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