首页
›
答案
›
题库
›
远程教育
联大学堂
23601
下列各表中可作为某随机变量分布律的是()
23602
设两个相互独立的随机变量X和Y分别服从正态分布N(0,1)和N(1,1),则
23603
二维随机变量(X,Y)的概率密度为f(x,y),则下面结论中错误的是
23604
设随机变量X,Y相互独立,且X~N(2,1),Y~N(1,1),则()
23605
若E(X)=E(Y)=2,Cov(X,Y)=??1/6,则E(XY)=
23606
设随机变量(X,Y)只取如下数组中的值:(0,0),(-1,1),(-1,1/3),(2,0),且相应的概率依次为1/2c,1/c,1/4c,5/4c。则c的值为
23607
设(X,Y)的联合密度为f(x,y),则P{X>1}=
23608
设随机变量X与Y独立,且XN(μ?,σ2?),YN(μ?,σ2?),则Z=X-Y仍服从正态分布,且有[](A)ZN(μ?+μ?,σ2?+σ2?)
23609
设E(X),E(Y),D(X),D(Y)及Cov(X,Y)均存在,则D(X-Y)=()
23610
设随机变量X服从参数为3的泊松分布,Y~B(8,),且X,Y相互独立,则D(X-3Y-4)=()
23611
设随机变量X具有分布P{X=k}=,k=1,2,3,4,5,则E(X)=()
23612
若X与Y的方差都存在,D(X)??0,E(XY)=E(X)E(Y),则一定有
23613
设随机变量X的方差等于1,由切比雪夫不等式可估计P{|X-E(X)|≥2}≤()。
23614
设总体X~N(μ,σ2),σ2未知,x?,x?,…,xn为样本,s2=1/n-1n∑i=1(xi-x)2,检验假设H0:σ2=σ02时采用的统计量是()
23615
设总体X~N(μ,σ2),σ2未知,设总体均值μ的置信度1-α的置信区间长度l,那么l与α的关系为()
23616
在总体的分布函数或概率函数的数学表达式已知的情况下,通过对样本的实际观察取得样本数据,并在此基础上通过对样本统计量的计算得到总体待估参数的估计值来代替其他真实值的过程,叫做()
23617
用样本的矩作为相应(同类、同阶)总体矩的估计方法称为()
23618
一般地,如果总体分布中未知参数θ可供选择的估计有θ?,…,θ,对于任意x,恒有p(x,θ)≥p(x,θ)成立,θ是待估参数θ的()
23619
总体X的分布函数形式已知,θ是待估参数,(X?,X?,…Xn)是X的一个样本,则称统计量(X?,X?,…Xn)是未知参数θ的()
23620
设总体X的分布函数F(x;θ)含有一个未知参数θ,对于给定值α(0<α<1),从样本(X?,X?,…,Xn)出发,构造两个系统量θ()=θ()(X?,X?,…Xn)使得(θ(),θ)以足够大的概率(1-α)包含未知参数θ,即有p{θ()(X?,X?,…,Xn)<θ(X?,X?,…Xn)}=1-α,则称(θ(),θ)是θ的()
23621
设总体X~N(μ,σ2),其中σ2未知,则总体均值μ的置信区间长度l与置信度1-α的关系是()
23622
设X?,X?,…,Xn独立同分布,D(x)=σ2,X的平均值=1n-1∑(Xi-X平均值)2。则()
23623
在区间估计中P(θ?<θ<θ?)=1-α的正确含义是()
23624
设X?,X?,…,Xn是来自总体X的样本,X的分布函数F(X;θ)含未知参数,则下列结论中,正确的是()
23625
从统计量出发,对总体某些特性的“假设”作出拒绝或接受的判断的过程称为()
23626
假设检验的概率依据是()
23627
假设检验中的显著性水平α是()
23628
当总体服从正态分布,但总体方差未知的情况下,H0:μ=μ0,H1:μ<μ0,则H0的拒绝域为()
23629
在假设检验中,若抽样单位数不变,显著性水平从0.01提高到0.1,犯第二类错误的概率()
23630
在一个确定的假设检验问题中,与判断结果有关的因素有()
23631
