增加t检验的检验效能,应该使用的方法是()A. 减小[类错误]B. 增加样本量C. 提高检验界值D. 减小测量的随机误差

方差分析中,对数据进行变量转换主要是为()A. 使资料服从正态分布B. 改善资料的正态性和(或)方差齐性C. 使资料方差齐性D. 将曲线直线化E. 以上均错误

14.为了丰富校园文化生活,某校计划在午间校园广播台播放《百家讲坛》的部分内容.为了了解学生的喜好,抽-|||-取了若干名学生进行问卷调查(每人只选一项内容),整理调查结果,绘制统计图如下:-|||-↑人数 square 男 square 女-|||-70 64--|||-60-|||-50-|||-40 38 42 45-|||-30 30-|||-30-|||-20-|||-20 15-|||-10 6-|||-10-|||-0 《庄子》《大故宫》《论语》《品三国》《红楼梦》 内容-|||-请根据统计图提供的信息回答以下问题:-|||-(1)这一调查属于 __ (填"抽样调查"或"普查"),抽取的学生数为 __ 名;-|||-(2)估计喜欢收听《品三国》的学生约占全校学生的 __ %;(精确到小数点后一位)-|||-(3)已知该校女学生共有1800名,则该校喜欢收听《红楼梦》的女学生大约有多少名?

下列说法正确的有（）。A. 信息增益准则对可取值较少的属性有所偏好B. C4.5算法并不是直接选择增益率最大的候选划分属性C. 基尼指数反映了从数据集中随机抽取两个样本，其类别标记不一致的概率D. 基尼指数越小，数据集的纯度越高

(2023·新高考全国Ⅱ)某研究小组经过研究-|||-发现某种疾病的患病者与未患病者的某项医-|||-学指标有明显差异,经过大量调查,得到如下-|||-的患病者和未患病者该指标的频率分布直-|||-方图:-|||-频率 频率-|||-组距-|||-0.040 0.040 距-|||-0.036 0.036-|||-0.034 0.034-|||-0.012 0.010-|||-0.002 0.002-|||-095100105110515120125130 0`70 75 80 85 90 95 100 1-|||-患病者 指数 未患病者 指数-|||-利用该指标制定一个检测标准,需要确定临-|||-界值c,将该指标大于c的人判定为阳性,小-|||-于或等于c的人判定为阴性.此检测标准的漏-|||-诊率是将患病者判定为阴性的概率,记为p-|||-(c);误诊率是将未患病者判定为阳性的概-|||-率,记为q(c).假设数据在组内均匀分布,以事-|||-件发生的频率作为相应事件发生的概率.-|||-(1)当漏诊率 (c)=0.5% 时,求临界值c和误-|||-诊率q(c);-|||-(2)设函数 (c)=p(c)+q(c), 当 in [ 95,,-|||-105]时,求f(c)的解析式,并求f(c)在区-|||-间[95,105]的最小值.

从甲、乙两文中，查到同类研究的两个率比较的检验，甲文chi^2 >chi^2_(0.01)，乙文 chi^2 >chi^2_(0.05)，可认为（）A. 两文结果有矛盾B. 两文结果完全相同C. 甲文结果更为可信D. 乙文结果更为可信

