A. 这个区间有95%的机会包含$\mu$的真实值
B. $\mu$的真实值有95%的机会落入这个区间
C. 95%的置信区间比97%的置信区间更长
D. 97%的置信区间比95%的置信区间更精确
设总体 X sim N(mu, 4),当样本容量 n=9 时,测得样本均值 overline(x)=5,则未知参数 mu 的置信度为 0.95 的置信区间为 (
设总体 X sim N(mu, 4),当样本容量 n=9 时,测得样本均值 overline(x)=5,则未知参数 mu 的置信度为 0.95 的置信区间为()
设总体 X sim N(mu, sigma^2),若 sigma^2 已知,总体均值 mu 的置信度为 1 - alpha 的置信区间为 (bar(X) - l
设总体 X sim N(mu, sigma^2),sigma^2 已知,则 mu 的置信区间长度 L()A. 随 $\alpha$ 的增大而增大B. 随 $\a
若总体 X sim N(mu, sigma^2),其中 sigma^2 已知,当置信水平 1-alpha 保持不变时,如果样本容量 n 增大,则 mu 的置信区
8.设Xsim N(mu,sigma^2),mu,sigma^2均未知,若样本容量为n,sigma^2的95%的置信区间为().A. $\left[\frac{
对总体X~N(μ,σ2)的均值μ作区间估计,得到置信度为95%的置信区间,其意是指这个区间( )A. 平均含总体95%的值B. 平均含样本95%的值C. 有95
设 X sim N(mu, 1),样本容量 n=16,均值 overline(x)=5.2,Z_(0.025)=1.96,则未知参数 mu 的置信度为 0.95
设总体 X sim N(mu, sigma^2),sigma^2 已知,则均值 mu 的置信区间长度 L 与置信度 1-alpha 的关系是().A. 当 $1
设 sim N(mu ,(sigma )^2) ,σ^2未知,X为样本均值,S^2为样本方差,则μ的置信度为-|||-95%的置信区间为 () .-|||-(A