-
设随机变量X服从正态分布N(μ,1).已知P(X≤μ-3)=c,则P(μ()
A . 2c-1
B . 1-c
C . 0.5-c
D . 0.5+c
-
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服从N(μ,σ
2
)分布,σ
2
未知,X
1
,X
2
,…,X
n
为样本,记
https://assets.asklib.com/psource/2015102617094159563.jpg
,
https://assets.asklib.com/psource/2015102617094361098.jpg
。则
https://assets.asklib.com/psource/2015102617094445893.jpg
服从的分布是:()
A . χ
(n-1)
B . χ
(n)
C . t(n-1)
D . t(n)
-
设随机变量X服从正态分布N(μ,16),Y服从正态分布N(μ,25).记p=P(X≤μ-4),g=P(Y≥μ+5),则p与q的大小关系是().
A . p>q
B . p
C . p=q
D . 不能确定
-
某种食物中钙的含量服从正态分布,从中抽取容量n=11的样本,https://assets.asklib.com/psource/2014082618044728495.png
A . [2.109,121.05]
B . [2.258,121.05]
C . [2.258,142.28]
D . [2.109,142.28]
-
设某质量特性X服从正态分布N(μ,σ),则P(︱X-μ︱≥3σ)等于()。
A . 973%
B . 2700ppm
C . 63ppm
D . 0027
-
设总体X服从正态分布N(μ,9),1225X,X,L,X是来自该总体的简单随机样本,对检验问题00H:μ=μ,11H:μ=μ,取如下拒绝域:0{x−μ≥c}。若取置信水平等于0.95,则当01μ=0,μ=2时,犯第二类错误的概率为()。
A . Φ(−1.37)−Φ(−5.29)
B . Φ(1.176)−Φ(1.96)
C . Φ(1.96)−Φ(−1.96)
D . Φ(1.96)−Φ(0)
E . Φ(0)−Φ(−1.96)
-
T~N(μσ2)就可以断定这个随机变量近似地服从正态分布。
A . 正确
B . 错误
-
设随机变量X和Y相互独立,都服从正态分布N(μ,σ2),令ξ=X+Y,η=X−Y,则ξ和η的相关系数为()。
A . -4/9
B . -1/2
C . 1/2
D . 0
E . 5/9
-
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
-
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
-
随机变量是X1和X2服从的分布分别是N()和N(),概率密度函数分别是21,σμ22,σμP1(x)和P2(x),当σ1
A . P1(x)和P2(x)图形的对称轴相同
B . P1(x)和P2(x)图形的形状相同
C . P1(x)和P2(x)图形都在X轴上方
D . P1(x)的最大值大于P2(x)的最大值
-
总体X服从期望为μ,标准差为σ的正态分布;从总体中取n个样本,这n个样本的均值服从
-
总体X服从期望为μ,标准差为σ的正态分布;从总体中取n个样本,这n个样本均值的期望值E和方差D分别为:
-
某种导线的电阻服从正态分布N(p.0.005<sup>2</sup>).今从新生产的一批导线中随机抽取9根,测其电阻,得s=0.008(单位:欧姆).对于a=0.05,能否认为这批导线电阻的标准差仍为0.005(Ω)?
-
设随机变量X服从正态分布N(μ<sub>1</sub>,).随机变量Y服从正态分布N(μ2+),且P{|X-μ<sub>1</sub>|<1}>P{|Y-μ≇
A.A.σ<sub>1</sub><σ<sub>2</sub>
B.B.σ<sub>1</sub>>σ<sub>2</sub>
C.C.μ<sub>1</sub><μ<sub>2</sub>
D.D.μ<sub>1</sub>>μ<sub>2</sub>
-
设x<sub>1</sub>,x<sub>2</sub>…x<sub>n+1</sub>是来自N(μ,σ<sup>2</sup>)的样本,,试求常数c,使得服从分布,并指出分布的
设x<sub>1</sub>,x<sub>2</sub>…x<sub>n+1</sub>是来自N(μ,σ<sup>2</sup>)的样本,<img src='https://img2.soutiyun.com/ask/2020-09-17/969203538245107.jpg' />,试求常数c,使得<img src='https://img2.soutiyun.com/ask/2020-09-17/969203561081413.jpg' />服从分布,并指出分布的自由度.
-
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
-
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。
-
某公司生产的灯泡,使用寿命服从正态分布N~(μ,900)m。按照行业标准,使用寿命在1500小时以上为达
某公司生产的灯泡,使用寿命服从正态分布N~(μ,900)m。按照行业标准,使用寿命在1500小时以上为达标,从某日生产的产品中随机重复抽取100只进行寿命试验,所得数据如下:
<img src='https://img2.soutiyun.com/shangxueba/ask/2021-11/21/1154/20211121173416919.png' />
根据以上数据,估计这种灯泡合格率的95%置信水平的置信区间。
-
已知一批零件的长度X(单位:cm)服从正态分布N(μ,1),从...
已知一批零件的长度X(单位:cm)服从正态分布N(μ,1),从中随机抽取16个零件,得到长度的平均值为40(cm),则μ的置信度为0.95的置信区间是_________。(标准正态分布函数值φ(1.96)=0.975,φ(1.645)=0.95)