1樓：飄移的八零後
從乙個均值μ=10，標準差o=0.6的總體中隨即抽取容量為n=36的樣本 假定總體並不是很偏的，則樣本的均值x小於9.9的近似概率為？
2樓：巫梓深
0.1587....
從服從正態分佈的無限總體中分布抽取容量為4、16、36的樣本，當樣本容量增大時，樣本均值的標準差（ 30
3樓：顧小蝦水瓶
從服從正態分佈的無限總體中分布抽取容量為4、16、36的樣本，當樣本容量增大時，樣本均值的標準差減少，所以這一題選擇c。因為樣本均值方差等於總體方差除以樣本容量，除數一定，被除數增大，商減小。
標準差表示的就是樣本資料的離散程度。標準差就是樣本平均數方差的開平方，標準差通常是相對於樣本資料的平均值而定的，通常用m±sd來表示，表示樣本某個資料觀察值相距平均值有多遠。
4樓：夏染兮
由於總體服從正態分佈，所以樣本均值的抽樣分布仍為正態分佈，數學期望不變；方差為，標準差為，故當樣本容量n增大時，標準差減小。
5樓：世界裡的人
c,因為樣本均值方差等於總體方差除以樣本容量，除數一定，被除數增大，商減小
6樓：軍臨
這道題選
c 減小
從正態總體n(52,6.3^2)中隨機抽取乙個容量為36的樣本，求樣本的均值落在50.8與53.8
7樓：暮不語
運用正態分佈的概率知識可得：
p(50.8<=barx<=53.8)
=p[(50.8-52)/(6.3/6)<(barx-52)/(6.3/6)<=(53.8-52)/(6.3/6)]
=p(-1.14<=z<=1.71)
=0.9564+0.8729-1=0.8293。
擴充套件資料
正態曲線下，橫軸區間（μ-σ,μ+σ）內的面積為68.268949%。
p=2φ（1）-1=0.6826
橫軸區間（μ-1.96σ,μ+1.96σ）內的面積為95.449974%。
p=2φ（2）-1=0.9544
橫軸區間（μ-2.58σ,μ+2.58σ）內的面積為99.730020%。
p=2φ（3）-1=0.9974
正態分佈也叫常態分布，是連續隨機變數概率分布的一種，自然界、人類社會、心理和教育中大量現象均按正態形式分布，例如能力的高低，學生成績的好壞等都屬於正態分佈。
正態分佈隨隨機變數的平均數、標準差的大小與單位不同而有不同的分布形態。標準正態分佈是正態分佈的一種，其平均數和標準差都是固定的，平均數為0，標準差為1。
8樓：匿名使用者
均值bar(x)~n(52, 6.3^2/36)p(50.8<=barx<=53.8)
=p[(50.8-52)/(6.3/6)<(barx-52)/(6.3/6)<=(53.8-52)/(6.3/6)]
=p(-1.14<=z<=1.71)
=f(1.71)-f(-1.14)
=f(1.71)+f(1.14)-1
=0.9564+0.8729-1=0.8293.
抽樣分布與引數估計題求解。 在總體n(52，6^2)中隨機抽取一容量為36的樣本，問題： 20
9樓：范特西
（1）抽樣分布：大樣本
z=（50.04-52）/1=-1.96
（3）不意味，小概率事件發生了
第一題怎麼做？在總體n(52，6.3∧2)中隨機抽取一容量為36的樣本，求樣本均值x落在50.8到
10樓：匿名使用者
解題過程如下圖：
按照隨機變數可能取得的值，可以把它們分為兩種基本型別：
離散型離散型隨機變數即在一定區間內變數取值為有限個或可數個。例如某地區某年人口的出生數、死亡數，某藥**某病病人的有效數、無效數等。離散型隨機變數通常依據概率質量函式分類，主要分為：
伯努利隨機變數、二項隨機變數、幾何隨機變數和泊松隨機變數。
連續型連續型隨機變數即在一定區間內變數取值有無限個，或數值無法一一枚舉出來。例如某地區男性健康**的身長值、體重值，一批傳染性肝炎患者的血清轉氨酶測定值等。有幾個重要的連續隨機變數常常出現在概率論中，如：
均勻隨機變數、指數隨機變數、伽馬隨機變數和正態隨機變數。
從均值為二百標準差為五十的總體中抽取容量為一百的簡單隨機樣本
標準差為50，所以，方差 50 2500 樣本均值的方差為 2500 100 25 這是乙個重要結論 所以，樣本均值的標準差為 25 5 從服從正態分佈的無限總體中分布抽取容量為4 16 36的樣本，當樣本容量增大時，樣本均值的標準差 30 從服從正態分佈的無限總體中分布抽取容量為4 16 36的樣...
標準差與平均值的比值比值的標準差怎麼計算
標準差系來數是標準差與平均自值的比值 越大說明不是標準差越大就是平均值越小 標準差越大說明資料離散度很大 平均值就代表性就弱了平均值越小 如果一組資料全部都縮小一半 那麼均值也縮小一半 而標準差也縮小一半 是同步的 說明在均值很小的情況下 還有比較大的標準差 也說明資料離散度大。總之就是錯的 標準差...
什麼是總體標準差的點估計值
樣本統計量的概念很寬泛 譬如樣本均值 樣本中位數 樣本方差等等 但是,不 版是所有的樣本統計量權和總體分布的關係都能被確認,只是常見的一些統計量和總體分布之間的關係已經被證明了。例如 樣本均值的分布,根據中心極限定理,不管總體分布是什麼 不管是正態還是非正態,已知或未知 都會近似的服從正態分佈 條件...