A.CE(ui)=0
B.Var(ui)=σ2
C.ov(ui,uj)=0
D.ui服从正态分布
E.X为非随机变量,与随机误差项ui不相关
A.a = 2 , b = -2
B.a = -2 , b = -1
C.a = 1/2 , b = -1
D.a = 1/2 , b = 1
A.a=1/σ,b=μ/σ
B.a=σ,b=σμ
C..a=-1/σ,b=μ/σ
D..a=-1/σ,b=-μ/σ
设总体X服从标准正态分布,X1,X2,...,Xn是来自X的样本,则统计量服从()分布,参数为()。
在实际应用中,常需模拟服从正态分布的随机变量,其密度函数为
式中,a为均值,σ为标准差.
如果s和t是(-1,1)中均匀分布的随机变量,且,令
则u和v是服从标准正态分布(a=0,σ=1)的两个互相独立的随机变量.
(1)利用上述事实,设计一个模拟标准正态分布随机变量的算法.
(2)将上述算法扩展到一般的正态分布.
革新工艺后生产了一批钢筋,抽取10根样品进行抗拉强度试验,测得抗拉强度(N/cm2)如下:10510,10620,10670,10550,10780,10710,10670,10580,10560,10560。检验这批钢筋的抗拉强度均值是否有所提高(取α=0.05)。