关于泊松分布,错误的是
A: 当二项分布的n很大而π很小时,可用泊松分布近似二项分布
B: 泊松分布由均数 唯一确定
C: 泊松分布的均数越大,越接近正态分布
D: 泊松分布的均数与标准差相等
E: 如果X1和X2分别服从均数为λ1和λ2的泊松分布,且相互独立。则X1+X2服从均数为λ1+λ2泊松分布
A: 当二项分布的n很大而π很小时,可用泊松分布近似二项分布
B: 泊松分布由均数 唯一确定
C: 泊松分布的均数越大,越接近正态分布
D: 泊松分布的均数与标准差相等
E: 如果X1和X2分别服从均数为λ1和λ2的泊松分布,且相互独立。则X1+X2服从均数为λ1+λ2泊松分布
D
举一反三
- 随机变量X服从泊松分布P(2), Y服从泊松分布P(3), 则X+Y服从泊松分布P(5).? 正确|错误
- 设随机变量服从参数为2的泊松分布,即,随机变量服从参数为5的泊松分布,即,且与相互独立,则仍然服从泊松分布,其参数为( )。
- 相关研究结果表明,在交通流量调查中,如果车辆到达符合 ,对应的车头时距分布将服从______( )。 A: 泊松分布、二项分布 B: 二项分布、泊松分布 C: 泊松分布、负指数分布 D: 负指数分布、泊松分布
- 设 随机变量 X 服从参数为 λ 的泊松分布,且 E [( X -1) ( X -2)]=1 ,则 λ=( )。
- 泊松分布是二项分布的极限,当n较大、p较小时,二项分布问题可用泊松分布近似计算。
内容
- 0
设X服从参数为1的泊松分布,Y服从参数为2的泊松分布,而且X与Y相互独立,则P(max(X,Y)≠0)= A: 1-exp(-3) B: 1-exp(-1) C: 1-exp(-2) D: 1-2exp(-2)
- 1
相关研究结果表明,在交通流量调查中,如果车辆到达符合(<br/>),对应的车头时距分布将服从(<br/>)。 A: 泊松分布、负指数分布 B: 负指数分布、泊松分布 C: 二项分布、泊松分布 D: 泊松分布、二项分布
- 2
关于泊松分布,以下错误的是: 未知类型:{'options': ['二项分布的极限分布就是泊松分布', '只有当[img=105x18]17da58d9011d9c1.jpg[/img], 泊松分布才是二项分布的极限分布', '如果单位时间(0,1)内某事件发生次数的服从参数为[img=9x14]17da58c1d5aa407.jpg[/img]的泊松分布,则在时间段(0,2)内服从参数为2[img=9x14]17da58c1d5aa407.jpg[/img]的泊松分布', 'n重伯努利试验中稀有事件出现的次数近似服从泊松分布!'], 'type': 102}
- 3
X服从的泊松分布。则()
- 4
设X服从泊松分布,且P(X=1)=P(X=2),则P(X=4)=