⑫ () 修一条水渠,每天修的米数和修完水渠所用的天数 () ,-|||-成正比例 B.成反比例 C.不成比例 D.无法确定-|||-C.不成比例 D.无法确定-|||-2 () 甲、乙、丙三人分一箱苹果准备按3:2:5或1:2:3分配,两种分法 () 分-|||-得的一样多,-|||-A.甲 B.乙 C.丙 D.无法确定-|||-D.无法确定-|||-3 ()-|||-一)为防止"雾霾",在一个活动场所的50人中有一部分人戴上口罩,下面的比中,戴-|||-罩和没戴口罩的比不可能是 () 。-|||-A.1:1 B.13:12 C.7:3 D.3:1-|||-D.3:1-|||-4. 年就会吸掉价值7万多元的一辆小轿车。-|||-吸烟不仅有害健康而且浪费金钱,如果一位烟民每天吸一包25元的香烟,那么大-|||-约 ()-|||-A.3 B.5 C.8 D.10-|||-5. 从2019年12月1日起,海安主城区部分机动车道路实行停车收费,标准如下表,-|||-王叔叔在一类区域停车3.8小时,需要缴 () 元停车费。-|||-机动车道路临时沿位停放收费标准-|||-计时收费-|||-最高收费-|||-区域等级 车辆类型 首小时内 首小时后 元)-|||-注-|||-元/1 小时) 元/半小时)-|||-类区域 小型车 5 2 25 两小时后,不足半小-|||-类区域 小型车 4 1 20 时按半小时收费,-|||-A.16 B.15.6 C.17 D.10.6-|||-6. 下面四句话中,表述正确的有 () 句。-|||-①一件衣服提价10%后,再降价10%,价格还和原来相同X ②圆的面积和半径成正比例xx-|||-③将一个长方形按2:1的比放大后,面积变成原来的4倍,④ ④扇形统计图能清楚地看出部-|||-分与总数之间的数量关系。√-|||-A.1 B.2 C.3 D.4-|||-7.__ 首饰的含金量一般用12K,18K、20K、24K等表示。24K表示百分之百的足金,-|||-12K表示含金量是50 %。如果一件质量60克的首饰中金的含量有50克,这件首饰的含金量-|||-用 () 来表示。-|||-A.12K B.20K C.24K D.18K-|||-__ 明今年10岁,实际体重40千克,参-|||-照右面儿童体重分类标准,小明体重处于 ()-|||-状态。-|||-A.轻度肥胖 B.中度肥胖-|||-C.重度肥胖 D.无法判断-|||-标准体重=年龄 times 2+8 % -30% -|||-准体-|||-轻度肥胖:超过标准体-|||-中度肥胖:超过标准体基础O以以上-|||-重度肥胖:超过标准体50%-|||-下面各选项中的两个量,成反比例的是 () .-|||-A.一本书的总页数一定已看的页数和剩下的页数-|||-B.车轮的半径一定,行驶的路程和车轮的转数-|||-C.书本单价一定,购买的数量和所用的钱数-|||-D.打印一份稿件,每分钟打字的字数和所用的时间-|||-10. 笑笑从家出发去音乐厅,当她走了大约一半路程时,想起忘了带门票,于是她回家-|||-取票,然后再去音乐厅,听完音乐后回家。下面图 () 比较准确地反映了笑笑的行为。-|||-A.离家距离 B.离家距离 C.离家距离 D. 3家距离-|||-时间-|||-时间 时间-|||-时间

