某10位举重运动员体重分别为:101斤、102斤、103斤、108斤、102斤、105斤、102斤、110斤、105斤、102斤,据此计算平均数,结果满足( )。A. 算术平均数=中位数=众数B. 众数>中位数>算术平均数C. 中位数>算术平均数>众数D. 算术平均数>中位数>众数

以下哪个统计量可以用来判断数据分布的偏态程度?()A. 偏度B. 标准差C. 峰度D. 均值

两独立(成组)样本均数比较时,已知n_1=20,n_2=25,总体服从正态分布但方差不齐的资料,应首选A. t检验B. t^{}检验 C. Z检验D. 配对t检验E. F检验

P值越小，( )。A. 拒绝原假设的可能性越小B. 拒绝原假设的可能性越大C. 拒绝备择假设的可能性越大D. 不拒绝备择假设的可能性越小

假定5岁男童的体重服从正态分布,平均体重m =19.5(kg),标准差s =2.3(kg)。随机抽查一5岁男童的体重,计算概率如下。(1) 其体重小于16.1kg;(2) 其体重大于22.9kg;(3) 其体重在14.6kg到23.9kg之间。

3.设T是g(θ)的UMVUE,g是g(θ)的无偏估计,证明,若 _(ar)(g)lt infty , 则 _(0)V(T,g)geqslant 0.-|||-4.设总体 sim N(mu ,(sigma )^2) 1,x2,···,xn为样本,证明 overline (x)=dfrac (1)(n)sum _(i=1)^n(x)_(i) ^2=dfrac (1)(n-1)sum _(i=1)^n(({x)_(i)-overline (x))}^2 分别为-|||-μ,σ^2的UMVUE.-|||-5.设总体p(x;θ)的费希尔信息量存在,若二阶导数 dfrac ({partial )^2}(partial {partial )^2}p(x;theta ) 对一切的 theta in bigcirc (1) 存在,证明费希尔-|||-信息量-|||-(theta )=-E(dfrac ({alpha )^2}({alpha )^2})pp(x;theta ))-|||-6.设总体密度函数为 (x;theta )=theta (x)^theta -1 lt xlt 1 theta gt 0, x1,x2,···,xn是样本.-|||-(1)求 (theta )=1/theta 的最大似然估计;-|||-(2)求g(θ)的有效估计.-|||-7.设总体密度函数为 (x;theta )=dfrac (2theta )({x)^3}(e)^-theta /(x^2) gt 0 theta gt 0, 求θ的费希尔信息量I(θ).-|||-8.设总体密度函数为 (x;theta )=theta (c)^theta (x)^-(theta +1) gt c gt 0 已知, theta gt 0, 求θ的费希尔信息量I(θ).-|||-9.设总体分布列为 (X=x)=(x-1)(theta )^2((1-theta ))^x-2 =2, 3,···, lt theta lt 1, 求θ的费希尔信息量I(θ).-|||-10.设x1,x2,···,xn是来自Ga(α,λ)的样本, gt 0 已知,试证明, overline (x)/a 是 (lambda )=1/lambda 的有效估计,-|||-从而也是UMVU JE.-|||-11.设x1,x2,···, _(m)in.d.sim N(a,(sigma )^2) y1,y2,···, _(n)i.dot (1)cdot d.sim N(a,2(sigma )^2), 求a和σ^2的UMVUE.-|||-12.设x1,x2,··· _(n)i.dot (1)cdot d.sim N(mu ,1), 求μ^2的UMVUE.证明此UMVUE达不到 C-R 不等式的下界,-|||-即它不是有效估计.

以下哪个统计量可以用来衡量数据的相对离散程度?()A. 极差B. 标准差C. 四分位数间距D. 变异系数

3.设X~N(1,4),Phi(0.5)=0.6915,Phi(1.5)=0.9332,则P(|X|>2)为( ).A. 0.2417;B. 0.3753;C. 0.3830;D. 0.8664.

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

6.[单选题]比较某县正常成年男性的血红蛋白是否高于该省成年男性140g/L的正常水平，已知血红蛋白服从正态分布，进行抽样研究n=20，应采用A. Z检验B. 配对样本t检验C. 独立(成组)样本t检验D. 独立(成组)样本t'检验E. 单样本t检验