应用概率统计（陈魁 编著）部分答案（统计部分7-9章）

***以下答案为1~6章概率部分的答案 *** 第1章 随机事件及其概率 习题1.4、1.8、1.9、1.12、1.13答案： 第2章 离散型随机变量 习题2.1、2.4、2.6、2.9、2.12答案： 第3章 连续型随机变量 习题3.2、3.3、3.4、3.5、3.8、3.9、3.13、3.18答案 第4章 随机变量的数字特征 习题4.1、4.6、4.8答案 第5章 ...

前言 新僧一枚，突发奇想，写篇博客记录一下课后作业 提示：可供参考 一、7. 1 设总体 XXX ~ N(52,6.32N(52,6. 3^2N(52,6.32)，从中随机地抽取 n=36n = 36n=36 的样本。求样本均值落在区间 (50.8，53.8)(50.8，53.8)(50.8，53.8) 内的概率 ？ 标准化后查表 二、7. 2 设总体 XXX ~ N(12,4)，X1,X2,...,X5N(12,4)，X_1,X_2,...,X_5N(12,4)，X1​,X2​,...,X5​ 为

今天把研究生课程工程数学的作业全部写完了，作业答案就此丢掉未免有点可惜，不如留在此处，留待有缘人！ 第一章 随机事件及其概率 习题1.3、1.4、1.5、1.8、1.9、1.12，答案见下图 第二章 离散型随机变量 习题2.1、2.6、2.8、2.12,答案见下图 第三章 连续性随机变量 习题3.1、3.3、3.5、3.8、3.13、3.18（1）（2）,答案见下图 第四章 随机变量的数字特征 习题4.1、4.6、4.10,答案见下图 第五章 多维随机变量 习题5.1、5.5、5.6、5.

数理统计应用概率统计（陈魁）部分答案7~11章 第七章 数理统计的基本概念 习题7.2、7.3、7.4、7.6，答案见下图 第八章 参数估计 习题8.1、8.4、8.6、8.8、8.11、8.12，答案见下图 第九章 假设检验 本章考试必备核心知识点，整理见下图 习题9.1、9.3、9.5、9.8，答案见下图 第十章 方差分析 习题10.1、10.4、10.5，答案见下图 ...

应用概率统计 陈魁 部分课后答案 研一

文章目录前言一、10. 1二、10. 3三、10. 4四、10. 5▌总结 前言 \qquad计算器敲起来 仅供参考 一、10. 1 代入公式： xi.=∑j=1nixij ,i=1,2,...,a,x..=∑i=1a∑j=1nixijST=∑i=1a∑j=1nixij−x..2nSA=∑i=1axi.2ni−x..2nSE=ST−SAx_i. = \sum_{j=1}^{n_i}x_{ij} \,,i=1,2,...,a,\qquad x.. = \sum_{i=1}^a\sum_{j=1.

文章目录前言一、9. 2二、9. 3三、9. 5四、9. 8五、9. 10六、9. 12▌总结 前言 \qquad和参数估计比较，假设检验是另一类重要的统计推断问题。为了解总体的某些性质，首先做出某种假设，然后根据样本去检验这种假设是否合理，经检验后若假设合理就接受这个假设。否则就拒绝这个假设. 仅供参考 一、9. 2 \qquad某砖厂生产的砖的抗断强度X(10’Pa)服从正态分布，设方差 σ2=1.21\sigma^2=1.21σ2=1.21，从产品中随机地抽取6块，测得抗断强度值为 32..

文章目录前言一、8. 1二、8. 4总结 前言 参数估计是统计推断的基本问题之一. 在很多实际问题中，我们知道总体的分布，但不知道分布的参数. 因此需要对未知的参数作出估计，这就是参数估计问题. 这里主要有两类估计: 一类是点估计，另一类是区间估计. 博客记录一下课后作业，答案仅供参考 一、8. 1 设总体X的密度函数为f(x)={θCθx−(θ+1),x > C0,x⩽C f(x) = \begin{cases} θC^θx^{-(θ+1)}, & \te.

文章目录前言一、11. 1二、11. 2三、11. 3四、10. 5▌总结 前言 \qquad只要精度稍有不同，结果就五花八门 仅供参考 一、11. 1 \qquad一种物质吸附另一种物质的能力与温度有关。在不同温度下吸附的重量 YYY,测得结果列于下表中。设对于给定的 x,Yx ,Yx,Y 为正态变量,方差与 xxx 无关. xi/℃x_i / ℃xi​/℃ 1.5 1.8 2.4 3.0 3.5 3.9 4.4 4.8 5.0 yi/mgy_i / mgyi​/mg 4.8.

应用概率统计 陈魁 方差分析第十章部分答案 研一课程

反差分析一、单因素二、双因素 一、单因素 设单因素AAA有aaa个水平A1,A2,...,AaA_1,A_2,...,A_aA1​,A2​,...,Aa​，在水平Ai(i=1,2,...,a)A_i(i=1,2,...,a)Ai​(i=1,2,...,a)下，进行nin_ini​次独立试验，得到试验指标的观测值如下表所示： 1 2 ⋅⋅⋅\cdot\cdot\cdot⋅⋅⋅ n A1A_1A1​ x11x_{11}x11​ x12x_{12}x12​ ⋯\cdots⋯ x1n1x_{1n_

目录Banach Matchbox Problem Banach Matchbox Problem distribution在这里的意思实际上是概率，我最开始上课的时候打盹了，唉，没有听懂，学长给我解释的是为什么可以用他的那种方法计算。但我还是没有明白这题让我干什么，应该怎么做？我竟然就不懂装懂，真是可悲。以后绝对不能这样了。 然后我就google了一下这个著名的Banach Matchbox ...