logo
  • write-homewrite-home-active首页
  • icon-chaticon-chat-activeAI 智能助手
  • icon-pluginicon-plugin-active浏览器插件
  • icon-subjecticon-subject-active学科题目
  • icon-uploadicon-upload-active上传题库
  • icon-appicon-app-active手机APP
首页
/
统计
题目

6.设某城市男子身高 sim N(170,36),-|||-(1)问应如何选择公共汽车车门的高度,才能使男子与车门碰头的机会小于0.01;-|||-(2)若车门高为182c m,求100个男子中与车门碰头的人数不多于2个的概率.

题目解答

答案

解析

考查要点:本题主要考查正态分布的应用及二项分布的泊松近似,涉及概率计算和实际问题的转化。

解题思路:

  1. 第一问:确定车门高度使碰头概率小于0.01,需将实际问题转化为标准正态分布,找到对应分位数,再反推原始数据范围。
  2. 第二问:计算100人中碰头人数不超过2的概率,需先求单次碰头概率,再用二项分布结合泊松近似简化计算。

破题关键:

  • 标准化转换:将实际身高转化为标准正态变量,利用标准正态分布表查分位数。
  • 泊松近似条件:当试验次数$n$较大且概率$p$较小时,二项分布可用泊松分布近似,简化计算。

第(1)题

确定碰头概率对应的分位数

设车门高度为$c$,要求$P(X > c) \leq 0.01$。将$X$标准化:
$P\left(\frac{X - 170}{6} > \frac{c - 170}{6}\right) \leq 0.01$
查标准正态分布表,右侧概率0.01对应的分位数为$z = 2.33$,因此:
$\frac{c - 170}{6} = 2.33 \implies c = 170 + 6 \times 2.33 = 183.98 \, \text{cm}$

结论

车门高度应设为184cm(向上取整)。

第(2)题

计算单次碰头概率

车门高182cm时,单个男子碰头的概率:
$p = P(X > 182) = P\left(\frac{X - 170}{6} > \frac{182 - 170}{6}\right) = P(Z > 2) = 1 - \Phi(2) = 1 - 0.9772 = 0.0228$

建立泊松近似模型

设$Y$为100人中碰头人数,$Y \sim \text{B}(100, 0.0228)$。因$n=100$较大,$p=0.0228$较小,用泊松分布近似,参数$\lambda = np = 2.28$。

计算累积概率

$\begin{aligned}P(Y \leq 2) &= e^{-2.28} \left(1 + 2.28 + \frac{2.28^2}{2}\right) \\&\approx 0.1013 \times (1 + 2.28 + 2.6244) \\&\approx 0.1013 \times 5.9044 \approx 0.6013\end{aligned}$

相关问题

  • 5.聚类分析可以看作是一种非监督的分类。()

  • 下列关于回归分析的描述不正确的是()A. 回归分析模型可分为线性回归模型和非线性回归模型B. 回归分析研究不同变量之间存在的关系()C. 刻画不同变量之间关系的模型统称为线性回归模型D. 回归分析研究单个变量的变化情况

  • 可以从最小化每个类簇的方差这一视角来解释K均值聚类的结果,下面对这一视角描述正确的A. 每个样本数据分别归属于与其距离最远的聚类质心所在聚类集合B. 每个簇类的质心累加起来最小C. 最终聚类结果中每个聚类集合中所包含数据呈现出来差异性最大D. 每个簇类的方差累加起来最小

  • 假定用于分析的数据包含属性age.数据元组[1]中age的值如下(按递增序):13,15,16,16,19,20,20,21,22,22,25,25,25,30,33,33,35,35,36,40,45,46,52,70, 问题:使用按箱平均值平滑方法对上述数据进行平滑,箱的深度为3。第二个箱子值为:A. 18.3B. 22。6C. 26。8D. 27。9

  • 下列关于变量的说法,错误的是(1.5) A. 常见的变量主要有自变量、因变量和混杂变量B. 混杂变量不会干扰研究结果C. 自变量不受结果的影响D. 自变量是因,因变量是果E. 因变量随自变量改变的影响而变化

  • 重测信度用重测相关系数来表示,相关系数越趋近于下列哪一数值时,则重测信度越高A. 1B. 0.7C. 2D. 3

  • 48皮尔逊相关系数的取值范围为0到正无穷。()A. 错误B. 正确

  • 1. 名词解释 假设检验 (请在答题纸上手写并拍照上传)

  • 下列关于回归分析的描述不正确的是()A. 回归分析研究单个变量的变化情况B. 刻画不同变量之间关系的模型统称为线性回归模型C. 回归分析研究不同变量之间存在的关系D. 回归分析模型可分为线性回归模型和非线性回归模型

  • 下列哪项属于常见的池化方式。()A. 反向传播B. 最大池化C. 方差池化D. 协方差池化

  • 皮尔逊相关系数的取值范围为0到正无穷。()A. 正确B. 错误

  • 下列哪项属于常见的池化方式。()A. 协方差池化B. 方差池化C. 反向传播D. 最大池化

  • {15分)常规情况下,下列不属于人口学变量的是A. 民族B. 收入C. 年龄D. 睡眠时间E. 性别

  • {1.5分)确定研究总体和样本时,不需要考虑A. 立题依据B. 样本量C. 抽样方法D. 目标总体E. 纳入及排除标准

  • 对研究对象制定明确的纳入标准和排除标准,是为了保证样本的A. 可靠性B. 可行性C. 代表性D. 合理性E. 科学性

  • 下列说法正确的是()A. 方差数值上等于各个数据与样本方差之差的平方和之平均数B. 协方差衡量了多个变量的分布C. 协方差和方差的计算方式完全一致D. 方差描述了样本数据的波动程度

  • 聚类分析的常见应用领域不包括( )A. 数据分析B. 图像处理C. 客户分割D. 发现关联购买行为

  • 下列说法正确的是()A. 方差数值上等于各个数据与样本方差之差的平方和之平均数B. 协方差和方差的计算方式完全一致C. 协方差衡量了多个变量的分布D. 方差描述了样本数据的波动程度

  • 请你从下表中找出1~100中所有质数.并数一数一共多少个. 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100

  • 以下几种数据挖掘功能中,〔〕被广泛的用于购物篮分析.A. 关联分析B. 分类和预测C. 聚类分析D. 演变分析

上一页下一页
logo
广州极目未来文化科技有限公司
注册地址:广州市黄埔区揽月路8号135、136、137、138房
关于
  • 隐私政策
  • 服务协议
  • 权限详情
学科
  • 医学
  • 政治学
  • 管理
  • 计算机
  • 教育
  • 数学
联系我们
  • 客服电话: 010-82893100
  • 公司邮箱: daxuesoutijiang@163.com
  • qt

©2023 广州极目未来文化科技有限公司 粤ICP备2023029972号    粤公网安备44011202002296号