-
正态分布有两个参数μ与σ,曲线形状越扁平,意味着()。
A . μ越大
B . σ越大
C . μ与σ越接近
D . σ越小
E . μ越小
-
对于一个正态总体X~N(μ,σ2),已知总体方差σ2,检验假设H0:μ=μ0(μ0已知)时,采用()检验法。
A . u
B . t
C . F
D . χ2
-
设某质量特性X服从正态分布N(μσ2),则P(σμkX≤&8722;为()。
A . φ(k)-φ(-k)
B . φ(k)
C . φ(k)-φ(0)
D . 2φ(k)-1
-
某质量特性X服从正态分布N(μ,σ2),其中μ具有()性质。
A . μ为正态总体均值
B . μ为正态分布中心
C . X在μ附近取值的机会最小
D . X在离μ愈远处取值的机会愈小
-
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
-
下列关于正态分布曲线的两个参数μ和σ说法正确的是()
A . 曲线形状与两者均无关,绘图者可以随意画
B . 曲线形状只与μ有关,μ值越大,σ曲线越扁平
C . 曲线形状只与μ有关,μ值越大,σ曲线越扁平
D . μ和σ越接近于0时,曲线越扁平
E . 以上说法均不正确
-
设样本是来自正态总体N(μ,σ2),其中σ2未知,那么检验假设H0:μ=μ0时,用的是Z检验。()
A . 正确
B . 错误
-
随机变量X~N(μ,σ2),参数μ和σ的取值范围是()。
A . μ>0,σ>0
B . μ>0,-∞<σ<+∞
C . -∞<μ<+∞,-∞<σ<+∞
D . -∞<μ<+∞,σ>0
-
正态分布完全由μ和σ两个参数确定,我们用N(μ,σ2)表示()为μ,()为σ2的正态分布。
-
正态分布N(μ2,σ2)中,参数µ的物理意义表示正态分布的()。
-
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
-
设X1,…,X16是取自正态总体N(μ,σ2)的样本,其中μ与σ2均未知.要检验H0:σ=3,则当H0成立时,检验统计量().
A . 2服从χ2(15)
B . 服从χ2(15)
C . 服从χ2(15)
D . 2服从χ2(16)
-
正态分布的有两个参数μ与σ,曲线形状越扁平表明
A . A.μ越大
B . B.d越大
C . C.μ与σ越接近
D . D.σ越小
E . E.以上都是
-
正态分布有两个参数μ与σ,( ) 相应的正态曲线的形状越扁平。
-
设随机变量不N(μ,σ2),利用正态分布表,求:
设随机变量不N(μ,σ2),利用正态分布表,求:
<img src='https://img2.soutiyun.com/ask/2020-10-30/972912622041777.png' />
-
设X<sub>1</sub>,X<sub>2</sub>,...,X<sub>n</sub>是取自正态总体N(μ,σ<sup>2</sup>)的样本,μ与σ均未知,则σ<sup>2</sup>的矩估
设X<sub>1</sub>,X<sub>2</sub>,...,X<sub>n</sub>是取自正态总体N(μ,σ<sup>2</sup>)的样本,μ与σ均未知,则σ<sup>2</sup>的矩估计量<img src='https://img2.soutiyun.com/ask/2021-01-05/978692195864823.jpg' />为()。
<img src='https://img2.soutiyun.com/ask/2021-01-05/978692212468773.jpg' />
-
设是来自总体N(μ,σ<sup>2</sup>)的容量为n的两个相互独立的简单随机样本的均值,试确定n.使得两个样
设<img src='https://img2.soutiyun.com/ask/2020-10-05/970778702595939.jpg' />是来自总体N(μ,σ<sup>2</sup>)的容量为n的两个相互独立的简单随机样本的均值,试确定n.使得两个样本均值之差的绝对值超过σ的概率大约为0.01.
-
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χ<sub>1</sub>,χ<sub>2</sub>,…,χ<sub>n</sub>是来自正态总体N(μ,σ<sup>2</sup>)的一个样本,求参数μ,σ<sup>2</sup>的矩估计量.
-
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' />
-
关于正态分布曲线的特点说法有误的是正态分布曲线由2个参数μ和σ决定。是变异参数,决定分布曲线的形态,σ是位置(即平均水平)参数,决定分布曲线在横轴的偏移位置。()
对
错
-
设两个正态分布总体X~N(μ<sub>1</sub>,σ<sup>2</sup><sub>1</sub>),Y~N(μ<sub>2</sub>,σ<sup>2</sup><sub>2</sub>),X<sub>1</sub>,X<sub>2</sub>,...
设两个正态分布总体X~N(μ<sub>1</sub>,σ<sup>2</sup><sub>1</sub>),Y~N(μ<sub>2</sub>,σ<sup>2</sup><sub>2</sub>),X<sub>1</sub>,X<sub>2</sub>,...,X<sub>m</sub>与Y<sub>1</sub>,...,Y<sub>n</sub>是分别来自相互独立的总体X与Y的简单随机样本,S<sup>2</sup><sub>1</sub>与S<sup>2</sup><sub>2</sub>分别是其样本方差,已知m=8,S<sup>2</sup><sub>1</sub>=8.75,n=10,S<sup>2</sup><sub>2</sub>=2.66,求P{σ<sup>2</sup><sub>1</sub><σ<sup>2</sup><sub>2</sub>).