logonew chat icon top
  • icon-chaticon-chat-active搜题/提问
    new chat icon
    新建会话
  • icon-calculatoricon-calculator-active计算器
  • icon-subject-activeicon-subject-active学科题目
  • icon-pluginicon-plugin-active浏览器插件
  • icon-uploadicon-upload-active上传题库
  • icon-appicon-app-active手机APP
recent chat icon
历史记录
  • 医学医学
  • 政治学政治学
  • 管理管理
  • 计算机计算机
  • 教育教育
  • 数学数学
  • 艺术艺术

下面是红星小学三年(2)班同学50米赛跑达标成绩的记录单. 座号 性别 成绩 座号 性别 成绩 座号 性别 成绩 1 男 良好 7 女 良好 13 女 良好 2 女 优秀 8 男 优秀 14 男 良好 3 男 优秀 9 男 良好 15 男 合格 4 女 良好 10 男 优秀 16 男 优秀 5 男 良好 11 女 优秀 17 女 良好 6 男 优秀 12 女 良好 18 女 优秀 (1)请把这些数据整理在下表中. 成绩 人数 性别 优秀 良好 合格 不合格 男生 女生 (2)请你比较一下,这个班男生与女生的50米赛跑达标情况. (3)对这个班50米赛跑的达标成绩,你有什么想法?

有两组适合于作直线相关分析的试验资料(按专业知识都应取双侧检验),第一组资料:n1=5,相关系数r1=0.857;第二组资料:n2=8,相关系数r2=0.712。在没有详细资料和各种统计用表的条件下,可作出什么统计推断?A. 因r1>r2,故r1有显著性意义B. 因n1>n2,故r2有显著性意义C. r1和r2都有显著性意义D. r1和r2都没有显著性意义E. 缺少作出明确推断的依据

随机变量的含义在下列中正确的是( )A. 只取有限个值的变量B. 只取无限个值的变量C. 它是随机试验结果的函数D. 它包括离散型或连续型两种形式

1.26 设总体Xsim N(mu,sigma^2),sigma^2未知,且X_(1),X_(2),...,X_(n)为其样本均值,S为样本标准差,则对于假设检验问题H_(0):mu=mu_(0)rightarrow H_(1):muneqmu_(0),应选用的统计量是bigcirc(overline(x)-mu_(0))/(frac(sigma){sqrt(n))}bigcirc(overline(x)-mu_(0))/(frac(sigma){sqrt(n-1))}bigcirc(overline(x)-mu_(0))/(frac(sigma){sqrt(n-1))}bigcirc(overline(x)-mu_(0))/(frac(sigma){sqrt(n))}

做两个样本率的假设检验,其无效假设为: A. 两样本率等于两总体率B. 两样本率不相同C. 两总体率不相同D. 两总体率相同E. 两样本率相同

若X与Y的方差都存在,D(X)>0,D(Y)>0,E(XY)=E(X)E(Y),则一定有( )A.X与Y相互独立B.X与Y不相关C.D(XY)=D(X)D(Y)D.(X-Y)=D(X)-D(Y)

如果漏斗图呈明显的不对称,说明 A. Meta分析统计学检验效能不够B. Meta分析的各个独立研究的同质性差C. Meta分析的合并效应值没有统计学意义D. Meta分析可能存在偏倚E. Meta分析一定存在偏倚

2017年我国机场全年旅客吞吐量达到114786.7万人次,比上年增长12.9%。分航线看,国内航线完成103614.6万人次,比上年增长13.4%(其中内地至香港,澳门和台湾地区航线完成2710.9万人次,比上年下降1.9% );国际航线完成11172.1万人次,比上年增长9.2%。2017年我国机场全年完成货邮吞吐量1617.7万吨,比上年增长7.1%。分航线看,国内航线完成1000.1万吨,比上年增长2.7%(其中内地至香港,澳门和台湾地区航线完成99.0万吨,比上年增长5.8%);国际航线完成617.6万吨,比上年增长15.2%。2017年我国机场全年完成飞机起降1024.9万架次,比上年增长10.9%(其中运输架次为872.9万架次,比上年增长10.0%)。分航线看,国内航线完成938.0万架次,比上年增长11.3%(其中内地至香港,澳门和台湾地区航线完成19.2万架次,比上年下降5.4% );国际航线完成86.9万架次,比上年增长7.3%。^---^[例9]数中,2017年国内航线完成量占比高于2016年水平的为: A. 仅circled 2B. 仅circled 3C. 仅circled 1和circled 2D. 仅circled 1和circled 3 272

国家统计局到某单位开展反腐倡廉公众满意度调查,该单位包括局长在内共有373名员工.有关这373名员工,以下三个断定中只有一个是真的:(1)有人满意;(2)有人不满意;(3)局长不满意.根据这段文字,以下为真的是( )A. 373名员工都满意B. 373名员工都不满意C. 有1名员工不满意D. 无法确定该单位满意人数

某研究员调查我国北方某地1998到2017年该地2型糖尿病患病率,想要描述该市20年来2型糖尿病患病率与时间的变化趋势,应用哪种统计图? A. 散点图B. 直条图C. 直方图D. 线图E. 圆图

  • 281
  • 282
  • 283
  • 284
  • 285
  • 286
  • 287
  • 288
  • 289
  • 290
  • 291

热门问题

  • 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

  • 从总体中抽取的、对总体有一定代表性的一部分个体称为()A. 总体B. 部分C. 样本D. 取样

  • 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

  • 下列说法不正确的是() A. 协方差数值上等于各个数据与样本方差之差的平方和B. 协方差和方差的计算完全一致C. 协方差描述了两个变量之间的相关程度D. 方差描述了样本数据的波动程度

  • 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

  • 决策树算法常用的划分准则包括: A. 信息增益B. 基尼指数C. 误差平方和D. 均方差

  • 区群谬误是用个体调查(分析)单位做资料收集与分析,却用集群乃至总体调查(分析)单位做结论。()A. 正确B. 错误

  • 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

  • 皮尔逊相关系数的取值范围为0到正无穷。()A. 正确B. 错误

  • 关于样本中某一变量的综合描述叫( )A. 统计值B. 平均值C. 估计值D. 参数值

  • 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

  • 聚类分析的常见应用领域不包括( )数据分析图像处理客户分割发现关联购买行为

  • 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

  • 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

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

  • 1. 名词解释 假设检验 (请在答题纸上手写并拍照上传)

  • 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

  • 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

  • 5.聚类分析可以看作是一种非监督的分类。()

logo
广州极目未来文化科技有限公司
注册地址:广州市天河区黄村大观公园路10号3N2
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