从正态分布资料中随机抽样,变量值位于mu -1.640到mu -1.640间的概率是A 1.0%B 2.5%C 7.5%D 99.0%E 99.5%

1.分层随机抽样的平均数-|||-一般地,将样本a1,a 2,···,am和样本b1,b2,-|||-···,bn合并成一个新样本,则这个新样本的平-|||-均数为 dfrac ({a)_(1)+(a)_(2)+... (a)_(m)+(b)_(1)+(b)_(2)+... +(b)_(n)}(m+n)=-|||-dfrac (m)(m+n)cdot dfrac ({a)_(1)+(a)_(2)+... +(a)_(m)}(m)+dfrac (n)(m+n)cdot dfrac ({b)_(1)+(b)_(2)+... +(b)_(n)}(n)-|||-于是,当已知上述两层构成的样本中每层的-|||-平均数分别为x1和x2时,可得这个新样本-|||-的平均数为 dfrac (m)(m+n)(x)_(1)+dfrac (n)(m+n)(overline {x)}_(2) --|||-记 (omega )_(1)=dfrac (m)(m+n) (omega )_(2)=dfrac (n)(m+n) ,则这个新样本的-|||-平均数为 __ ,其中w1,w2称-|||-为权重.-|||-更一般地,设样本中不同层的平均数和相应-|||-权重分别为x1,x2,···,xn和w1,w2,···,Wn,-|||-则这个样本的平均数为 (omega )_(1)(overline {{x)_(1)}}^2+(omega )_(2)overline ({x)_(2)}+... +-|||-wnx^n,为了简化表示,引进求和符号,记作-|||-(omega )_(1)(overline {{x)_(1)}+(omega )_(2)overline ({x)_(2)}+... +(omega )_(n)overline ({x)_(n)}= __ .-|||-2.分层随机抽样的方差-|||-设样本中不同层的平均数分别为x1,x2,···,-|||-xn,方差分别为 ^21 ,dfrac (2)(2) ,..., ^2 ,相应的权重分-|||-别为w1,w2,···,wn,则这个样本的方差为-|||-^2= __ ,其中x为样本的-|||-平均数.-|||-3.百分位数-|||-(1)一般地,当总体是连续变量时,给定一个-|||-百分数 in (0,1) ,总体的p分位数有这样的1.分层随机抽样的平均数-|||-一般地,将样本a1,a 2,···,am和样本b1,b2,-|||-···,bn合并成一个新样本,则这个新样本的平-|||-均数为 dfrac ({a)_(1)+(a)_(2)+... (a)_(m)+(b)_(1)+(b)_(2)+... +(b)_(n)}(m+n)=-|||-dfrac (m)(m+n)cdot dfrac ({a)_(1)+(a)_(2)+... +(a)_(m)}(m)+dfrac (n)(m+n)cdot dfrac ({b)_(1)+(b)_(2)+... +(b)_(n)}(n)-|||-于是,当已知上述两层构成的样本中每层的-|||-平均数分别为x1和x2时,可得这个新样本-|||-的平均数为 dfrac (m)(m+n)(x)_(1)+dfrac (n)(m+n)(overline {x)}_(2) --|||-记 (omega )_(1)=dfrac (m)(m+n) (omega )_(2)=dfrac (n)(m+n) ,则这个新样本的-|||-平均数为 __ ,其中w1,w2称-|||-为权重.-|||-更一般地,设样本中不同层的平均数和相应-|||-权重分别为x1,x2,···,xn和w1,w2,···,Wn,-|||-则这个样本的平均数为 (omega )_(1)(overline {{x)_(1)}}^2+(omega )_(2)overline ({x)_(2)}+... +-|||-wnx^n,为了简化表示,引进求和符号,记作-|||-(omega )_(1)(overline {{x)_(1)}+(omega )_(2)overline ({x)_(2)}+... +(omega )_(n)overline ({x)_(n)}= __ .-|||-2.分层随机抽样的方差-|||-设样本中不同层的平均数分别为x1,x2,···,-|||-xn,方差分别为 ^21 ,dfrac (2)(2) ,..., ^2 ,相应的权重分-|||-别为w1,w2,···,wn,则这个样本的方差为-|||-^2= __ ,其中x为样本的-|||-平均数.-|||-3.百分位数-|||-(1)一般地,当总体是连续变量时,给定一个-|||-百分数 in (0,1) ,总体的p分位数有这样的

