【判断题】
设由总体<img class=jc-formula data-tex=X\sim F(x,\theta )(\theta 为未知参数) src=https://huaweicloudobs.ahjxjy.cn/071049D1875CBFA9CE773DB2893597BA.png style=white-space: normal; vertical-align: middle;/>的样本观测值求得<img class=jc-formula data-tex=P(35.5\theta 45.5)=0.9 src=https://huaweicloudobs.ahjxjy.cn/ED36A8042CF60AD962A5E57570CABECB.png style=white-space: normal; vertical-align: middle;/>,则称(35.5,45.5)为<img class=jc-formula data-tex=\theta src=https://huaweicloudobs.ahjxjy.cn/23556F2E58EC30134A7A5D607E452B00.png style=white-space: normal; vertical-align: middle;/>的一个置信区间为0.95的置信区间。
【判断题】
设一组观测值为4,6,4,3,5,4,5,8,4,则样本方差为4.78.
【判断题】
设X1,…,Xn为来自总体N(μ,σ2)的样本,则<img class=jc-formula data-tex={ \chi }^{ 2 }=\frac { 1 }{ { \sigma }^{ 2 } } \sum _{ i=1 }^{ n }{ { (X_i-\mu ) }^{ 2 } } src=https://huaweicloudobs.ahjxjy.cn/053807622AF3AD04D8CC01BE2C2F56F7.png style=vertical-align: middle;/>服从自由度为n1的<img class=jc-formula data-tex={ \chi }^{ 2 } src=https://huaweicloudobs.ahjxjy.cn/5ED6EFB7F1932D97851FCABCB0F670F8.png style=vertical-align: middle;/>分布。
【单选题】
设<img class=jc-formula data-tex=X\sim N(1,{ 3 }^{ 2 }) src=https://huaweicloudobs.ahjxjy.cn/8DAEB73C5241F567FFDFBDE90FE84382.png style=vertical-align: middle;/>,X1,…,X9为X的一个样本,则下列正确的是
①
<img class=jc-formula data-tex=\frac { \bar { X } -1 }{ 3 } \sim N(0,1) src=https://huaweicloudobs.ahjxjy.cn/AD291A882D3C1476A2CF60C56759FCD3.png style=vertical-align: middle;/>
②
<img class=jc-formula data-tex=\frac { \bar { X } -1 }{ 1 } \sim N(0,1) src=https://huaweicloudobs.ahjxjy.cn/139E843246AA4149F51A859F5FF9BE0F.png style=vertical-align: middle;/>
③
<img class=jc-formula data-tex=\frac { \bar { X } -1 }{ 9 } \sim N(0,1) src=https://huaweicloudobs.ahjxjy.cn/D0548FF0EAAE5BFA3A2D83D69567186D.png style=vertical-align: middle;/>
④
<img class=jc-formula data-tex=\frac { \bar { X } -1 }{ \sqrt { 3 } } \sim N(0,1) src=https://huaweicloudobs.ahjxjy.cn/DFBAE062F2BD2C77B6A36F4D63C4D406.png style=vertical-align: middle;/>
【单选题】
设总体X服从两点分布b(1,p),即P(X=1)=p,P(X=0)=1-p,其中p是未知参数,X1,X2,...,Xn是来自X的简单随机样本,则下面哪个不是统计量( )
①
<img src=https://huaweicloudobs.ahjxjy.cn/D118980877EE8C6A7E75B30713344193.png style=vertical-align: middle;/>
②
<img src=https://huaweicloudobs.ahjxjy.cn/DA6F02124EB1BA2471F850F95360226E.png style=vertical-align: middle;/>
③
<img src=https://huaweicloudobs.ahjxjy.cn/07F880E850B63DB9E0B83975AC6A50BF.png style=vertical-align: middle;/>
④
<img src=https://huaweicloudobs.ahjxjy.cn/2E56724E203B58F1AB96F977B0C3C6AF.png style=vertical-align: middle;/>
【单选题】
随机地从一批零件中抽取16个,测的长度(cm)为:2.14,2.10,2.13,2.15,2.13,2.12,2.13,2.10,2.15,2.12,2.14,2.10,2.13,2.11,2.14,2.11,设零件长度分布为正态分布,若σ=0.01(cm),则总体μ的90%的置信区间为( )
【单选题】
随机地从一批零件中抽取16个,测的长度(cm)为:2.14,2.10,2.13,2.15,2.13,2.12,2.13,2.10,2.15,2.12,2.14,2.10,2.13,2.11,2.14,2.11,设零件长度分布为正态分布,若σ=0.01(cm),则总体μ的90%的置信区间为( )
