设某人群的身高X服从N（155．4，5．32）分布，现从该总体中随机抽出一个n=10的样本，得均值为 https://assets.asklib.com/psource/201608041644109810.gif =158．36，S=3．83，求得μ的95％可信区间为（155．62，161．10），发现该区间竟然没有包括真正的总体均数155．4。若随机从该总体抽取含量n=10的样本200个，每次都求95％置信区间，那么类似上面的置信区间（即不包括155．4在内）大约有（）
某型号螺线的内径设计尺寸为16mm,误差为(+0.3，-0.3)mm。现对完成该内径加工工序的工序能力进行评估，通过对随机抽取的样本进行测算，样本平均值和公差中心重合，样本标准差为0.25mm假设该工序的工序能力指数为2.6,则可以判断该工序的工序能力()。
设某人群的身高X服从N（155．4，5．32）分布，现从该总体中随机抽出一个n=10的样本，得均值为 https://assets.asklib.com/psource/2015111709005293161.jpg =158．36，S=3．83，求得μ的95％可信区间为（155．62，161．10），发现该区间竟然没有包括真正的总体均数155．4。若随机从该总体抽取含量n=10的样本200个，每次都求95％置信区间，那么类似上面的置信区间（即不包括155．4在内）大约有（）
若两个总体均服从正态分布，分别从两个总体中随机抽取样本，则两个样本方差之比服从的分布为（）。
已知某次物理考试非正态分布，σ=8，从这个总体中随机抽取n=64的样本，并计算得其平均分为71，那么下列成绩在这次考试中全体考生成绩均值μ的0.95的置信区间之内的有（）
从参数λ=0.4的指数分布中随机抽取容量为25的一个样本，则该样本均值准差近似为（）.
设某人群的身高X服从N（155．4，5．32）分布，现从该总体中随机抽出一个n=10的样本，得均值为 https://assets.asklib.com/psource/2015111410581711011.jpg =158．36，S=3．83，求得μ的95％可信区间为（155．62，161．10），发现该区间竟然没有包括真正的总体均数155．4。若随机从该总体抽取含量n=10的样本200个，每次都求95％置信区间，那么类似上面的置信区间（即不包括155．4在内）大约有（）。
设某人群的身高X服从N(155．4，5．32)分布，现从该总体中随机抽出一个n=10的样本，得均值为 https://assets.asklib.com/psource/2014082309140185598.jpg =158．36，S=3．83，求得μ的95％可信区间为(155．62，161．10)，发现该区间竟然没有包括真正的总体均数155．4。若随机从该总体抽取含量n=10的样本200个，每次都求95％置信区间，那么类似上面的置信区间(即不包括155．4在内)大约有（）
设某人群的身高X服从N(167.7，)分布，现从该总体中抽取一个n=10的样本,得均值为，求得的95%置信区间为(168.05，171.00),发现该区间竟然没有包括真正的总体均值167.7。若随机从该总体抽取样本量n=10的样本400个，可获得400个95%置信区间，问大约有多少个类似上面的（即不包括167.7在内）置信区间（ ）
一次电话的通话时间X是一个随机变量(单位：分)，设X服从指数分布Exp(A)，其中λ=0．25，则一次通话所用的平均时间E(X)与标准差σ(X)为()。
设总体X服从参数λ的指数分布，X1，X2，…，Xn是从中抽取的样本，则为 （)。A．1／λB．C．1D．λ／n
已知某次高考的数学成绩服从正态分布，从这个总体中随机抽取 n=36 的样本，并计算得其平均分为 79 ，标准差为 9 ，那么下列成绩不在这次考试中全体考生成绩均值的0.95的置信区间之内的有
从一个正态总体中随机抽取一个容量为n的样本，其均值和标准差分别为33和4。当n=25时，构造总体均值μ的95％的置信区间为()。
设某人群的身高X服从N（155．4，5．32）分布，现从该总体中随机抽出一个n=10的样本，得均值为=158．36，S=3．83，求得μ的95％可信区间为（155．62，161．10），发现该区间竟然没有包括真正的总体均数155．4。若随机从该总体抽取含量n=10的样本200个，每次都求95％置信区间，那么类似上面的置信区间（即不包括155．4在内）大约有（）
已知某次物理考试正态分布，σ=8，从这个总体中随机抽取n=64的样本，并计算得其平均分为71，那么下列成绩在这次考试中全体考生成绩均值μ的0.95的置信区间之内的有()
－次电话的通话时间X是－个随机变量(单位：分)，设X服从指数分布Exp(λ)，其中λ＝0．25，则－次通话所用的平均时间E(X)与标准差σ(X)为（）。
已知某种电子元件的使用寿命X（h)服从指数分布e（λ)。抽查100个元件，得样本均值。能否认为参数λ=0.
设某电子产品的寿命服从指数分布，其密度函数为现从此批产品中抽取容量为9的样本，测得寿命为（
一细纱车间纺出某种细纱支数标准差为1.2，从某日纺出的一批细纱中，随机地抽16缕进行支数测量，算得样本标准差为2.1，问：纱的均匀度有无显著变化(a=0.05)？假定总体分布是正态的。
设随机变量X服从参数为λ的指数分布.当k<X《k+1时。Y=k，k=0,1...（1)求Y的分布律（2)设为来自总体Y
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
设某人群的身高X服从N（155．4，5．32）分布，现从该总体中随机抽出一个n=10的样本，得均值为<img src='https://img2.soutiyun.com/shangxueba/ask/18843001-18846000/18843845/2015111709005293161.jpg' />=158．36，S=3．83，求得μ的95％可信区间为（155．62，161．10），发现该区间竟然没有包括真正的总体均数155．4。若随机从该总体抽取含量n=10的样本200个，每次都求95％置信区间，那么类似上面的置信区间（即不包括155．4在内）大约有（）
设某人群的身高X服从N(155．4，5．32)分布，现从该总体中随机抽出一个n=10的样本，得均值为<img src='https://img2.soutiyun.com/shangxueba/ask/17874001-17877000/17874343/2014082309140185598.jpg' />=158．36，S=3．83，求得μ的95％可信区间为(155．62，161．10)，发现该区间竟然没有包括真正的总体均数155．4。若随机从该总体抽取含量n=10的样本200个，每次都求95％置信区间，那么类似上面的置信区间(即不包括155．4在内)大约有（）
某电子产品的寿命服从参数为A的指数分布，先从此产品中抽取容量为9的样本，测得寿命为（单位:kh)15，45，50，53，60，65，70，83，90则平均寿命1／λ的置信水平为0.9的单侧置信上限为98.04。（)
