(1) 某食品厂用自动装罐机生产净重为345克的午餐肉罐头,由于随机性,每个罐头的净重都有差别. 现在从生产线上随机抽取10个罐头,称其净重,得如下结果:
344 336 345 342 340 338 344 343 344 343
这是一个容量为10的样本的观察值,它是来自该生产线罐头净重这一总体的一个样本的观察值.
(2) 对363个零售商店调查得其周零售额的结果如下:
零售额(元) | |||||
商店数 | 61 | 135 | 110 | 42 | 15 |
这是一个容量为363的样本的观察值,对应的总体是所有零售的周零售额. 不过这里没有给出每一个样本的具体的观察值,而是给出了样本观察值所在的区间,称为分组样本的观察值. 这样一来当然会损失一些信息,但是在样本量较大时,这种经过整理的数据更能使人们对总体有一个大致的印象.
.
,.
不难算出其样本的概率分布为
其中取1或0,而,它恰好等于样本中取值为1的分量之总数.
服从0-1分布的总体具有广泛的应用背景. 概率通常可视为某实际总体(如工厂的某一批产品)中具有某特征(如废品)的个体所占有的比例. 从总体中随机抽取一个个体,可视为一个随机试验,试验结果可用一随机变量来刻画:若恰好抽到具有该特征的个体,记;否则,记.
这样,便服从以为参数的0-1分布,通常参数是未知的,故需通过抽样对其作统计推断.
200 216 206 193 213 210 211 218 206 210 211 220 |
202 203 213 213 203 208 209 190 217 216 210 205 |
203 197 218 208 206 211 218 219 214 204 216 206 |
208 208 207 208 207 211 214 211 201 221 211 216 |
216 206 208 204 196 214 219 208 212 208 209 213 |
206 209 202 206 201 220 211 199 213 209 208 206 |
222 206 194 204 208 211 208 214 211 214 209 206 |
213 208 203 206 207 203 221 207 212 214 202 207 |
209 202 213 208 213 216 211 207 216 199 211 200 |
219 203 211 209 208 221 218 214 206 204 207 198 |
3.2 2.5 -2 2.5 0 3 2 2.5 2 4
求的经验分布函数.
是一个统计量; 是一个统计量;
是一个统计量; 是一个统计量.
毛坯重量 | |
频数 |
毛坯重量 | |
频数 |
将其按区间组,列出分组统计表,并画出频率直方图.
月人均收入(百元) | 合计 | |
户数 |
求样本容量样本均值,样本方差
与
分别表示样本均值和样本二阶中心矩,试求
精华帖 1 2 3 4 后页 转到 页 | 跟帖/阅读 | 最后回复 | |
0/884 | 10-07-26 10:02:15 ouxinghuan |
||
0/873 | 10-07-26 09:34:38 ouxinghuan |
||
1/845 | 10-07-21 10:48:33 zhanghouquan |
最新帖 1 2 3 4 后页 转到 页 | 跟帖/阅读 | 最后回复 |