A.正態(tài)分布
B.泊松分布
C.t分布
D.F分布
您可能感興趣的試卷
你可能感興趣的試題
A.消除分類(lèi)變量的影響,使回歸分析的結(jié)果更可靠
B.消除變量的影響,使方差分析的檢驗(yàn)功效更高
C.消除連續(xù)變量的影響,使回歸分析的結(jié)果更可靠
D.消除與因變量有密切回歸關(guān)系的變量的影響,提高方差分析的檢驗(yàn)功效
A.F分布
B.泊松分布
C.t分布
D.二項(xiàng)分布
A.配成對(duì)子的兩個(gè)個(gè)體初始條件允許差異,不同對(duì)子間個(gè)體初始條件允許差異
B.配成對(duì)子的兩個(gè)個(gè)體初始條件允許差異,不同對(duì)子間個(gè)體初始條件盡可能一致
C.配成對(duì)子的兩個(gè)個(gè)體初始條件盡可能一致,不同對(duì)子間個(gè)體初始條件允許差異
D.配成對(duì)子的兩個(gè)個(gè)體初始條件盡可能一致,不同對(duì)子間個(gè)體初始條件盡可能一致
A.一個(gè)因素的不同水平分別與另一個(gè)因素的所有水平發(fā)生組合
B.兩個(gè)因素的各個(gè)水平發(fā)生交叉組合
C.以上兩個(gè)敘述都正確
D.一個(gè)因素的不同水平分別與另一個(gè)因素的某些水平發(fā)生組合
A.P(-∞<t<-2.947)+P(2.947<t<+∞)=0.01
B.P(-∞<t<-2.947)=P(2.947<t<+∞)=0.01
C.P(-∞<t<-2.947)=0.01
D.P(-∞<t<-2.947)=P(2.947<t<+∞)=0.99
最新試題
固定模型和隨機(jī)模型在試驗(yàn)設(shè)計(jì)上不同,后者要求處理來(lái)自特定研究群體,通過(guò)隨機(jī)抽樣得到。
進(jìn)行大豆品種蛋白質(zhì)含量測(cè)定時(shí),若抽取100個(gè)30g的樣品進(jìn)行測(cè)定,但是這100個(gè)抽樣測(cè)定數(shù)據(jù)有所不同,這表明存在隨機(jī)誤差。
獨(dú)立性測(cè)驗(yàn)時(shí),卡方值與相關(guān)性在概念上有等價(jià)性,卡方值顯著,可能說(shuō)明相關(guān)顯著,研究者應(yīng)該搞清楚其內(nèi)在的科學(xué)機(jī)理。
建立有用的直線回歸方程,一方面要求有較好決定系數(shù),另一方面要求有比較大的樣本容量。
已知正態(tài)總體的數(shù)據(jù)出現(xiàn)在區(qū)間(-3,-1)里的概率和落在區(qū)間(3,5)里的概率相等,那么這個(gè)正態(tài)總體的數(shù)學(xué)期望為0。
直線回歸方程建立起來(lái)以后,應(yīng)該對(duì)回歸方程作圖,并且把散點(diǎn)也放在同一張圖形中,這樣可以直觀了解模型的擬合情況。
已知正態(tài)總體觀察值出現(xiàn)在區(qū)間(0.2,+∞)的概率是0.5,那么相應(yīng)的正態(tài)曲線在Y=()時(shí)到最高點(diǎn)。
直線回歸中,自變數(shù)是人為設(shè)置的數(shù)值,而依變數(shù)的是試驗(yàn)中的響應(yīng)指標(biāo)。
兩個(gè)位點(diǎn)遺傳分離的遺傳分析時(shí),不需要應(yīng)用卡方測(cè)驗(yàn),來(lái)測(cè)驗(yàn)兩個(gè)位點(diǎn)的組成的基因型是否符合理論的分離比例。
泊松分布參數(shù)m的大小決定其分布形狀,當(dāng)m值小時(shí),分布呈很偏斜形狀,m增大時(shí)逐漸對(duì)稱(chēng)。