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

【题目】2017年我国成年国民图书阅读率为59.1%,比上年增加0.3个百分点;报纸阅读率为37.6%,比上年降低2.1个百分点;期刊阅读率为25.3%,比上年增加1个百分点。2017年我国成年国民数字化阅读方式(网络在线阅读、手机阅读、电子阅读器阅读、平板电脑阅读等)的接触率为73.0%。其中,网络在线阅读接触率为59.7%,比上年增加4.4个百分点;手机阅读接触率为71.0%,比上年增加4.9个百分点;电子阅读器阅读接触率为14.3%,比上年增加6.5个百分点;平板电脑阅读接触率为12.8%,比上年增加2.2个百分点。传统纸质媒介中,2017年我国成年国民人均每天阅读纸质图书时长为20.38分钟,人均每天阅读报纸时长为12.00分钟,人均每天阅读期刊时长为6.88分钟。2013-2017年我国成年国民各类出版物人均阅读量统计出版物2013年2014年2015年2016年2017年纸质图书(本)4.774.564.584.654.66电子书(本)2.483.223.263.213.12报纸(份)70.8565.0354.7644.6633.62期刊(份)5.516.074.913.443.81116.2016年我国成年国民报纸阅读率比期刊阅读率高:A.11.1个百分点B.12.3个百分点C.15.4个百分点D.17.5个百分点117.2017年我国成年国民阅读一本纸质图书平均约需要A.20.8小时B.22.3小时C.24.1小时D.26.6小时118.下列年份中,我国成年国民人均报纸阅读量同比降速最快的是:A.2017年B.2016年C.2015年D.2014年视频讲新119.2013-2017年我国成年国民人均期刊阅读量超过这五年平均水平的年份有:A.2个B.3个视频讲C.4个D.5个120.能够从上述资料中推出的是:A.2013-2017年我国成年国民人均电子书阅读量逐年上升B.2016年我国成年国民图书阅读率低于当年网络在线阅读接触率C.2014-2017年我国成年国民人均期刊阅读量,增长率最高的年份为2017年视频解D.2017年我国成年国民人均每天阅读纸质图书时长低于阅读报纸与阅读期刊时长之和

判断:在随机性的前提下,我们一般使用连续分布来估计过去的需求。 A. 正确B. 错误

删失数据是指在观察或试验中,由于人力或其他原因未能观察到所感兴趣的事件发生,因而停止观察后得到的数据。如果删失发生的时刻是事先知道的,称之为第一类删失;如果删失发生的数量是事先预定的,称之为第二类删失;由随机因素引起的删失称为随机删失。根据上述定义,下列说法正确的是:A. 灯泡在500小时的寿命试验中没有损坏,这属于第一类删失B. 无线电信号因突然受到强烈干扰而无法接收,这属于随机删失C. 机器从今天上午6时到现在已经出现了3次故障,这属于随机删失D. 吃了有毒物质的小白鼠到4月2日早晨8时尚无明显反应,这属于第二类删失

5个样本率作比较,X^2 > X^2_(0.01),4,则在alpha=0.05检验水准下,可认为 A. 各总体率不全等B. 各总体率均不等C. 各样本率均不等D. 各样本率不全等

53.两个样本率差别的假设检验,其目的是A.推断两个样本率有无差别B.推断两个总体率有无差别C.推断两个样本率和两个总体率的差别有无统计意义D.推断两个总体分布是否相同E.推断两个样本率和两个总体率有无差别

欲检验新药组与标准药物对照组的抗殺血酶活力(U)的总体方差是否齐,可采用的检验方法是:( )At检验B秩和检验CF检验Du检验E正态性检验

Meta分析的目的包括A.通过增大样本含量,减少随机误差所致的差异,增大了检验效能。B.探讨多个研究结果间的异质性,实现不一致研究结果间的定量综合,解决分歧问题。C.增加效应量的估计精度。D.引出新见解/发现新问题。E.进行定性分析。

1.用4种不同的饲料喂养大白鼠,每组4只,然后测其肝重占体重的比值(%),数据如表 6-2 所示,试比较-|||-4组比值的均数有无显著差异?-|||-表 6-2-|||-饲料种类 A B C D-|||-2.62 2.82 2.91 3.92-|||-肝重比值 2.23 2.76 3.02 3.02-|||-2.36 2.43 3.28 3.30-|||-2.40 2.73 3.18 3.04

(单选题,3分) 若X,Y相互独立,E X=a,E Y=b,则E(XY)=()。 A. 1 B. 2 C. 3 D. -1

7.9 设某种清漆的9个样品,其干燥时间(以小时计)分别为6.0、5.7、5.8、6.5、-|||-7.0、6.3、5.6、6.1、5.0,设干燥时间总体服从正态分布 backsim (mu ,(sigma )^2), 求μ的置信度为-|||-0.95的置信区间。-|||-(2)若σ为未知

  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11

热门问题

  • 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

  • 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

  • 1. 名词解释 假设检验 (请在答题纸上手写并拍照上传)

  • 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

  • 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

  • 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

  • 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

  • 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

  • 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

  • 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

  • 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

  • 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

  • 5.聚类分析可以看作是一种非监督的分类。()

  • 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

  • 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

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