【单选题】
设0,2,2,3,3为来自均匀分布总体<img class=jc-formula data-tex=U(0,\theta ) src=https://huaweicloudobs.ahjxjy.cn/96EBDA9C42B58AA33E576171B7903992.png style=vertical-align: middle;/>的样本观测值,则<img class=jc-formula data-tex=\theta src=https://huaweicloudobs.ahjxjy.cn/23556F2E58EC30134A7A5D607E452B00.png style=vertical-align: middle;/>的矩估计值为
【单选题】
设总体X的密度函数为<img src=https://huaweicloudobs.ahjxjy.cn/0E90F456CAF0E9EC3A0561C3034D8722.png style=vertical-align: middle;/>,则θ的极大似然估计量为( )
①
<img src=https://huaweicloudobs.ahjxjy.cn/B1196387B062E1486317C2F57C2EC456.png style=vertical-align: middle;/>
②
<img src=https://huaweicloudobs.ahjxjy.cn/CF5B47739094B81FACB4FFEBC735296D.png style=vertical-align: middle;/>
③
<img src=https://huaweicloudobs.ahjxjy.cn/8691C1E805E8E56F3ED7BA6B1FCC940B.png style=vertical-align: middle;/>
④
<img src=https://huaweicloudobs.ahjxjy.cn/A3E3A8D99ED237D136953A4079D58106.png style=vertical-align: middle;/>
【单选题】
设X1,…,Xn为来自总体N(μ,σ2)的样本,μ,σ2为未知参数,则下列结论正确的是
①
<img class=jc-formula data-tex=\frac { 1 }{ n } \sum _{ i=1 }^{ n }{ { (X_{ i }-\bar { X } ) }^{ 2 } } src=https://huaweicloudobs.ahjxjy.cn/5203B663B018EBE92D0ED6B44CB8E725.png style=vertical-align: middle;/>服从<img class=jc-formula data-tex={ \chi }^{ 2 }(n-1) src=https://huaweicloudobs.ahjxjy.cn/5970BBB4F368A438FC7225E64D0239D8.png style=white-space: normal; vertical-align: middle;/>分布
②
<img class=jc-formula data-tex=\frac { 1 }{ n-1 } \sum _{ i=1 }^{ n }{ { (X_{ i }-\bar { X } ) }^{ 2 } } src=https://huaweicloudobs.ahjxjy.cn/FA7E3128F8067A297241E5A2E6CBA2FE.png style=vertical-align: middle;/>服从<img class=jc-formula data-tex={ \chi }^{ 2 }(n-1) src=https://huaweicloudobs.ahjxjy.cn/5970BBB4F368A438FC7225E64D0239D8.png style=white-space: normal; vertical-align: middle;/>分布
③
<img class=jc-formula data-tex={ \chi }^{ 2 }=\frac { 1 }{ { \sigma }^{ 2 } } \sum _{ i=1 }^{ n }{ { (X_{ i }-\bar { X } ) }^{ 2 } } src=https://huaweicloudobs.ahjxjy.cn/152A7D8518916692F688A86ACA44A8AE.png style=color: rgb(51, 51, 51); font-family: 宋体; font-size: 14px; white-space: normal; vertical-align: middle;/>服从<img class=jc-formula data-tex={ \chi }^{ 2 }(n-1) src=https://huaweicloudobs.ahjxjy.cn/5970BBB4F368A438FC7225E64D0239D8.png style=vertical-align: middle;/>分布
④
<img class=jc-formula data-tex={ \chi }^{ 2 }=\frac { 1 }{ { \sigma }^{ 2 } } \sum _{ i=1 }^{ n }{ { (X_{ i }-\bar { X } ) }^{ 2 } } src=https://huaweicloudobs.ahjxjy.cn/152A7D8518916692F688A86ACA44A8AE.png style=color: rgb(51, 51, 51); font-family: 宋体; font-size: 14px; white-space: normal; vertical-align: middle;/>服从<img class=jc-formula data-tex={ \chi }^{ 2 }(n) src=https://huaweicloudobs.ahjxjy.cn/825EF0B35E0920EB1E1A00464CD74BF7.png style=vertical-align: middle;/>