固定效应和随机效应方差分析模型的区别是A. 分组变量的效应不同B. 分组变量的取值不同C. 分组变量的类型不同D. 分组变量的属性不同E. 分组的组数不同

97、由样本算得相关系数 r，t 检验 P＜0.01，说明( )。A. 两变量之间有高度相关性B. r 来自高度相关的总体C. r 来自总体相关系数为 0 的总体D. r 来自总体相关系数不为 0 的总体

比较两种药物疗效时，对于下列哪项可作单侧检验A. 已知A药与B药均有效B. 不知A药好还是B药好C. 已知A药不会优于B药D. 不知A药与B药是否均有效E. 已知A药与B药均无效

等级资料的比较宜采用（）。A. X2检验B. t检验C. Z检验D. 秩和检验E. 方差分析

某地经过多年的环境治理，已将荒山改造成了绿水青山．为估计一林区某种树木的总材积量，随机选取了10棵这种树木，测量每棵树的根部横截面积（单位：m2）和材积量（单位：m3），得到如下数据： 样本号i 1 2 3 4 5 6 7 8 9 10 总和 根部横截面积xi 0.04 0.06 0.04 0.08 0.08 0.05 0.05 0.07 0.07 0.06 0.6 材积量yi 0.25 0.40 0.22 0.54 0.51 0.34 0.36 0.46 0.42 0.40 3.9 并计算得sum_(i=1)^10xi2=0.038，sum_(i=1)^10yi2=1.6158，sum_(i=1)^10xiyi=0.2474．（1）估计该林区这种树木平均一棵的根部横截面积与平均一棵的材积量；（2）求该林区这种树木的根部横截面积与材积量的样本相关系数（精确到0.01）；（3）现测量了该林区所有这种树木的根部横截面积，并得到所有这种树木的根部横截面积总和为186m2．已知树木的材积量与其根部横截面积近似成正比．利用以上数据给出该林区这种树木的总材积量的估计值．附：相关系数r=((sum_{i=1)^n(（{{x_i)-overline(x)}）}（({y_i)-overline(y)}）})/((sqrt(sum_{i=1)^n{{{（{{x_i)-overline{x)}）}^2}}sum_(i=1)^n({{（{{y_i)-overline(y)}）}^2}}}}}，sqrt(1.896)≈1.377．

在负二项分布的两个参数μ和k中，用来衡量分布的聚集趋向的程度是（）。A. μB. kC. μkD. μ/kE. μ+k

一项研究表明，男人和女人对产品质量的评估角度有所不同。在对某一产品的质量评估中，被调查的500个女人中有58%对该产品的评分等级是“高”，而被调查的500个男人中给同样评分的却只有43%。要检验对该产品的质量评估中，女人评高分的比例是否超过男人（π 1 为女人的比例，π 2 为男人的比例）。在α=0.01的显著性水平下，检验假设H 0 ：π 1 －π 2 ≤0，H 1 ：π 1 －π 2 ＞0，得到的结论是（ ）。A. 拒绝H 0B. 不拒绝H 0C. 可以拒绝也可以不拒绝H 0D. 可能拒绝也可能不拒绝H 0

对满足线性、独立、正态性和等方差的资料拟合线性混合效应模型时A. 模型无法拟合；B. 模型的估计比一般固定效应线性模型更精确；C. 模型的参数估计可能不稳定；D. 模型退化为一般固定效应线性模型；E. 以上都不对；

某工厂进行生产线智能化升级改造．升级改造后，从该工厂甲、乙两个车间的产品中随机抽取150件进行检验，数据如下： 优级品 合格品 不合格品 总计 甲车间 26 24 0 50 乙车间 70 28 2 100 总计 96 52 2 150 ​（1）填写如下列联表： 优级品 非优级品 甲车间 乙车间 ​能否有95%的把握认为甲、乙两车间产品的优级品率存在差异？能否有99%的把握认为甲、乙两车间产品的估级品率存在差异？（2）已知升级改造前该工厂产品的优级品率p=0.5．设overline(p)为升级改造后抽取的n件产品的优级品率．如果overline(p)＞p+1.65sqrt((p（1-p）)/(n))，则认为该工厂产品的优级品率提高了．根据抽取的150件产品的数据，能否认为生产线智能化升级改造后，该工厂产品的优级品率提高了？（sqrt(150)≈12.247）附：K2=(n（ad-bc）^2)/(（a+b）（c+d）（a+c）（b+d）)， P（K2≥k） 0.050 0.010 0.001 k 3.841 6.635 10.828

两组样本率比较若不拒绝0H则认为两组样本率的差异由( )所致 A.样本例数太少 B.不能确定 C. 第 1 类错误 D.抽样误差 E.两者来自不同总体