在简单线性回归分析中，关于误差项随机变量[img=13x17]1803943584a7e8f.png[/img]的理论假设
未知类型：{'options': ['180394358c3c48b.png服从正态分布', '180394358c3c48b.png的数学期望为0', '180394358c3c48b.png的取值独立', '对于自变量的所有取值，[img=13x17]180394358c3c48b.png[/img]的方差相等', '180394358c3c48b.png服从T分布'], 'type': 102}
未知类型：{'options': ['180394358c3c48b.png服从正态分布', '180394358c3c48b.png的数学期望为0', '180394358c3c48b.png的取值独立', '对于自变量的所有取值，[img=13x17]180394358c3c48b.png[/img]的方差相等', '180394358c3c48b.png服从T分布'], 'type': 102}
举一反三
- 在简单线性回归分析中，关于误差项随机变量[img=13x17]1803943584a7e8f.png[/img]的理论假设 A: [img=13x17]180394358c3c48b.png[/img]服从正态分布 B: [img=13x17]180394358c3c48b.png[/img]的数学期望为0 C: [img=13x17]180394358c3c48b.png[/img]的取值独立 D: 对于自变量的所有取值，[img=13x17]180394358c3c48b.png[/img]的方差相等 E: [img=13x17]180394358c3c48b.png[/img]服从T分布
- 随机变量服从正态分布[img=79x21]17e0a6a7e1bfae3.png[/img],则 [img=48x24]17e0aa2d84cf2c5.png[/img]等于( ). 未知类型：{'options': ['', ' 3', ' [img=13x17]17e0a8b0758eaa6.png[/img]', ' 5'], 'type': 102}
- background:url(2、png),url(1、jpg),url(3、png),url(4、jpg);},表示哪张图片处在最上层() A: 2、png B: 1、jpg C: 3、png D: 4、jpg
- 假设离散型随机变量X的所有可能取值为1，2，3，并且[img=248x25]17de65a3b74fc23.png[/img]，那么随机变量X取值为3的概率是（ ） 未知类型：{'options': ['', '', '', '无法确定'], 'type': 102}
- 设随机变量X和Y相互独立且都服从正态分布[img=65x29]1803dfef0262e88.png[/img],而[img=78x23]1803dfef0aa5148.png[/img]与[img=88x23]1803dfef123bd3c.png[/img]分布是来自总体X和Y的两个简单随机样本，判断统计量T=[img=85x91]1803dfef1d86b71.png[/img]服从分布 A: t(3) B: t(4) C: F(3,3) D: F(3,4)