你可能感兴趣的试题
二点分布(0-1分布)是二项分布的特例 当n很大而p又很小时,二项分布可用参数λ=np的泊松分布近似 当N很大而M/N很小是,超几何分布趋于二项分布 当n>30时,不管p大小,二项分布的概率都可用正态分布来近似计算 当n无限增大时,二项分布趋近于正态分布
最多有x例阳性的概率 至少有 x例阳性的概率 恰巧有x例阳性的概率 恰巧有 n-x例阳性的概率 以上都不对
二项分布中,n很大,π根小,则可用泊松分布近似二项分布 泊松分布由均数唯一确定 泊松分布的均数越大,越接近正态分布 泊松分布的均数与标准差相等 如果x1服从均数为μ1的泊松分布,x2服从均数为μ2的泊松分布,则x1+x2服从均数为μ1+μ2的泊松分布
二项分布可检验两组数据内部构成的不同 二项分布可检验两组率有无统计学意义 当nπ或(1-π)<5时,可用正态近似法处理二项分布问题 当n<40时,不能用二项分布 以上都不对
n=4,p=0.6 n=6, p=0.4 n=8,p=0.3 n=24,p=0.1
二项分布可检验两组数据内部构成的不同 二项分布可检验两组率有无统计学意义 当nπ或(1-π)<5时,可用正态近似法处理二项分布问题 当n<40时,不能用二项分布 以上都不对
二项分布图当π离0.5越远,对称性越差 二项分布图当π接近0.5时,图形是对称的 二项分布图的形态取决于π与n,高峰在μ=nπ处 二项分布图当n趋向于无穷大,二项分布近似于正态分布 二项分布图当π远离0.5时,随着n的增大,分布趋于对称
n=4,p=0.6 n=2.4,p=1.44 n=6,p=0.4 n=6,p=0.6
F(x)= Q(x)= P(x)=P(0)+P(n) P(x)=F(x)+Q(x) P(x)=1-Q(x)
正态分布 标准正态分布 卡方分布 二项分布 泊松分布
可用泊松分布代替二项分布计算概率 可用正态分布代替二项分布 可用t分布代替二项分布 只能用二项分布 以上均不对
若n增大,P(x)与P(n-x)的差减少 若n增大,二项分布图形接近正态分布 若接近0.5,二项分布图形接近正态分布 若nπ>5,二项分布图形接近正态分布 二项分布中的n很大,π很小,则可用泊松分布近似二项分布
二项分布图的形态取决于π与n,高峰在μ=nπ处 二项分布图当π接近0.5时,图形是对称的 二项分布图当π离0.5越远,对称性越差 二项分布图当π远离0.5时,随着n的增大,分布趋于对称 二项分布图当n趋向于无穷大,二项分布近似于正态分布
n=4,p=0.6 n=6,p=0.4 n=8,p=0.3 n=24,p=0.1
n=4,p=0.6 n=6,p=0.4 n=8,p=0.3 n=24,p=0.1
二项分布图当π接近0.5时,图形是对称的 二项分布图的形态取决于π与n,高峰在μ=nπ处 二项分布图当π离0.5越远,对称性越差 二项分布图当n趋向于无穷大,二项分布近似于正态分布 二项分布图当π远离0.5时,随着n的增大,分布趋于对称