Если исходное распределение выборки было нормальным, то после разбиения на классы распределение в классах

Согласно центральной предельной теореме, если результат измерения складывается под действием многих причин, причем каждая из них вносит лишь малый вклад, а совокупный итог определяется аддитивно, то распределение результата близко к

Экспоненциальное распределение относится к

Нормальное распределение относится к

При росте объемов выборок распределение статистик Крамера-Уэлча сходится к

Распределение нормированной и центрированной статистики Вилкоксона с ростом объема выборок приближается к

В модели выбросов, в которой исходная выборка "засоряется" малым числом "выбросов", имеющих принципиально иное распределение, известной считается

Если при безграничном возрастании объема выборки оценка сходится по вероятности к значению оцениваемого параметра, она называется

Если "размножение выборок" осуществляется исключением по 2 наблюдения, то из выборки объемом 20 похожих выборок можно получить

Объем первой и второй выборок равен 100. Оценка математического ожидания первой выборки равна 6, второй - равна 5. Выборочная дисперсия первой выборки равна 4, второй - равна 5. Тогда значение статистики Крамера-Уэлча равно

Если и - выборки, однородность которых необходимо проверить на основе модели связанных выборок, то