База ответов ИНТУИТ

Прикладная статистика

<<- Назад к вопросам

X - случайная величина.M(X-M(X)))=

(Отметьте один правильный вариант ответа.)

Варианты ответа
X
X^2
0(Верный ответ)
Похожие вопросы
Если F_n обозначает совместную функцию распределения k-мерного случайного вектора (X_n^{(1)},...,X_n^{(k)}), n=1,2,... и F_{\lambda n} - функция распределения линейной комбинации \lambda_1X_n^{(1)}+\lambda_2X_n^{(2)}+...+\lambda_k X_n^{(k)}, то необходимое и достаточное условие для сходимости F_n к некоторой k-мерной функции распределения F состоит в том, что ...
X - случайная величина.M(25X)=
Согласно центральной предельной теореме для одинаково распределенных слагаемых, если X_1,X_2,...,X_n - независимые одинаково распределенные случайные величины с математическими ожиданиями M(X_i)=m и дисперсиями D(X_i)=\sigma^2, i=1,2,...,n, то для любого действительного числа xсуществует предел\lim_{n\rightarrow\infty}P\left(\frac{*** - nm}{\sigma\sqrt{n}} lt; x\right)=\Phi(x)где \Phi(x)- функция стандартного нормального распределения. На месте *** должно быть
Согласно центральной предельной теореме для одинаково распределенных слагаемых, если X_1,X_2,...,X_n - независимые одинаково распределенные случайные величины с математическими ожиданиями M(X_i)=m и дисперсиями D(X_i)=\sigma^2, i=1,2,...,n, то для любого действительного числа xсуществует предел\lim_{n\rightarrow\infty}P\left(\frac{X_1+X_2+...+X_n - ***}{\sigma\sqrt{n}}lt; x\right)=\Phi(x)где \Phi(x)- функция стандартного нормального распределения. На месте *** должно быть
X и Y - независимые случайные величины,M(X)=3, M(Y)=6. Тогда M(XY)=
Если X и Y - независимые случайные величины, то величины X^3 и 5Y-17
Функция  d(x,y)=\left(\sum_{j=1}^k (x(j)-y(j))^2\right)^{1/2} задает между векторами x=(x(1), x(2), ..., x(k)) и y=(y(1), y(2), ..., y(k))
Случайная величина распределена равномерно на отрезке [2; 14]. Ее дисперсия равна
Функция d(x,y)=\sum_{j=1}^k|x(j)-y(j)| задает между векторами x=(x(1), x(2), ..., x(k)) и y=(y(1), y(2), ..., y(k))
Оценка математического ожидания \overline{X} = 50, выборочная дисперсия s_0^2 = 625, объем выборки n = 100. Тогда 95%-ный доверительный интервал для математического ожидания