数理统计试题库及答案.docVIP

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多

数理统计试题库及答案

一、单项选择题(每题2分,共10题)

1.设总体$X\simN(\mu,\sigma^{2})$,$X_1,X_2,\cdots,X_n$是来自总体$X$的样本,则样本均值$\overline{X}=\frac{1}{n}\sum_{i=1}^{n}X_i$服从()

A.$N(\mu,\sigma^{2})$B.$N(\mu,\frac{\sigma^{2}}{n})$C.$N(n\mu,\sigma^{2})$D.$N(n\mu,n\sigma^{2})$

2.样本方差$S^{2}=\frac{1}{n-1}\sum_{i=1}^{n}(X_i-\overline{X})^2$的自由度是()

A.$n$B.$n-1$C.$n+1$D.$n-2$

3.设总体$X$的均值为$\mu$,方差为$\sigma^{2}$,$X_1,X_2,X_3$是来自总体$X$的样本,则()是$\mu$的无偏估计。

A.$\frac{1}{2}X_1+\frac{1}{3}X_2+\frac{1}{6}X_3$B.$\frac{1}{3}X_1+\frac{1}{3}X_2+\frac{1}{3}X_3$

C.$\frac{1}{4}X_1+\frac{1}{2}X_2+\frac{1}{4}X_3$D.以上都是

4.在假设检验中,原假设$H_0$,备择假设$H_1$,则称为犯第一类错误的是()

A.$H_1$不真,接受$H_1$B.$H_0$不真,接受$H_1$

C.$H_0$为真,拒绝$H_0$D.$H_1$为真,拒绝$H_1$

5.设总体$X\simN(\mu,\sigma^{2})$,$\sigma^{2}$已知,样本容量为$n$,总体均值$\mu$的置信水平为$1-\alpha$的置信区间为()

A.$(\overline{X}-z_{\alpha/2}\frac{\sigma}{\sqrt{n}},\overline{X}+z_{\alpha/2}\frac{\sigma}{\sqrt{n}})$B.$(\overline{X}-t_{\alpha/2}(n-1)\frac{\sigma}{\sqrt{n}},\overline{X}+t_{\alpha/2}(n-1)\frac{\sigma}{\sqrt{n}})$

C.$(\overline{X}-z_{\alpha}\frac{\sigma}{\sqrt{n}},\overline{X}+z_{\alpha}\frac{\sigma}{\sqrt{n}})$D.$(\overline{X}-t_{\alpha}(n-1)\frac{\sigma}{\sqrt{n}},\overline{X}+t_{\alpha}(n-1)\frac{\sigma}{\sqrt{n}})$

6.设$X_1,X_2,\cdots,X_n$是来自总体$X$的样本,$E(X)=\mu$,$D(X)=\sigma^{2}$,则样本二阶中心矩$B_2=\frac{1}{n}\sum_{i=1}^{n}(X_i-\overline{X})^2$是()的矩估计量。

A.$\mu$B.$\sigma^{2}$C.$\mu^{2}$D.$\sigma$

7.若总体$X\simN(\mu_1,\sigma_1^{2})$,$Y\simN(\mu_2,\sigma_2^{2})$,且$X$与$Y$相互独立,$X_1,X_2,\cdots,X_{n_1}$是来自$X$的样本,$Y_1,Y_2,\cdots,Y_{n_2}$是来自$Y$的样本,则$\overline{X}-\overline{Y}$服从()

A.$N(\mu_1-\mu_2,\sigma_1^{2}+\sigma_2^{2})$B.$N(\mu_1-\mu_2,\frac{\sigma_1^{2}}{n_1}+\frac{\sigma_2^{2}}{n_2})$

C.$N(\mu_1-\mu_2,\sigma_1^{2}-\sigma_2^{2})$D.$N(\mu_1-\mu_2,\frac{\sigma_1^{2}}{n_1}-\frac{\sigma_2^{2}}{n_2})$

8.设总体$X$的概率密度为$f(x;\theta)$,$X_1,X_2,\cdots,X_n$是

文档评论(0)

136****2260 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档