/3
C、1
D、0
-
2、设随机变量x~N(0,1),且满足P(x
3、设随机变量x、y,且Ex=a,Dx=b,Ey=c,Dy=d,若x+y与x-y不相关。则a,d之间有什么关系。
-
设随机变量序列X<sub>1</sub>,X<sub>2</sub>,...,X<sub>n</sub>相互独立,EX<sub>i</sub>=μi,DX<sub>i</sub>=2,i=1,2,…,令Y<sub>n</sub>=p=P
A.A.{X<sub>n</sub>:n=1,2,...}满足辛钦大数定律
B.B.{X<sub>n</sub>:n=1,2,...}满足切比雪夫大数定律
C.C.p可以用列维—林德伯格中心极限定理近似计算
D.D.p可以用棣莫弗尔—拉普拉斯中心极限定理近似计算
-
设X~N(μ,σ<sup>2</sup>),Y~N(μ,σ<sup>2</sup>),且X与Y相互独立,试求ξ=αX+βY与η=αX-βY的相关系数(α,β为常数)。
-
设随机变量X服从正态分布(μ,σ^2),则随着σ增大,概率P{|X-μ|<σ}=().
A.增减不定
B.单调增大
C.单调减少
D.保持不变
-
设随机变量(X,Y)的密度函数试求:(1)系数A;(2) EX,DX;(3)EY,DY;(4)协方差及相关系数。
设随机变量(X,Y)的密度函数
<img src='https://img2.soutiyun.com/ask/2021-01-02/97846856921728.png' />
试求:(1)系数A;
(2) EX,DX;
(3)EY,DY;
(4)协方差及相关系数。
-
若随机变量X~N(2,σ<sup>2</sup>),且P{2 < X < 4}=0.3,则P{X < 0}=0。
-
设随机变量X与Y相互独立且分别服从正态分布N(μ,σ<sup>2</sup>)与N(μ,2σ<sup>2</sup>),其中σ是未知参数且σ
设随机变量X与Y相互独立且分别服从正态分布N(μ,σ<sup>2</sup>)与N(μ,2σ<sup>2</sup>),其中σ是未知参数且σ>0.记Z=X-Y.
(I)求Z的概率f(z;σ<sup>2</sup>)
(II)设<img src='https://img2.soutiyun.com/ask/2020-11-18/974564587212992.png' />为来自总体Z的简单随机样本,求σ<sup>2</sup>的最大似然估计量<img src='https://img2.soutiyun.com/ask/2020-11-18/974564610926348.png' />
(III)证明<img src='https://img2.soutiyun.com/ask/2020-11-18/974564610926348.png' />为σ<sup>2</sup>的无偏估计量.
-
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 ,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.
-
设随机变量X是离散型随机变量,X∽B(n,p)且EX=1.6,DX=1.28,则数对X~B(n,p)的取值为( )
A.(8,0.2)
B.(5,0.32)
C.(7,0.45)
D.(4,0.4)
-
设随机变量X与Y独立同分布,且E(X)=μ,Var(X)=σ<sup>2</sup>,试求E(X-Y)<sup>2</sup>.
-
设总体X服从正态分布N(μ, σ<sup>2</sup>) (σ>0),从总体中抽取简单随机样本,其样本均值为求统计量的
设总体X服从正态分布N(μ, σ<sup>2</sup>) (σ>0),从总体中抽取简单随机样本<img src='https://img2.soutiyun.com/ask/2020-08-09/965846856163765.png' />,其样本均值为<img src='https://img2.soutiyun.com/ask/2020-08-09/965846906898667.png' />求统计量<img src='https://img2.soutiyun.com/ask/2020-08-09/965846894326948.png' /><img src='https://img2.soutiyun.com/ask/2020-08-09/965846932984159.png' />的数学期望。
-
26、设随机变量X,Y不相关,且EX=2,EY=1,DX=3,DY=1,则E[X(X-Y-2)]=()
-
设随机变量X-N(μ,σ<sup>2</sup>),利用标准正态分布函数表,求:(1)P(μ-0.32σ< χ< μ+0.32σ);(2)p(μ+0.69σ< χ< μ+1.15σ);(3)p(χ- μ|>2.58σ).
-
随机变量X~N(μ<sub>1</sub>,σ<sub>1</sub><sup>2</sup>),Y~N(μ<sub>2</sub>,σ<sub>2</sub><sup>2</sup>),且P{|X-μ<sub>1</sub>|<1}>P{|Y-μ<sub>2</sub>|<1},则正确的是[].(A)σ<sub>1</sub><σ<sub>2</sub>;(B)σ<sub
-
设随机变量X的方差DX =σ2,则D(ax+b)=()
A、aσ2+b
B、a2σ2+b
C、aσ2
D、a2σ2
-
若盒中有5个球,其中2个白球3个黑球,现从中任意取3个球,设随机变量X为取得白球的个数。求:(1)随机变量X的分布;(2)数学期望EX,方差DX。
-
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' />
-
设X<sub>1</sub>,…,X<sub>n</sub>为抽自正态总体N(μ,σ<sup>2</sup>)的简单随机样本,试证为枢轴量,其中k为已知常数
设X<sub>1</sub>,…,X<sub>n</sub>为抽自正态总体N(μ,σ<sup>2</sup>)的简单随机样本,试证
<img src='https://img2.soutiyun.com/ask/2020-08-04/965410591189968.png' />
为枢轴量,其中k为已知常数,
-
设随机变量X与Y独立,X~N(μ,a<sub>1</sub><sup>2</sup>),Y~N(μ2,a<sup>2</sup><sub>2</sub>),求:(1)随机变量函数Z<sub>1</sub>=aX+bY的数学期望与方差,其中a及b为常数:(2)随机变量函数Z<sub>2</sub>=XY的数学期望与方差.
-
12、22. (10分) 若随机变量X服从泊松分布,且P(X=1)=P(X=2),求EX,DX.(请选正确答案)
A.EX=1,DX=2
B.EX=2,DX=1
C.EX=DX=1
D.EX=DX=2
-
45、设随机变量X ~ N(2, σ2) 且 P{2 <X ≤ 4} = 0.3,则 P{X < 0} = ().
A.0.5
B.0.25
C.0.3
D.0.2