安徽财经大学
值越小说明拒绝原假设的可能性越大。 （ ）- 若
，则称
为
的渐近无偏估计量. （ ） - 在试验设计中，把要考虑的那些可以控制的条件称为因子，把因素变化的多个等级状态称为水平或处理。 （ ）
- 设曲线函数形式为
，能找到一个变换将之化为一元线性回归的形式。 （ ） - 多项研究表明，司机驾车时因接打手机而发生事故的比例超过
，用来检验这一结论的原假设和备择假设为
。 （ ） - 设总体
的期望
和方差
均存在，
是
的一个样本，则统计量
是
的无偏估计量 （ ） - 费希尔信息量总是存在的 （ ）
- 为检验
个总体均值是否显著不同，也可以用
检验，且与方差分析相比，犯第一类错误的概率不变。 （ ） - 对
正则族，一致最小方差无偏估计一定是有效估计。 （ ） - 总体分布为正态分布情形下,若样本为小样本，且总体方差未知, 关于均值的假设检验适合使用用
检验统计量。 （ ） - 设
是来自参数为
的泊松总体的样本，其均值、方差分别为
，则
（ ） - 设
为总体N(1, 22)的一个样本，
为样本均值，则下列结论中正确的是（ ） - 对一元线性回归方程进行检验时，令
表示回归平方和,令
表示残差平方和, 
为样本容量, 检验回归方程显著时使用的检验统计量为（ ） - 设总体
的分布函数为
，从中获得的样本观测值为
，将他们从小到大排列重新编号为
，则当
时，样本的经验分布函数
（ ） - 设总体 X ~ N(,2),其中
已知,
未知, 
是
的样本，则下列各项不是统计量的是（ ） - 设一批零件的长度服从正态分布
，其中
均未知. 现从中随机抽取16个零件，测得样本均值
，样本标准差
，则
的置信度为0.90的置信区间是 （ ） - 设
为来自正态总体
的样本，
为样本平均,则
=（ ） - 设
来自正态总体
，
来自正态总体
，且
，
与
相互独立。令
，
, 
, 
，则以下结论中错误的是（ ） - 矿沙中铜含量服从正态分布
，
已知，现从总体中抽取样本
，在显著性水平
下检验
，取统计量（ ） - 设
为来自正态总体
的样本,令
，则
服从卡方分布，其自由度为（ ） - 对于非正态总体(方差未知)，在大样本条件下，总体均值在
置信水平下的置信区间可以写为（ ） - 设总体
未知，
为来自总体
样本观测值，记
为样本均值，
为样本方差，对假设检验
应取检验统计量为（ ） - 设
是参数
的置信水平为
的区间估计，则以下结论正确的是（ ） - 在线性模型
的相关性检验中，如果不能拒绝原假设
，则表示（ ） - 设总体
的分布函数为
，从中获得的样本为
，样本的经验分布函数为
, 对于给定的x, 则
服从的分布是（ ） - 设总体
已知，
为来自总体
样本观测值，假设检验
，则当检验水平为
时犯第二类错误的概率为（ ） - 从
中抽取容量为
的样本，样本均值为
，样本方差为
。在
已知的条件下，
的置信水平为
的单侧置信下限为（ ） - 设总体
服从正态分布
是来自
的样本，则
的最大似然估计为（ ） - 设
是来自总体X的样本，
存在，
，则（ ） - 与标准正态分布相比，t分布的特点是（ ）
- 在单因子4水平的方差分析中, 检验的原假设是（ ）
- 总体均值的区间估计中，正确的是（ ）
- 设总体
的密度函数为
为样本，记
，则以下结论中错误的是（ ） - 若
与
均是参数
的无偏估计，则下列哪一个也是
的无偏估计（ ） - 在假设检验中，显著性水平
的意义是（ ） - 设样本
来自正态总体
，
与
分别是样本均值和样本方差，则下面结论不正确的是（ ） - 设总体
的分布函数为
，从中获得的样本为
，样本的经验分布函数为
则
（ ） - 设
为来自总体N(0,1)的简单随机样本，
为样本均值，
为样本方差，则（ ） - 设总体
，
未知，现从总体中抽取容量为
的样本，
及
分别为样本均值和样本方差，则
的置信度为
的置信区间为（ ） - 从两个总体中分别抽取
和
的两个独立随机样本。经过计算得到下面的方差分析表：
来源 平方和 自由度 均方和 F比 显著性 组间 7.50 1 7.50 a 4.84 组内 26.19 11 2.38 总计 12
表中a处单元格内的结果是（ ） (小数点后保留两位有效数字) - 假设
与
之间存在线性关系如下:回归方程
，给定
组数据
,则回归系数
的估计值
（ ） - 设
是来自总体
的样本，
，
分别是样本均值和样本标准差，则（ ） - 样本
取自总体
，
,
，则以下结论不成立的是（ ） - 设 .w65121255227s .brush0 { fill: rgb(255,255,255); } .w65121255227s .pen0 { stroke: rgb(0,0,0); stroke-width: 1; stroke-linejoin: round; } .w65121255227s .font0 { font-size: 262px; font-family: "Times New Roman", serif; } .w65121255227s .font1 { font-size: 406px; font-family: "Times New Roman", serif; } .w65121255227s .font2 { font-style: italic; font-size: 406px; font-family: "Times New Roman", serif; } .w65121255227s .font3 { font-weight: bold; font-size: 76px; font-family: System, sans-serif; } 4 3 2 1 , , , X X X X 是来自总体 .w65121255216s .brush0 { fill: rgb(255,255,255); } .w65121255216s .pen0 { stroke: