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。()