在假设检验中,一旦检验法选择正确,计算无误()
23632
对于总体分布的假设检验,一般都使用拟合优度检验法,这种检验法要求总体分布的类型为()
23633
在假设检验中,记H1为备择假设,则称()为犯第一类错误
23634
检验的显著性水平是()
23635
设P(A)=1/3,P(A∪B)=1/2,且A与B互不相容,则P(B)=()。
23636
从0,1,2,3,4五个数中任意取三个数,则这三个数中不含0的概率为()。
23637
设事件A与B互不相容,且P(A)=0.4,P(A∪B)=0.7,则P(B)=()。
23638
设事件A,B相互独立,且P(A)=0.2,P(B)=0.4,则P(A∪B)=()。
23639
甲、乙两门高射炮彼此独立地向一架飞机各发一炮,甲、乙击中飞机的概率分别为0.4,0.5,则飞机至少被击中一炮的概率为()。
23640
设事件A与B相互独立,且P(A)=0.3,P(B)=0.4,则P(A∪B)=()。
23641
设P(A)=0.3,P(B)=P(C)=0.2,且事件A,B,C两两互不相容,则P(A∪B∪C)=
23642
一个盒子中有6颗黑棋子、9颗白棋子,从中任取两颗,则这两颗棋子是不同色的概率为()。
23643
设二维随机变量(X,Y)的联合分布函数为F(x,y)=Aarctanx-arctany,x>0,y>00,其他,则常数A=。
23644
随机变量X的所有可能取值为0和x,且P{X=0}=0.3,E(X)=1,则x=()。
23645
设随机变量X,Y同分布,X的密度函数为f(x)=3/8?x2,0<x<20,其他,设A={X>a}与B={Y>a}相互独立,且P(A∪B)=3/4,则A.。
23646
设二维随机变量(X,Y)的联合密度函数为f(x,y)=Axy2,0<x<1,0<y<10,其他,则常数A=。
23647
设随机变量X的分布律为
23648
设X服从N(0,1)分布,求E(X")
23649
设随机变量E(ξ)=μ,方差D(ξ)=σ2,则由切比雪夫不等式有P{|ξ-μ|≥3σ}≤
23650
设ξ?,ξ?,ξn是独立同分布的随机变量序列,且E(ξi)=μ,的(ξi)=σ2(i=1,2,…,n)均存在,令ˉξ=1/n∑ξi,则对任意的ε>0,有limP{|ˉξ-μ|≥ε}=
23651
设随机变量ξ,E(ξ)=μ,D(ξ)=σ2,则P{|ξ-μ|<2σ}≥
23652
设随机变量ξn,服从二项分布B(n,p),其中0<p<1,n=1,2,…,那么,对于任一实数x,有limP{|ξn-np|<x|
23653
设Yn是n次伯努利试验中事件A出现的次数,P为A在每次实验中出现的概率,则对任意ε=0,有limP〔|Yn/n-P|≥ε〕=
23654
设随机变量X与Y的数学期望是2,方差分别为1和4,而相关系数为0.5,则根据切比雪夫不等式P(|X-Y|≥6)≤
23655
设随机变量X?,X?,…,Xn,…相互独立且同分布,它们的期望为μ,方差为σ2,令Zn=1/n∑Xi,则对任意正数ε,有limP{|Zn-μ|≤ε}=
23656
当n充分大时,独立同分布的随机变量之和的分布近似于()。
23657
设X?,X?,…,Xn为随机变量序列,a为常数,则{Xn}依概率收敛于a是指ε>0,limP{|Xn-a|<ε}=
23658
设E(X)=1,D(X)=4,则由切比雪夫不等式估计概率P={4<X<2}≥
23659
根据大数定律,我们得到算数平均后得到的随机变量,它的取值比较密集的聚集在它的()附近。
23660
设供电站电网有100盏电灯,夜晚每盏灯开灯的概率皆为0.8,假设每盏灯开关是相互独立的,若随机变量X为100盏灯中开着的灯数,则由切比雪夫不等式估计,X落在75至85之间的概率不小于
23661
根据(),我们知道概率是频率的稳定值。
23662
在概率论中,把有关论证随机变量的和的极限分布为正态分布的一类定理称为()。
23663
用样本的矩?作为相应(同类、同阶)总体矩的估计方法称为
