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。