-
正态分布曲线,当σ恒定时,μ越大,则()。
A . 曲线沿横轴越向左移动
B . 曲线沿横轴越向右移动
C . 曲线越平缓
D . 曲线越陡峭
E . 曲线没有任何变化
-
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
-
正态分布曲线,当μ恒定时,α越大()。
A . 曲线沿横轴越向左移动
B . 观察值变异程度越小,曲线越陡峭
C . 观察值变异程度越大,曲线越平缓
D . 曲线沿横轴越向右移动
-
正态分布完全由μ和σ两个参数确定,我们用N(μ,σ2)表示()为μ,()为σ2的正态分布。
-
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
-
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
-
已知y~N(μ,σ2),则Y在区间【μ-1.96σ,μ+1.96σ】的概率为()
A . O.95
B . 0.05
C . O.01
D . 0.99
E . 0.90
-
设 X 1 , …,X n 为来自均值为 μ 标准差为 σ 的正态分布的一个样本,其中 μ已知而σ未知,X bar 是 样本均值,则下列各选项中的量不是统计量的是( )
-
设随机变量X服从正态分布(μ,σ^2),则随着σ增大,概率P{|X-μ|<σ}=().
A.增减不定
B.单调增大
C.单调减少
D.保持不变
-
正态分布曲线,当μ一定时,σ增大,()
A.A.曲线中心位置不变
B.B.曲线中心位置所在处较高,分布范围较宽
C.C.曲线中心位置所在处较高,分布范围较窄
D.D.曲线中心位置所在处较低,分布范围较宽
E.E.曲线中心位置所在处较低,分布范围较窄
-
设X~N(μ, σ2), 则随着σ的增大,P(X-μ|<σ)的值
A.单调增大
B.保持不变
C.单调减小
D.增减不定
-
设X<sub>1</sub>,X<sub>2</sub>,...,X<sub>n</sub>是取自正态总体N(μ,σ<sup>2</sup>)的样本,μ与σ均未知,则σ<sup>2</sup>的矩估
设X<sub>1</sub>,X<sub>2</sub>,...,X<sub>n</sub>是取自正态总体N(μ,σ<sup>2</sup>)的样本,μ与σ均未知,则σ<sup>2</sup>的矩估计量<img src='https://img2.soutiyun.com/ask/2021-01-05/978692195864823.jpg' />为()。
<img src='https://img2.soutiyun.com/ask/2021-01-05/978692212468773.jpg' />
-
正态分布曲线,当σ恒定时,μ越大,则
A、曲线沿横轴越向左移动
B、曲线沿横轴越向右移动
C、曲线越平缓
D、曲线越陡峭
E、曲线没有任何变化
-
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.
-
正态分布N(,σ)资料,当恒定时,σ越大,则()
A.曲线越“瘦”
B.曲线越“胖”
C.曲线沿横轴越向右移动
D.曲线沿横轴越向左移动
E.曲线形状和位置都不变
-
正态分布完全由μ和σ两个参数确定,我们用N(μ,σ2)表示()...
正态分布完全由μ和σ两个参数确定,我们用N(μ,σ<sup>2</sup>)表示()为μ,()为σ<sup>2</sup>的正态分布。
-
正态分布N(μ,σ),当μ恒定时,σ越大,则()。
A.曲线沿横轴越向右移动
B.曲线沿横轴越向左移动
C.曲线形状和位置都不变
D.观察值变异程度越小,曲线越“瘦”
E.观察值变异程度越大,曲线越“胖”
-
设总体X服从正态分布N(μ,σ2),其中μ已知,σ<sup>2</sup>未知,X,Xz,.X。为其样本,n≥2,则下列说法中正确的是()
<img src='https://img2.soutiyun.com//ask/2021-06-21/993113242394672.jpg' />
-
设X~N(μ, σ2),当分布中心与产品规范中心重合时,下列结论成立的有()
A.X落在(μ-σ,μ+σ)内的概率为68. 27 %
B.X落在(μ-2σ,μ+2σ)内的概率为95.45%
C.X落在(μ-3σ,μ+3σ)内的概率为99.73%
D.X落在(μ-4σ,μ+4σ)外的概率为0.002PPm
E.X落在(μ-6σ,μ+6σ)外的概率为0.002ppm
-
1、设X服从正态分布X ~ N(μ, σ2) 则随着σ的增大,概率P{|X - μ| < σ} () .
A.单调增加
B.单调减少
C.保持不变
D.增减不变
-
正态分布N(μ,σ<sup>2</sup>),当μ恒定时,σ越大,则()
A.曲线沿横轴越向右移动
B.曲线沿横轴越向左移动
C.曲线形状和位置都不变
D.观察值变异程度越小,曲线越“瘦”
E.观察值变异程度越大,曲线越“胖”