当n充分大, p充分小时, 二项分布b(n,p)可近似为参数为np的泊松分布.
第1题:
A.np与n(1-p)≥5
B.np与n(1-p)≤5
C.np或n(1-p)≥5
D.np或n(1-p)≤5
第2题:
在假设检验中,如果两个总体的分布没有重叠,那么()
第3题:
对于二项分布的资料符合下面哪种情况时,可借用正态分布处理()。
第4题:
已知随机变量X服从二项分布,且EX=2.4,DX=1.44,则二项分布的参数n,p的值为()。
第5题:
二项分布B(n,p)的数学期望为()
第6题:
从无限总体中抽取25个观测值作为样本,则p-的抽样分布()
第7题:
当样本量n→∞时,二项分布以泊松分布为极限形式。
第8题:
当二项分布的n很大(如大于100),P很小时(如小于0.05),它可用()来近似。
第9题:
也称为独立同分布中心极限定理
给离散型随机变量与连续型随机变量之间的转换提供了一种有效途径
它的结果表明二项分布的极限分布是正态分布
当n充分大时,近似的有x~N(np,np(1一p))
可以利用正态分布近似地计算二项分布的概率
第10题:
二点分布(0-1分布)是二项分布的特例
当n很大而p又很小时,二项分布可用参数λ=np的泊松分布近似
当N很大而M/N很小是,超几何分布趋于二项分布
当n>30时,不管p大小,二项分布的概率都可用正态分布来近似计算
当n无限增大时,二项分布趋近于正态分布
第11题:
对
错
第12题:
泊松分布
正态分布
二项分布
均匀分布
第13题:
满足下面( )条件时,可以认为抽样成数的概率分布近似正态分布。
A.n≥30,np≥5,n(1-p)≥5
B.n≥30,np≤5,n(1-p)≤5
C.n≥30,np≥5,n(1-p)≤5
D.n≥30,np≤5,n(1-p)≥5
第14题:
()时,二项分布B(n,π)近似以nπ为参数的泊松分布。
第15题:
在实际工作中,质量特征数据不一定都是正态分布,在满足特定条件时离散型随机变量的二项分布也可近似为正态分布,这些条件包括()。
第16题:
设X服从二项分布,EX=2.4,DX=1.44,则二项分布的参数为().
第17题:
当n充分大时,泊松分布近似于正态分布
第18题:
离散型随机变量~B(n,p),当n充分大,而np与nq均不很时,则~遵从()。
第19题:
当n充分大时,二项分布近似于正态分布
第20题:
二项分布b(n,p),均值为np,方差为np(1-p)
泊松分布P(λ),均值为λ,方差为λ
超几何分布h(n,N,M),均值为(nM/N),方差为n(N-n)/(N-1)·(M/N)
正态分布N(μ,σ2),均值μ,方差为σ
指数分布Exp(λ),均值为(1/λ),方差为(1/λ2)
第21题:
正态分布
泊松分布
超几何分布
几何分布
第22题:
n较大且π接近0
n较大且π接近1
n较大且π接近0或1
n较大且π接近0.5
第23题:
对
错
第24题:
若n增大,P(x)与P(n-x)的差减少
若n增大,二项分布图形接近正态分布
若接近0.5,二项分布图形接近正态分布
若nπ>5,二项分布图形接近正态分布
二项分布中的n很大,π很小,则可用泊松分布近似二项分布