-
设随机变量X和Y相互独立,都服从正态分布N(0,1/2),则Y−X的方差为()。
A . 1-1/π
B . 1-2/π
C . 1
D . 2
E . 4
-
当np≥5,且n(1-p)≥5时,就可以认为样本容量足够大,样本比例近似服从正态分布。()
A . 正确
B . 错误
-
当n充分大时,泊松分布近似于正态分布
A . 正确
B . 错误
-
当n充分大时,二项分布近似于正态分布
A . 正确
B . 错误
-
T~N(μσ2)就可以断定这个随机变量近似地服从正态分布。
A . 正确
B . 错误
-
设随机变量X和Y相互独立,都服从正态分布N(μ,σ2),令ξ=X+Y,η=X−Y,则ξ和η的相关系数为()。
A . -4/9
B . -1/2
C . 1/2
D . 0
E . 5/9
-
设随机变量X服从正态分布N(-1,9),则随机变量Y=2-X服从().
A . 正态分布N(3,9)
B . 均匀分布
C . 正态分布N(1,9)
D . 指数分布
-
随机变量是X1和X2服从的分布分别是N()和N(),概率密度函数分别是21,σμ22,σμP1(x)和P2(x),当σ1
A . P1(x)和P2(x)图形的对称轴相同
B . P1(x)和P2(x)图形的形状相同
C . P1(x)和P2(x)图形都在X轴上方
D . P1(x)的最大值大于P2(x)的最大值
-
对于两个独立的随机变量X,Y服从正态分布,即X~N(4,9),Y~N(1,4)则,E(2X+3Y)=()。
A . 9
B . 11
C . 13
D . 7
-
在实际应用中,只要n较大,便可把独立同分布的随机变量之和近似当作正态变量。
-
设随机变量X和y相互独立且都服从标准正态分布N(0,1),考虑下列命题: 其中正确的个数为
设随机变量X和y相互独立且都服从标准正态分布N(0,1),考虑下列命题:<img src='https://img2.soutiyun.com/ask/uploadfile/5106001-5109000/e2f38b6a46b6f27b309df20ce5ab86a1.jpg' />其中正确的个数为
A.1.
B.2.
C.3.
D.4.
-
设ξ<sub>1</sub>,ξ<sub>2</sub>,···,ξ<sub>n</sub>相互独立且同分布,,证明:当n充分大时,随机变量近似服从正态分布,并
设ξ<sub>1</sub>,ξ<sub>2</sub>,···,ξ<sub>n</sub>相互独立且同分布,<img src='https://img2.soutiyun.com/ask/2020-11-25/975167972772829.jpg' />,证明:当n充分大时,随机变量<img src='https://img2.soutiyun.com/ask/2020-11-25/975167996556189.jpg' />近似服从正态分布,并指出其分布参数。
-
设随机变量相互独立,则根据辛钦大数定律,当n充分大时,依概率收敛于其共同的数学期望,只要()A.
设随机变量<img src='https://img2.soutiyun.com/ask/2020-11-18/974544990670134.png' />相互独立,则根据辛钦大数定律,当n充分大时,<img src='https://img2.soutiyun.com/ask/2020-11-18/974545143146855.png' />依概率收敛于其共同的数学期望,只要<img src='https://img2.soutiyun.com/ask/2020-11-18/974544990670134.png' />()
A.有相同的数学期望
B.服从同一离散型分布
C.服从同一泊松分布
D.服从同一连续型分布
-
设{X<sub>n</sub>}为独立同分布的随机变量序列,方差有限,且X<sub>n</sub>不恒为常数.如果,试证:随机变量序列
设{X<sub>n</sub>}为独立同分布的随机变量序列,方差有限,且X<sub>n</sub>不恒为常数.如果<img src='https://img2.soutiyun.com/ask/2020-08-04/965382742937139.png' />,试证:随机变量序列{S<sub>n</sub>}不服从大数定律.
注:此题有误,条件“X<sub>n</sub>不恒为常数”应该改为“X<sub>n</sub>不恒为常数的概率大于0”或“Var(X<sub>n</sub>)>0”
-
设随机变量X服从正态分布N(μ<sub>1</sub>,).随机变量Y服从正态分布N(μ2+),且P{|X-μ<sub>1</sub>|<1}>P{|Y-μ≇
A.A.σ<sub>1</sub><σ<sub>2</sub>
B.B.σ<sub>1</sub>>σ<sub>2</sub>
C.C.μ<sub>1</sub><μ<sub>2</sub>
D.D.μ<sub>1</sub>>μ<sub>2</sub>
-
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.
-
设随机变量 相互独立,均服从参数为2的指数分布,则当n→∞时, 依概率收敛于____
设随机变量<img src='https://img2.soutiyun.com/ask/2020-11-18/974545524894689.png' />相互独立,均服从参数为2的指数分布,则当n→∞时,<img src='https://img2.soutiyun.com/ask/2020-11-18/974545555211423.png' />依概率收敛于____
-
设随机变量X服从标准正态分布N(0,1),求随机变量函数Y=X<sup>n</sup>(n是正整数)的数学期望与力差.
-
4、设随机变量(X,Y)服从二维正态分布N(0,1;1,4;1/2), 则X+Y服从正态分布N(1, 5).
-
设随机变量X和Y相互独立且都服从正态分布N(0,3<sup>2</sup>),而X<sub>1</sub>,X<sub>2</sub>
设随机变量X和Y相互独立且都服从正态分布N(0,3<sup>2</sup>),而X<sub>1</sub>,X<sub>2</sub>,...,X<sub><span style="font-size: 13.3333px;">n</span></sub>和Y<sub>1</sub>,Y<sub>2</sub>,...,Y<sub>n</sub>分别是来自总体x和Y的样本.则统计量<img src='https://img2.soutiyun.com/ask/2020-09-30/970333024845808.png' />服从()分布,参数为()。
-
设随机变量X和Y相互独立,都服从正态分布N(,σ2),令ξ=X+Y,η=X−Y,则ξ和η的相关系数为()
A.-4/9
B.-1/2
C.1/2
D.0
E.5/9
-
当n充分大时,二项分布近似于()。
A.A.古典概型
B.B.泊松分布
C.C.正态分布
D.D.标准正态分布
-
设X<sub>1</sub>,…,X<sub>5</sub>是独立且服从相同分布的随机变量,且每一个X<sub>i</sub>(i=1,2,...,5)都服从N(0,1)。
设X<sub>1</sub>,…,X<sub>5</sub>是独立且服从相同分布的随机变量,且每一个X<sub>i</sub>(i=1,2,...,5)都服从N(0,1)。
(1)试给出常数c,使得<img src='https://img2.soutiyun.com/ask/2020-11-25/9751709025084.jpg' />服从<img src='https://img2.soutiyun.com/ask/2020-11-25/975170913329019.jpg' />分布,并指出它的自由度;
(2)试给出常数d,使得<img src='https://img2.soutiyun.com/ask/2020-11-25/975170949498088.jpg' />服从t分布,并指出它的自由度。
-
设随机变量X和Y相互独立,都服从正态分布N(μ,σ2),令ξ=X+Y,η=X&8722;Y,则ξ和η的相关系数为()
A.-4/9
B.-1/2
C.1/2
D.0
E.5/9