随机变量的数字特征利用分布函数或分布密度函数可以完全确定一个随机变量,但在实际问题中求分布函数或分布密度函数不仅十分困难,而且常常没有必要。例如:测量零件的长度得到了一系列的观测值,人们往往只需要知道零件长度这个随机变量的一些特征量就够了,诸如长度的平均值(近似地代表长度的真值)及测量标准(偏]差(观测值对平均值的分散程度)。用一些数字来描述随机变量的主要特征,显然十分方便、直观、实用,在概率论和数理统计中就称它们为随机变量的数字特征。这些特征量有数学期望、方差、矩等。(1)数学期望随机变量X的数学期望值记为E(X)或简记为段,用它可以表示随机变量本身的大小,说明X的取值中心或在数轴上的位置,也称期望值。数学期望表征随机变量分布的中心位置,随机变量围绕着数学期望取值。数学期望的估计值,即为若干个测量结果或一系列观测值的算术平均值。也就是说数学期望是一个平均的大约数值,随机变量的所有可能值围绕着它而变化。①离散型随机变量的数学期望设某机械加工车间有M台机床,它们时而工作时而停顿(如为了调换刀具、零件和进行测量等),为了精确估计车间的电力负荷,需要知道同时工作着的机床的台数。为此作了 N次观察,记下诸独立事件(所有机床都不工作,有1台工作,有2台工作,……,M台都工作)的出现次数分别为m0,m1,…,优M。显然,m0十ml+…+77zM=N,则该车间同时工作的机床的平均数i为overline (n)=dfrac (sum _{i=1)^n({x)_(i)}^n(m)_(i)}=overline (N),(x)_(i)dfrac ({m)_(i)}(N)=sum _(i=1)^n(x)_(i)式中:cUi表示zi台机床同时工作的频率。当N很大时,频率∞i趋于稳定而等于概率A,故有overline (n)=dfrac (sum _{i=1)^n({x)_(i)}^n(m)_(i)}=overline (N),(x)_(i)dfrac ({m)_(i)}(N)=sum _(i=1)^n(x)_(i)南卜所沭.本例中同时工作的机床台数X是一个随机变量,其可能值为overline (n)=dfrac (sum _{i=1)^n({x)_(i)}^n(m)_(i)}=overline (N),(x)_(i)dfrac ({m)_(i)}(N)=sum _(i=1)^n(x)_(i)本例中overline (n)=dfrac (sum _{i=1)^n({x)_(i)}^n(m)_(i)}=overline (N),(x)_(i)dfrac ({m)_(i)}(N)=sum _(i=1)^n(x)_(i)相应的概率为overline (n)=dfrac (sum _{i=1)^n({x)_(i)}^n(m)_(i)}=overline (N),(x)_(i)dfrac ({m)_(i)}(N)=sum _(i=1)^n(x)_(i),则其均值overline (n)=dfrac (sum _{i=1)^n({x)_(i)}^n(m)_(i)}=overline (N),(x)_(i)dfrac ({m)_(i)}(N)=sum _(i=1)^n(x)_(i)即称为随机变量的数学期望的估计值。它的一般形式为overline (n)=dfrac (sum _{i=1)^n({x)_(i)}^n(m)_(i)}=overline (N),(x)_(i)dfrac ({m)_(i)}(N)=sum _(i=1)^n(x)_(i)。而级数overline (n)=dfrac (sum _{i=1)^n({x)_(i)}^n(m)_(i)}=overline (N),(x)_(i)dfrac ({m)_(i)}(N)=sum _(i=1)^n(x)_(i)应绝对收敛。②连续型随机变量的数学期望设连续型随机变量X的分布密度函数为overline (n)=dfrac (sum _{i=1)^n({x)_(i)}^n(m)_(i)}=overline (N),(x)_(i)dfrac ({m)_(i)}(N)=sum _(i=1)^n(x)_(i)收敛,根据类似的定义,则X的数学期望为overline (n)=dfrac (sum _{i=1)^n({x)_(i)}^n(m)_(i)}=overline (N),(x)_(i)dfrac ({m)_(i)}(N)=sum _(i=1)^n(x)_(i)式中:overline (n)=dfrac (sum _{i=1)^n({x)_(i)}^n(m)_(i)}=overline (N),(x)_(i)dfrac ({m)_(i)}(N)=sum _(i=1)^n(x)_(i)表示随机变量X在任意一点z取值的概率。对于任意一个具有分布函数F(x)的随机变量X而言,则有overline (n)=dfrac (sum _{i=1)^n({x)_(i)}^n(m)_(i)}=overline (N),(x)_(i)dfrac ({m)_(i)}(N)=sum _(i=1)^n(x)_(i)因此,数学期望是均值这一概念在随机变量上的推广,它不是简单的算术平均值,而是以概率为权的加权平均值。