23664
在总体的分布函数或概率函数的数学表达式已知的情况下,通过对样本的实际观察取得样本数据,并在此基础上通过对样本统计量的计算得到总体待估参数的估计值来代替其真实值的过程,叫做
23665
一般地,如果总体分布中未知参数θ可供选择的估计有θ?,…,θx,对于任意x,恒有p(x,θ)≥p(x,θ’)成立。其中θ是θ?,…,θx中的某一个,θ’是异于θ的,θ?,…,θx中任计。θ称为待估参数θ的
23666
点估计得优点是()。
23667
总体X的分布函数形式已知,θ是待估参数,(X?,X?,…,Xn)是X的一个样本,则称统计量(X?,X?,…,Xn)是未知参数θ的
23668
在实际问题中求某参数的置信区间时,总是希望置信水平愈愈好,而置信区间的长度愈愈好。但当增大置信水平时,则相应的置信区间长度总是()。
23669
区间估计的三要素
23670
设X?……Xi为取自N(μ,σ2)总体的样本,X ̄为样本均值,已知k( ̄X-μ)2服从x2分布,则k的值应是___
23671
区间估计的置信度是指()
23672
设X~N(μ,σ2),σ2未知,则μ的置信度为95%的置信区间为
23673
若样本总量和置信度均不变,则对于不同的样本观测值,总体均值的置信区间的长度()。
23674
从全部学生中抽样测定100名学生,戴眼镜者占50%,抽样平均误差为1%,用()概率可确信全部学生中戴眼镜者在48%到52%之间
23675
在参数估计中利用t分布构造置信区间的条件是()。
23676
抽样估计中估计量的评选标准主要有()。
23677
置信度反应了估计的()。
23678
设随机变量X~t(n)(n>1),则Y=1/X2服从
23679
根据中心极限定理可知,当样本量充足,样本均值的抽样分布服从正态分布,其分布均值为()。
23680
根据中心极限定理可知,当样本量充足,样本均值的抽样分布服从正态分布,其分布的方差为()。
23681
从均值为μ,标准差为σ(有限)的任意一个总体中抽取大小为n的样本,则
23682
假定总体服从均匀分布,从总体中抽取容量为36的样本,则样本均值的抽样分布
23683
简单随机抽样样本均值x的方差取决于()和()。
23684
已知F0.95(10,5)=4.74,则F0.05(5,10)等于
23685
若X~t(5),则X2服从()分布
23686
设随机变量X~t(n)(n>1),则Y=1/X2服从Y=1/X2
23687
在一本书上随机抽查了10页,发现每页上的错误数为4,5,6,0,3,1,4,2,1,4,则其样本均值为
23688
中心极限定理可保证在大量观察下
23689
样本方差就是样本的()。
23690
可能样本平均数的方差等于()。
23691
容量为2的样本x1和x2的样本方差为
23692
假设检验中单额显著性水平a是()。
23693
在假设检验中,若抽样单位数不变,显著性水平从0.01提高到0.1,则犯第二类错误的概率是()。
23694
容量为3升的橙纸容器上的标签标明,该橙汁的脂肪含量的均值不超过1克,在对标签上的说明进行检验时,建立的原假设和备择假设为H0:μ≤1,H1:μ>1,该检验犯的第一类错误是
23695
从一批零件中抽出100个测量其直径,测得平均直径为5.2cm,标准差为1.6cm,想知道这批零件的直径是否服从标准直径5cm,因此采用t检验法,那么在显著性水平α下,接受域为()
23696
设某个假设检验的拒绝域为W,当原假设H0成立时,样本(x?,x?,…,xn)落入W的概率是0.1,则犯第一类错误的概率为
23697
增大样本容量可以使α,β同时()。
23698
当总体服从正态分布,但总体方差未知的情况下,H0:μ=μ0,H1:μ<μ0,则H0的拒绝域为
23699
在样本容量n固定的条件下,要是α,β同时减小是()。
23700
在样本容量n固定的条件下,当α增大时,β将()。
‹
1
…
236
237
238
…
1750
›