正态分布N(μ,σ2),当μ恒定时,σ越大( )A. 曲线沿横轴越向左移动B. 曲线沿横轴越向右移动C. 观察值变异程度越大,曲线越“胖”D. 曲线形状和位置不变E. 观察值变异程度越小,曲线越“瘦”

[单选] 若以成年男性血红蛋白低于120g／L为贫血的判断标准，调查某地成年男性1000人，记录每人是否患有贫血，结果有19名贫血患者，981名非贫血患者，则该资料的类型为（）A. 定量资料B. 二项分类资料C. 有序多分类资料D. 无序多分类资料E. 可看作定性资料，也可看作定量资料

[单选，A1型题] 完全随机设计的方差分析组间变异来自于（）A. 个体B. 全部观察值C. 随机因素D. 处理因素E. 随机因素和处理因素

已知：((X)_(1),(X)_(2),... ,(X)_(k))sim (N)_(k)(mu ,sum _(k))且((X)_(1),(X)_(2),... ,(X)_(k))sim (N)_(k)(mu ,sum _(k)),则A ((X)_(1),(X)_(2),... ,(X)_(k))sim (N)_(k)(mu ,sum _(k))两两互不相关，但不独立。B ((X)_(1),(X)_(2),... ,(X)_(k))sim (N)_(k)(mu ,sum _(k))两两独立，但不相互独立。C ((X)_(1),(X)_(2),... ,(X)_(k))sim (N)_(k)(mu ,sum _(k))，且相互独立D ((X)_(1),(X)_(2),... ,(X)_(k))sim (N)_(k)(mu ,sum _(k))，且不相互独立。

【单选题】完全随机设计的多个样本均数比较,经方差分析,若P≤ α ,则结论为A. 各样本均数全相等B. 各样本均数全不相等C. 至少有两个样本均数不等D. 至少有两个总体均数不等E. 各总体均数全相等

一元线性回归模型Y_t = beta_0 + beta_1 X_t + u_t的经典假设包括( )A E(u_t) = 0B (var)(u_t) = sigma^2C (cov)(u_t, u_z) = 0D (Cov)(x_t, u_t) = 0E u_t sim N(0, sigma^2)

【单选题】成组设计两样本比较秩和检验中，当两组间出现相同观察值时，编秩方法是()A. 舍去不计B. 取较小秩次C. 取较大秩次D. 取其平均秩次E. 不必平均

OLS估计回归模型,则Y的总离差平方TSS和可分解为回归平方ESS和与残差平方和RSS。A. 正确B. 错误

请老师帮忙解答一下 19.(本小题满分12分)1G和2G时代,我们的听觉得以随时随地的延伸,掏出手机拨通电话,地球那头的声音-|||-近在题尺.到了3G时代,我们的视觉也开始同步延伸,视频通话随时随地,一个手机像一个小小窗口,面对-|||-面轻声闲聊笑靥如花,天涯若比邻,4G时代,我们的思想和观念得以延伸,随时的灵感随时传上网,随手的-|||-视频随手拍和发,全球同步可读可转可评,个人所有的思想和观点能够在全球的信息网络中延伸保存、碰-|||-撞、交流,博客、微博、微信朋友圈、抖音等等这些我们生活中极其常见的社交网络正是延伸与交流之所.现-|||-在,5G的到来给人们的生活带来更加颠覆性的变革,某科技创新公司基于领先技术的支持,5G经济收入在-|||-短期内逐月攀升,该创新公司在1月份至6月份的5G经济收入y(单位:百万元)关于月份x的数据如下表-|||-所示,并根据数据绘制了如图所示的散点图. 收入y/百万元-|||-40-|||-35-|||-30-|||-月份x 1 2 3 4 5 6 25-|||-15-|||-收入y(百万元) 6.6 8.6 16.1 21.6 33.0 41.0 20-|||-10-|||-5-|||-o 1 2 3 4 5 6 月份x-|||-(I)根据散点图判断 y=ax+b 与 =c(e)^dx(a,b,c,d 均为常数)哪一个更适宜作为5G经济收入y关于月份-|||-的回归方程类型?(给出判断即可,不必说明理由)-|||-(Ⅱ)根据(I)的结果及表中的数据,求出y关于x的回归方程,并预测该公司7月份的5G经济收入;(结-|||-果保留小数点后两位)-|||-Ⅲ)从前6个月的收入中抽取2个,记收入超过20百万元的个数为X,求X的分布列和数学期望.-|||-参考数据:-|||-x y ū sum _(i=1)^6(({x)_(i)-overline (x))}^2 sum _(i=1)^6((x)_(i)-overline (x))((y)_(i)-overline (y)) sum _(i=1)^6((x)_(i)-overline (x))((u)_(i)-overline (u)) ^1-52 e^2.66-|||-3.50 21.15 2.85 17.50 125.35 6.73 4.57 14.30-|||-其中,设 =ln y, _(i)=ln (y)_(i)(i=1,2,3,4,5,6),-|||-参考公式:对于一组具有线性相关关系的数据 ((x)_(i),(v)_(i))(i=1,2,3,... ,n) 其回归直线 hat (v)=hat (beta )x+hat (alpha ) 的斜率和截-|||-距的最小二乘估计公式分别为 beta =dfrac (sum _{i=1)^n((x)_(i)-overline (x))((v)_(i)-overline (v))}(sum _{i=1)^n(({x)_(i)-overline (x))}^2} overline (alpha )=overline (v)-hat (beta )overline (x)+,

x2检验的应用范围不包括()A. 两个或多个率的差别B. 两个或多个构成比的差别C. 小样本配对设计计量资料均数的比较D. 两种属性间的相关分析E. 检验频数分布的拟合优度