对某一距离进行4次独立测量，得到的数据为（单位:米）:15.51，15.47，15.50，15.52 由此计算出 s = sqrt((1)/(n-1) sum_(i=1)^n (x_i - bar{x))^2} = 0.0216 已知测量无系统误差，求该距离的置信度为0.95的置信区间时选取的样本函数为(）。（测量值服从正态分布）

A. $U = \frac{\bar{x} - \mu}{\sigma/\sqrt{n}}$

B. $U = \frac{\bar{x} - \mu}{\sigma^2/\sqrt{n}}$

C. $T = \frac{\bar{x} - \mu}{s/\sqrt{n}}$

D. $T = \frac{\bar{x} - \mu}{s^2/\sqrt{n}}$

参考答案与解析：

相关试题

令 Y = (1)/(n) sum_(i=1)^n X_i，则

令 Y = (1)/(n) sum_(i=1)^n X_i，则A. $\Cov(X_1, Y)= \frac{\sigma^2}{n}$.B. $Cov(X_1

  • 查看答案

    • 样本 X_1, X_2, ldots, X_n 来自总体 X sim N(0,1) ， overline(X) = (1)/(n) sum_(i=1)^n X_i ， S^2 = (1)/(n-1)

    样本 X_1, X_2, ldots, X_n 来自总体 X sim N(0,1) ， overline(X) = (1)/(n) sum_(i=1)^n X_

  • 查看答案

    • 1.6 总体X-N(mu,sigma^2)，x_(1),x_(2),...,x_(n)为其样本，bar(x)=(1)/(n)sum_(i=1)^nx_(i)，s_(n)^2=(1)/(n)sum_(i

    1.6 总体X-N(mu,sigma^2)，x_(1),x_(2),...,x_(n)为其样本，bar(x)=(1)/(n)sum_(i=1)^nx_(i)，s

  • 查看答案

    • 设(X_1,X_2,...,X_n)为来自总体Xsim N(0,1)的一个样本，统计量Y=(sqrt(n-1)X_1)/(sqrt(sum_(i=2)^n X_i^2))，则().

    设(X_1,X_2,...,X_n)为来自总体Xsim N(0,1)的一个样本，统计量Y=(sqrt(n-1)X_1)/(sqrt(sum_(i=2)^n X_

  • 查看答案

    • 设总体 X sim N(0,1)，(X_1,X_2,...,X_n) 是总体 X 的样本，令 overline(X)=(1)/(n)sum_(i=1)^nX_i，S^2=(1)/(n-1)sum_(i

    设总体 X sim N(0,1)，(X_1,X_2,...,X_n) 是总体 X 的样本，令 overline(X)=(1)/(n)sum_(i=1)^nX_i

  • 查看答案

    • dfrac (1)(n-1)sum _(i=1)^n(({X)_(i)-overline (X))}^2 .-|||-n-|||-C. sqrt (dfrac {1)(n)sum _(i=1)^n((

    dfrac (1)(n-1)sum _(i=1)^n(({X)_(i)-overline (X))}^2 .-|||-n-|||-C. sqrt (dfrac

  • 查看答案

    • 已知总体 X 的数学期望为 EX=0，方差为 DX=sigma^2，X_1,...,X_n 为总体 X 的一组简单随机样本，bar(X)=(1)/(n)sum_(i=1)^n X_i，S^2=(1)/

    已知总体 X 的数学期望为 EX=0，方差为 DX=sigma^2，X_1,...,X_n 为总体 X 的一组简单随机样本，bar(X)=(1)/(n)sum_

  • 查看答案

    • 设 n 个随机变量 X_1, X_2, ldots, X_n 独立同分布, D(X_1) = sigma^2, overline(X) = (1)/(n) sum_(i=1)^n X_i, S^2 =

    设 n 个随机变量 X_1, X_2, ldots, X_n 独立同分布, D(X_1) = sigma^2, overline(X) = (1)/(n) su

  • 查看答案

    • 设 X_1, X_2, ..., X_n 是X的样本,X的期望为EX,且 overline(X) = (1)/(n) sum_(i=1)^n X_i ,则有().

    设 X_1, X_2, ..., X_n 是X的样本,X的期望为EX,且 overline(X) = (1)/(n) sum_(i=1)^n X_i ,则有()

  • 查看答案

    • 设 X_1, X_2, dotsc, X_n 是从正态总体 N(mu, sigma^2)中抽取的样本，为使 D = k sum_(i=1)^n-1 (X_(i+1) - X_i)^2是总体方差 s

    设 X_1, X_2, dotsc, X_n 是从正态总体 N(mu, sigma^2)中抽取的样本，为使 D = k sum_(i=1)^n-1 (X_(i

  • 查看答案