-
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”
