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（）
设某质量特性X服从正态分布N（μσ2），则P（σμkX≤&8722；为（）。
设某嘴棒长度规范下限为95mm，规范上限为105mm。现检测一批嘴棒长度值，发现检测值服从正态分布N（100，22）（即均值为100，总体标准偏差为2），记Φ（x）为标准正态分布的累积分布函数，则合格品率为（）。
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/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X=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（）.
设某质量特性X服从正态分布N(μ,σ),则P(︱X-μ︱≥3σ)等于（）。
对于随机变量X服从均匀分布，即X~N（1，4），则D（X）=（）
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（）
设随机变量X服从正态分布N（-1，9），则随机变量Y=2-X服从（）．
对于随机变量X服从正态分布，即X~N（4，25），则4E（X）=（）。
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（ ）
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
设随机变量X服从正态分布N(0,1),令Y=4X-1,则Y服从的分布是( )。
利用下面的信息，构建总体均值u的置信区间。（）总体服从正态分布，已知σ=500，n=15，x ̄=8900，置信水平为95%；（）总体不服从正态分布，已知σ=500，n=35，x ̄=8900，置信水平为95%；（）总体不服从正态分布，σ未知，n=35，x ̄=8900，s=500，置信水平为90%；（）总体不服从正态分布，σ未知，n=35，x ̄=8900，s=500，置信水平为99%
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≇
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（）
随机变量X服从正态分布N（5，42），那么P（X≥5）=（）
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（）
4、设随机变量（X，Y)服从二维正态分布N（0,1;1,4;1/2), 则X+Y服从正态分布N（1, 5).
随机变量X服从正态分布N（0, 4），Φ（x）为标准正态分布的分布函数，则P{X ＜ c}=（）
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（）
设总体X服从标准正态分布，X<sub>1</sub>，X<sub>2</sub>，...，X<sub>n</sub>是来自X的样本，则统计量服从（)分布，参数为
