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

在质量数据的特征值中,变异系数表示的是()。A. 数据变动的幅度 B. 个体共性 C. 数据分布的离散程度和波动规律 D. 数据的相对离散波动程度

13在生物实验数据分析中,为了判断两个样本均值是否存在显著差异,常用的方法是: A. 方差分析B. t检验C. 卡方检验D. 回归分析

科学家对19岁以上的1524名男性和2008名女性共3532人进行了调查。结果显示,不吃早餐的男性在1年内体重增加3公斤以上的比重是吃早餐的1.9倍之多;不吃早餐的女性在1年内体重增加3公斤以上的比重是吃早餐的1.4倍之多。因此,他们得出结论:如果不吃早餐,无论男女,体重增加的概率都会比较高。以下哪项如果为真,最能削弱上述结论?A. 不吃早餐,男女体重不一定都会增加B. 男女体重增加主要是早上睡懒觉造成的C. 18岁以下的人群不一定会出现研究中的结果D. 相比之下,不吃早餐对女性体重增加的影响并不大

以下哪些属于计量资料()A: 身高B: 脉搏数C: 血压D: 体重E: 白细胞计数

如果随机变量X和Y满足D(X+Y)=D(X-Y),则下列各结论正确的是_____A D(Y) =0 B D(X)D(Y) =0 C X和Y相互独立D X和Y不相关

总被引频次是指期刊自创刊以来登载的全部论文在统计当年被引用的总次数。扩散因子是一个用于评估期刊影响力的学术指标,显示总被引频次扩散的范围,具体意义为期刊当年每被引 100 次所涉及的期刊目数,即扩散因子=总被引频次涉及的期刊数 X100/总被引频次。 甲刊:创刊于 1980 年,2022 年总被引频次为 2000 涉及期刊 800 种乙刊:创刊于 2000 年,2022 年总被引频次为 1500 涉及期刊 500 种丙刊:创刊于 2020 年, 2022 年总被引频次为 200,涉及期刊 60 种根据定义,在 2022 年,上述三种期刊按照扩散因子由大到小排序正确的是()A. 丙、甲、乙B. 丙、乙、甲C. 乙、丙、甲D. 甲、乙、丙

统计中所说的总体是指:()A. 根据研究目的确定的同质的研究对象的全体B. 随意想象的研究对象的全体C. 根据地区划分的研究对象的全体D. 根据时间划分的研究对象的全体E. 根据人群划分的研究对象的全体

趋势分析和散点分析都假定生产率在各年都保持不变。A. 正确B. 错误

根据所给资料,回答161~165题。2015年年末全国公路总里程457.73万公里,其中技术等级公路里程404.63万公里,占公路总里程的比重比上一年提高1.0个百分点。图2011—2015年全国公路总里程及公路密度(公里/百平-|||-(万公里)-|||-800 42.8 44.1-|||-45.4-|||-46.5 47.7 方公里)-|||-50-|||-40-|||-600-|||-410.6 423.8 435.6 446.4 457.7-|||-30-|||-400-|||-20-|||-200 10-|||-0 0-|||-2011年 2012年 2013年 2014年 2015年-|||-全国公路总里程 → 全国公路密度表2015年全国各技术等级公路里程构成(单位:万公里)(公里/百平-|||-(万公里)-|||-800 42.8 44.1-|||-45.4-|||-46.5 47.7 方公里)-|||-50-|||-40-|||-600-|||-410.6 423.8 435.6 446.4 457.7-|||-30-|||-400-|||-20-|||-200 10-|||-0 0-|||-2011年 2012年 2013年 2014年 2015年-|||-全国公路总里程 → 全国公路密度各行政等级公路里程分别为:国道18.53万公里、省道32.97万公里、县道55.43万公里、乡道111.32万公里、专用公路8.17万公里,比上年末分别增加0.61万公里、0.69万公里、0.23万公里、0.81万公里和0.14万公里。全国高速公路里程12.35万公里,比上年年末增加1.16万公里。其中,国家高速公路7.96万公里,增加0.65万公里。全国高速公路车道里程54.84万公里,增加5.28万公里。2015年全国公路总里程比2014年增长:A、不到3%B、3%~5%C、5%~8%D、超过8%

1、 (单选题 )某厂生产的某种产品,由以往经验知其强力标准差为7.5kg 且强力服从正态分 布,改用新材料后,从新产品中抽取 25 件做强力试验,算得样本标准差为 9.5kg ,需要检 验新产品的强力标准差是否有显著变化。下列说法中正确的是()A.、双侧检验,检验采取卡方检验B. 双侧检验,检验采取 t 检验C. 右侧检验,检验采取卡方检验D. 右侧检验,检验采取 Z 检验

  • 400
  • 401
  • 402
  • 403
  • 404
  • 405
  • 406
  • 407
  • 408
  • 409
  • 410

热门问题

  • 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

  • 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

  • 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

  • 5.聚类分析可以看作是一种非监督的分类。()

  • 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

  • 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

  • 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

  • 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

  • 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

  • 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

  • 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

  • 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

  • 1. 名词解释 假设检验 (请在答题纸上手写并拍照上传)

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