rgb(0,0,0); stroke-width: 1; stroke-linejoin: round; } .w65121255216s .font0 { font-size: 406px; font-family: "Times New Roman", serif; } .w65121255216s .font1 { font-style: italic; font-size: 406px; font-family: "Times New Roman", serif; } .w65121255216s .font2 { font-weight: bold; font-size: 76px; font-family: System, sans-serif; } ) 1 , 0 ( ~ N X 的一个简单随机样本，则统计量 .w65121255204s .brush0 { fill: rgb(255,255,255); } .w65121255204s .pen0 { stroke: rgb(0,0,0); stroke-width: 1; stroke-linejoin: round; } .w65121255204s .pen1 { stroke: rgb(0,0,0); stroke-width: 16; stroke-linejoin: round; } .w65121255204s .font0 { font-size: 262px; font-family: "Times New Roman", serif; } .w65121255204s .font1 { font-style: italic; font-size: 406px; font-family: "Times New Roman", serif; } .w65121255204s .font2 { font-size: 373px; font-family: Symbol, serif; } .w65121255204s .font3 { font-weight: bold; font-size: 76px; font-family: System, sans-serif; } 2 4 2 3 2 2 2 1 X X X X + + 服从的分布是（ ）
- 设
是来自正态总体
的样本，令
，则当
=（ ）时，统计量
服从
分布。 - 单因素方差分析中, 因子有r个水平, 样本容量为n, 则F统计量的分子与分母的自由度各为（ ）
- 在假设检验中，如果原假设
的否定域是
，那么样本观测值
只可能有下列四种情况，其中拒绝
且不犯错误的是（ ） - 设总体
的概率密度为
其中
为未知的参数，
为取自总体的简单随机样本，若
是
的无偏估计，则常数
（ ） - 设容量为16人的简单随机样本，平均完成工作所需时间为13分钟，总体服从正态分布且标准差为3，若想对完成工作所需时间构造一个90%的置信区间，则（ ）
- 在假设检验中，一般情况下（ ）
A:错 B:对
答案:对
A:错 B:对
答案:错
A:错 B:对
答案:对
A:错 B:对
答案:对
A:错 B:对
答案:错
A:错 B:对
答案:对
A:错 B:对
答案:对
A:对 B:错
答案:错
A:错 B:对
答案:错
A:对 B:错
A:
B:
C:
D:
A:
B:
C:
D:
A:
B:
C:
D:
A:
B:
C:
D:
A:
B:
C:
D:
A:
B:
C:
D:
A:
B:
C:
D:
A:
B:
C:
D:
A:
B:
C:
D:
A:n-1 B:n C:1 D:n-2
A:
B:
C:
D:
A:
B:
C:
D:
A:参数
落在区间
之内的概率为
B:区间
包含参数
的概率为
C:参数
落在区间
之外的概率为
D:对不同的样本观测值，区间
的长度相同
A:
与
两个变量之间没有显著的非线性相关关系
B:
与
两个变量之间有显著的非线性相关关系
C:
与
两个变量之间有显著的线性相关关系
D:
与
两个变量之间没有显著的线性相关关系
A:
B:
C:
D:
A:
B:
C:
D:
A:
B:
C:
D:
A:
B:
C:
D:
A:
是
的矩估计
B:
是
的极大似然估计
C:
作为
的估计其优良性与分布有关
D:
是
的无偏估计和相合估计
A:更加集中 B:对称分布 C:更加平坦分散 D:非对称分布
A:
B:
C:
D:
A:置信度
减少，则置信区间长度变短
B:置信度
增加，则置信区间长度变短
C:置信度
一定时，样本容量增加，则置信区间长度变短
D:置信度
一定时，样本容量增加，则置信区间长度变长
A:
是
的矩估计量
B:
是
的矩估计量
C:
是
的矩估计量
D:
是
的矩估计量
A:
B:
C:
D:
A:原假设
不真，经检验被拒绝的概率
B:原假设
为真，经检验不能拒绝的概率
C:原假设
为真，经检验被拒绝的概率
D:原假设
不真，经检验不能拒绝的概率
A:
与
相互独立
B:
与
相互独立
C:
与
相互独立
D:
与
相互独立
A:
B:
C:
D:
A:
B:
C:
D:
A:
B:
C:
D:
A:3.15 B:5.15 C:4.15 D:2.15
A:
B:
C:
D:
A:
B:
C:
D:
A:
是
的无偏估计
B:
均是
的无偏估计
C:
是
的无偏估计
D:
是
的无偏估计
A: B: C: D:
A:
B:
C:
D:
A:n-r, r-1 B:r, n C:r-1, n-r D:r-n, n-r
A:
成立，
B:
不成立，
C:
成立，
D:
不成立，
A:
B:
C:
D:
A:应用标准正态概率表查出
值
B:应用二项分布表查出
值
C:应用泊松分布表查出
值
D:应用
分布表查出
值
A:既不犯第一类错误，又不犯第二类错误 B:可能犯第一类错误，也可能犯第二类错误 C:只犯第一类错误 D:只犯第二类错误
温馨提示支付 ￥5.00 元后可查看付费内容,请先翻页预览!