(2)方差只用数学期望还不能充分描述一个随机变量。例如:对于测量而言,数学期望可用来表示被测量本身的大小,但是关于测量的可信程度或品质高低(比如各个测得值对数学期望的分散程度),就要用另一个特征量——方差来表示。下面以两种方法对某一量进行测量所得的测量结果(列于表5—1和表5—2)为例,看一下哪种方法更为可信或品质更高。表5—1 按方法I所得的测量结果 测量值 2829303132偏差绝对值 012 概率 0.10.150.50.150.1 概 率 0.50.30.2表5—2 按方法Ⅱ所得的测量结果注:①质量管理是各级管理者的职责,但必须由最高管理者领导。质量管理的实施涉及到组织中的所有成员。②在质量管理中要考虑到经济性因素。(3)质量控制quality control为达到质量要求所采取的作业技术和活动。注:①质量控制包括作业技术和活动,其目的在于监视过程并排除质量环中所有阶段中导致不满意的原因,以取得经济效益。②质量控制和质量保证的某些活动是相互关联的。(4)质量保证quality assurance为了提供足够的信任表明实体能够满足质量要求,而在质量体系中实施并根据需要进行证实的全部有计划和有系统的活动。注:①质量保证有内部和外部两种目的。A. 内部质量保证:在组织内部,质量保证向管理者提供信任。 B. 外部质量保证:在合同或其他情况下,质量保证向顾客或他方提供信任。 C. ②质量控制和质量保证的某些活动是相互关联的。 D. ③只有质量要求全面反映了用户的要求,质量保证才能提供足够的信任。 ’ E. lity system F. 为实施质量管理所需的组织结构、程序、过程和资源。 G. 注:①质量体系的内容应以满足质量目标的需要为准。 ②一个组织的质量体系,主要是为满足该组织内部管理的需要而设计的。它比特定 顾客的要求更为广泛。顾客仅仅评价质量体系中的有关部分。 ③为了合同或强制性质量评价的目的,可要求对已确定的质量体系要素的实施进行 证实。 nagement review 由最高管理者就质量方针和目标,对质量体系的现状和适应性进行的正式评价。 注:①管理评审可以包括质量方针评审。 ②质量审核的结果可作为管理评审的一种输入 ③“最高管理者”指的是其质量体系受到评审的组织的管理者。 ct review I的测量品质比表5—2方法Ⅱ要高。同时,也可以要看出它们的数学期望却是相等的,均为 overline (n)=dfrac (sum _{i=1)^n({x)_(i)}^n(m)_(i)}=overline (N),(x)_(i)dfrac ({m)_(i)}(N)=sum _(i=1)^n(x)_(i) (X)的偏差的平方的数学期望。它描述了随机变量X对数学期望E(X)的分散程度,即 overline (n)=dfrac (sum _{i=1)^n({x)_(i)}^n(m)_(i)}=overline (N),(x)_(i)dfrac ({m)_(i)}(N)=sum _(i=1)^n(x)_(i) ①离散型随机变量的方差 overline (n)=dfrac (sum _{i=1)^n({x)_(i)}^n(m)_(i)}=overline (N),(x)_(i)dfrac ({m)_(i)}(N)=sum _(i=1)^n(x)_(i) 对于上述的测量实例,由表中的数据可以算出方差为 I overline (n)=dfrac (sum _{i=1)^n({x)_(i)}^n(m)_(i)}=overline (N),(x)_(i)dfrac ({m)_(i)}(N)=sum _(i=1)^n(x)_(i) 按测量方法Ⅱ overline (n)=dfrac (sum _{i=1)^n({x)_(i)}^n(m)_(i)}=overline (N),(x)_(i)dfrac ({m)_(i)}(N)=sum _(i=1)^n(x)_(i) 由此可知,若方差小,各测得值对其均值的分散程度就小,则在不考虑系统效应情况下其测量品质高,或更为可信、有效。 ②连续型随机变量的方差 overline (n)=dfrac (sum _{i=1)^n({x)_(i)}^n(m)_(i)}=overline (N),(x)_(i)dfrac ({m)_(i)}(N)=sum _(i=1)^n(x)_(i) (X)的量纲是随机变量X量纲的平方。为了更为实用和易于理解起见,最好用与随机变量同量纲的量来说明或表述分散性,故将方差开方取正值得 overline (n)=dfrac (sum _{i=1)^n({x)_(i)}^n(m)_(i)}=overline (N),(x)_(i)dfrac ({m)_(i)}(N)=sum _(i=1)^n(x)_(i) 式中盯,可简记为口,称为测量列的标准差,亦称标准偏差或均方根偏差。