从服从正态分布的无限总体中抽取容量为4，16，36的样本，当样本容量增大时，样本均值的标准差（）。
当总体为未知的非正态分布时，当样本容量n足够大（通常要求n≥30）时，样本均值的期望值为（）。
如果总体呈正态分布，总体标准差未知，而且样本容量n小于30，此时可以用Z检验来比较样本平均数和总体平均数的差异是否显著。
当总体为未知的非正态分布，样本容量n足够大（通常要求n≥30）时，样本均值贾的方差为总体方差的（）。https://assets.asklib.com/psource/2015101516481479027.jpg
当总体为未知的非正态分布时，只要样本容量n足够大（通常要求n≥30），样本均值仍会接近正态分布，其分布的期望值为总体均值，方差为总体方差的1/n。（）
当总体为未知的非正态分布时，当样本容量n足够大（通常要求n≥30）时，样本均值 https://assets.asklib.com/psource/2015101511411437099.jpg 的期望值为（）
对方差未知的正态总体进行样本容量相同的n次抽样，则这n个置信区间的宽度必然相等。
当总体为未知的非正态分布时，只要样本容量n足够大（通常要求n，≥30），样本均值 https://assets.asklib.com/psource/2015111011194425380.jpg 仍会接近正态分布，其分布的期望值为总体均值，方差为总体方差的1/n。（）
当总体为未知的非正态分布，样本容量n足够大（通常要求n≥30）时，样本均值 https://assets.asklib.com/psource/2015101511413756802.jpg 的方差为总体方差的（） https://assets.asklib.com/psource/2015101511421171082.jpg
智商的得分服从均值为100，标准差为16的正态分布。从总体中抽取一个容量为n的样本，样本均值的标准差2，样本容量为（）。
已知总体服从正态分布，且总体标准差σ，从总体中抽取样本容量为n的产品，测得其样本均值为 https://assets.asklib.com/psource/2015101511440190854.jpg ，在置信水平为1-α=95%下，总体均值的置信区间为（） https://assets.asklib.com/psource/2015101511443477718.jpg
假设检验中，在小样本的情况下，如果总体不服从正态分布，且总体方差未知，则经过标准化的样本均值服从（）
当总体为未知的非正态分布时，只要样本容量n足够大（通常要求n≥30），样本均值Untitled-1_clip_image020_0001.gif仍会接近正态分布，其分布的期望值为总体均值，方差为总体方差的1／n。
已知总体服从正态分布，且总体标准差σ，从总体中抽取样本容量为n的产品，测得其样本均值为 https://assets.asklib.com/psource/2015101516504763511.jpg ，在置信水平为1-α=95%下，总体均值的置信区间为（）。 https://assets.asklib.com/psource/2015101516503912388.jpg
从服从正态分布的无限总体中分别抽取容量为10，25，49的样本，当样本容量增大时，样本均值的标准差将（ ）
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
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()。
当总体为未知的非正态分布时，只要样本容量n足够大（通常要求n ≥30），样本均值贾仍会接近正态分布，其分布的期望值为总体均值，方差为总体方差的1／n（）
已知整体服从正态分布，且总体标准差为50，样本容量为25，样本均值为1000，则构建总体均值95%的置信区间为（）
如果总体变量存在有限的平均数和方差,那么无论这个总体的分布如何,随着样本容量n的增加,样本均值的分布便趋于正态分布（）
3、从服从正态分布的无限总体中分别抽取容量为10，20，50的样本，当样本容量增大时，样本均值的标准差将（）
当样本容量n﹤30且总体方差σ2未知时，平均数的检验方法是（）。
当总体呈正态分布，但总体标准差σ未知，且样本容量又较小（如n≥30)时，可进行（)
3、从服从正态分布的无限总体中分别抽取容量为4，16，36的样本，当样本容量增大时，样本均值的标准差（）。
