若将训练集记为矩阵X，其中包含了m个样本，每个样本的特征数量为[img=18x17]1803c3bd4c0a815.png[/img]个，则X的维度为
未知类型：{'options': ['', '', '', ''], 'type': 102}
未知类型：{'options': ['', '', '', ''], 'type': 102}
举一反三
- 若将训练集记为矩阵X，其中包含了m个样本，每个样本的特征数量为[img=18x17]1803c3bd4c0a815.png[/img]个，则X的维度为 A: [img=41x19]1803c3bd5417fc6.png[/img] B: [img=56x20]1803c3bd5c1e695.png[/img] C: [img=49x19]1803c3bd64aa8e6.png[/img] D: [img=56x20]1803c3bd6cb6b41.png[/img]
- 设总体X ~ N(m ,1),其中 m 为未知参数,若(X1 ,X2 ,… ,Xn)为来自总体X的样本,则下列样本函数中( ) 不是统计量. 未知类型：{'options': ['17e0bccbb383240.png ;', ' [img=88x46]17e0bccbbf3d1d6.png[/img] ;', ' X1 X2 … Xn ;', ' [img=46x46]17e0bccbca87942.png[/img] .'], 'type': 102}
- 设随机变量X的概率密度为[img=238x47]18034e916ce7029.png[/img]，则D(X)=________。 未知类型：{'options': ['-3', '3', '2', ''], 'type': 102}
- 若总体X~N(μ, 1)，检验假设H0: μ=0, H1: μ0，已取得容量为9的样本，[img=15x22]1803c32f7835e46.png[/img]是样本均值，则显著性水平为α的拒绝域为 未知类型：{'options': ['', '', '', ''], 'type': 102}
- 设总体[img=146x27]17de668dcbf6a5d.png[/img]均未知. [img=86x23]17de602488f775b.png[/img]是总体X的样本，则μ的矩估计量为 未知类型：{'options': ['', '', '', ''], 'type': 102}