异质性检验的统计量服从何种分布（k为研究的个数n为第i个研究的样本量）（）
A . 自由度为∑n
-k的卡方分布
B . 自由度为k-1的卡方分布
C . 自由度为k-1的F分布
D . 自由度为∑n
-k的F分布
E . 自由度为k-1的t分布
时间：2022-10-22 17:09:57
所属题库：卫生统计学题库
相似题目
-
设K为回归模型中的参数个数（包括截距项），n为样本容量，ESS为残差平方和，RSS为回归平方和。则对总体回归模型进行显著性检验时构造的F统计量为（）。https://assets.asklib.com/psource/2014110515183124913.jpg
A . A、A
B . B、B
C . C、C
D . D、D
-
meta分析过程中计算合并后综合效应的大小时，经过异质性检验，如果各研究的结果不同质，那么要计算合并后的统计量可以采用（）
A . 固定效应模型
B . logistic回归模型
C . 随机效应模型
D . 一般线性模型
E . 广义线性模型
-
成组设计多个样本比较的秩和检验（Kruskal-Wallis），若最小样本例数大于5，统计量H近似服从的分布是（）
A . t分布
B . 正态分布
C . χ分布
D . F分布
E . 标准正态分布
-
小样本情况下，当总体服从正态分布，总体方差未知时，总体均值检验的统计量为（）。https://assets.asklib.com/psource/2015101517011639855.jpg
A . A
B . B
C . C
D . D
-
在大样本时，样本比例会近似服从正态分布。检验统计量用z统计量，其基本形式为
https://assets.asklib.com/psource/2015111011354241781.jpg
。（）
A . 正确
B . 错误
-
异质性检验的统计量服从何种分布（k为研究的个数ni为第i个研究的样本量）（）
A . 自由度为∑n
-k的卡方分布
B . 自由度为k-1的卡方分布
C . 自由度为k-1的F分布
D . 自由度为∑n
-k的F分布
E . 自由度为k-1的t分布
-
设总体服从正态分布，总体方差未知，现抽取一容量为15的样本，拟对总体均值进行假设检验，检验统计量是（）。https://assets.asklib.com/psource/2015101517024774879.jpg
A . A
B . B
C . C
D . D
-
小样本情况下，当总体服从正态分布，总体方差已知时，总体均值检验的统计量为（）。https://assets.asklib.com/psource/2015101516531382911.jpg
A . A
B . B
C . C
D . D
-
假定总体服从正态分布，则下列适用Z检验统计量的有（）。
A . 样本为大样本，且总体方差已知
B . 样本为小样本，且总体方差已知
C . 样本为小样本，且总体方差未知
D . 样本为大样本，且总体方差未知
E . 总体方差未知，对样本并无要求
-
若X服从正态分布N（μ，σ），则下列统计量中服从标准正态分布的是（）
A . X-μσX
B . X-μσ
C . X-μX
D . X-μS
E . X-μSX
-
对于平均数差异的显著性检验，在两个总体都服从正态分布，总体方差均已知的情况下， 用Z检验(相关样本和独立样本所用统计量不同);在两个总体都服从正态分布，但是总体方差未 知时，用t检验(所用检验统计量方法与两个总体是否独立以及方差是否相等有关)。( )
-
设k为回归模型中的解释变量的个数，n为样本容量，RSS为残差平方和，ESS为回归平方和。则对其总体回归模型进行方程显著性检验时构造的F统计量为()。
A．F=ESS/TSS
B．F=(ESS/k)/[RSS/(n-k-1)]
C．F=1 - (ESS/k)/[TSS/(n-k-1)]
D．F=RSS/TSS
-
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．
-
设总体x服从[0，1]上均匀分布， （X<sub>1</sub>，X<sub>2</sub>，… ，X<sub>n</sub>)是取自该总体的样本，求次序统计量X（k)的分布。
-
当总体方差已知时，建立总体均值μ的置信区间的统计量服从（)。A．正态分布B．t（n-1)分布C．x2分布D．t（n
当总体方差已知时，建立总体均值μ的置信区间的统计量服从()。
A．正态分布
B．t(n-1)分布
C．x2分布
D．t(n-2)分布
-
成组设计多个样本比较的秩和检验（Kruskal-Wallis)，若最小样本例数大于5，统计量H近似服从的分布是
成组设计多个样本比较的秩和检验(Kruskal-Wallis)，若最小样本例数大于5，统计量H近似服从的分布是
A．t分布
B．正态分布
C．χ2分布
D．F分布
E．标准正态分布
-
若随机变量X的取值范围是[0, 1],从该总体中取得了100个数据，要检验“H0:X服从[0,1]的均匀分布”，则可以将[0, 1]等分成5个子区间，统计落在各区间的个数，然后用拟合优度检验法进行检验。
-
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。
-
6、当资料来自正态总体时，可以证明统计量t服从（)（degrees of freedom)为v=n-1的t分布。
-
设总体X服从标准正态分布，X<sub>1</sub>，X<sub>2</sub>，...，X<sub>n</sub>是来自X的样本，则统计量服从（)分布，参数为
设总体X服从标准正态分布，X<sub>1</sub>，X<sub>2</sub>，...，X<sub>n</sub>是来自X的样本，则统计量<img src='https://img2.soutiyun.com/ask/2021-01-04/978607698915946.jpg' />服从()分布，参数为()。
-
设为来自正态总体N（0,σ<sup>2</sup>)的简单随机样本,则统计量服从的分布为（）A.F（1,1)B.F（2,1)C.t（1)
设<img src='https://img2.soutiyun.com/ask/2020-11-18/974556800064592.png' />为来自正态总体N(0,σ<sup>2</sup>)的简单随机样本,则统计量<img src='https://img2.soutiyun.com/ask/2020-11-18/974556809002103.png' />服从的分布为（）
A.F(1,1)
B.F(2,1)
C.t(1)
D.t(2)
-
8、由于卡方分布是连续分布，而分类资料是离散的，所以检验统计量只是近似服从卡方分布。
