CDA持证人阿涛哥
2022-08-31 阅读量: 1921
1 题目
2,答案解析
2.1, 减去均值除以标准差就是转化为标准正态分布,所以上方的中括号里是一个标准正态分布
2.2 ,n个标准正太分布的平方和是卡方分布,写作X^2(n),所以分数线上面是一个卡方分布,X^2(1)
2.3, 两个服从卡方分布的独立随机变量各除以其自由度后的比值的抽样分布是F分布
上方卡方分布(1)除以下方卡方分布Y(3)等于F分布(1,3),自由度分别为1,3,所以答案为F(1,3)
牛牛牛
当进行回归分析时,常用的三种参数估计方法是最小二乘法、加权最小二乘法和极大似然估计法。它们各有不同的特点和适用场景:1. 最小二乘法(Ordinary Least Squares, OLS): - **用途**:最小二乘法是一种常用的参数估计方法,通过最小化观测值与模型预测值之间的残差平方和来估计模型参数。 - **特点**:适用于线性回归模型,对异常值敏感。在数据符合线性假设且误差项服从
问题:根据长期正常生产的资料可知,某厂生产的维尼纶的纤度服从正态分布,其方差为0.0025。现从某日生产的产品中随机抽出25根,测得样本方差为0.0036。试判断该日纤度的波动与平时有无显著差异?(a=0.05) ( )A.双侧,卡方=34.56,无差异B.左侧,卡方=34.56,无差异 C.右侧,卡方=34.56,无差异 D.双侧,卡方=34.56,差异解析:根据问题描述,我们可以使用卡方检
描述性统计分析分为3个方面:1,集中趋势 2,离散程度 3,分布形态1,集中趋势用数据的集中值来度量数据的集中趋势1.1 均值1.2 中位数1.3 众数1.4 分位数 例如四分位数2,离散程度 集中趋势是由一个集中值作为数据的代表,这个集中值在数据本身中是有可能出现的。 而离散趋势是度量数据偏离其集中值的程度,是一种偏离程度,这个偏离程度在数据本身中是不会出现的。2.1 异众比率