具有两个特征的线性回归模型判别式是下面哪一个: A: h_w (x)=w_0+w_1 x_1 B: h_w (x)=w_0+w_1 x_1+w_2 x_2 C: h_w (x)=w_1 x_1+w_2 x_2 D: h_w (x)=w_1 x_1+w_2 x_2+w_3 x_1 x_2
具有两个特征的线性回归模型判别式是下面哪一个: A: h_w (x)=w_0+w_1 x_1 B: h_w (x)=w_0+w_1 x_1+w_2 x_2 C: h_w (x)=w_1 x_1+w_2 x_2 D: h_w (x)=w_1 x_1+w_2 x_2+w_3 x_1 x_2
线性方程组\(\left\{ \matrix{ {x_1} + {x_2} + 2{x_3} - {x_4} = 0, \cr 2{x_1} + {x_2} + {x_3} - {x_4} = 0, \cr 2{x_1} + 2{x_2} + {x_3} + 2{x_4} = 0; \cr} \right.\)有无穷多解.
线性方程组\(\left\{ \matrix{ {x_1} + {x_2} + 2{x_3} - {x_4} = 0, \cr 2{x_1} + {x_2} + {x_3} - {x_4} = 0, \cr 2{x_1} + 2{x_2} + {x_3} + 2{x_4} = 0; \cr} \right.\)有无穷多解.
设总体X~N(μ,σ^2 ),其中μ和σ^2 均未知,X_1,X_2,⋯,X_n 是总体X的一个样本,则样本均值X ̅是μ的无偏估计量.
设总体X~N(μ,σ^2 ),其中μ和σ^2 均未知,X_1,X_2,⋯,X_n 是总体X的一个样本,则样本均值X ̅是μ的无偏估计量.
${X_1},{X_2},...,{X_n}$,是来自均匀分布 X~U(-a,a)的样本,用最大似然估计法估计参数a为() A: $|{X_1},{X_2},...,{X_n}|$ B: $\max (|{X_1}|,|{X_2}|,...,|{X_n}|)$ C: $\min(|{X_1}|,|{X_2}|,...,|{X_n}|)$ D: $(|{X_1}|+|{X_2}|+...+|{X_n}|)$
${X_1},{X_2},...,{X_n}$,是来自均匀分布 X~U(-a,a)的样本,用最大似然估计法估计参数a为() A: $|{X_1},{X_2},...,{X_n}|$ B: $\max (|{X_1}|,|{X_2}|,...,|{X_n}|)$ C: $\min(|{X_1}|,|{X_2}|,...,|{X_n}|)$ D: $(|{X_1}|+|{X_2}|+...+|{X_n}|)$
二维随机变量的随机点 $(X,Y)$ 落入矩形域 $\{x_1 A: $F(x_2,y_2)+F(x_2,y_1)$$+F(x_1,y_2)+F(x_1,y_1)$ B: $F(x_2,y_2)-F(x_2,y_1)$$-F(x_1,y_2)+F(x_1,y_1)$ C: $F(x_2,y_2)-F(x_2,y_1)$$-F(x_1,y_2)-F(x_1,y_1)$ D: $F(x_2,y_2)+F(x_2,y_1)$$+F(x_1,y_2)-F(x_1,y_1)$
二维随机变量的随机点 $(X,Y)$ 落入矩形域 $\{x_1 A: $F(x_2,y_2)+F(x_2,y_1)$$+F(x_1,y_2)+F(x_1,y_1)$ B: $F(x_2,y_2)-F(x_2,y_1)$$-F(x_1,y_2)+F(x_1,y_1)$ C: $F(x_2,y_2)-F(x_2,y_1)$$-F(x_1,y_2)-F(x_1,y_1)$ D: $F(x_2,y_2)+F(x_2,y_1)$$+F(x_1,y_2)-F(x_1,y_1)$
设方程组\[\left\{ {\begin{array}{*{20}{c}} {\lambda {x_1} + {x_2} + {x_3} = \lambda - 3}\\ {{x_1} + \lambda {x_2} + {x_3} = - 2}\\ {{x_1} + {x_2} + \lambda {x_3} = - 2} \end{array}} \right.\]若`\lambda = 1`,则( )
设方程组\[\left\{ {\begin{array}{*{20}{c}} {\lambda {x_1} + {x_2} + {x_3} = \lambda - 3}\\ {{x_1} + \lambda {x_2} + {x_3} = - 2}\\ {{x_1} + {x_2} + \lambda {x_3} = - 2} \end{array}} \right.\]若`\lambda = 1`,则( )
${X_1},{X_2},...,{X_n}$是来自正态总体X~N($\mu$ ,${\sigma ^2}$)的样本,用估计法估<br/>计参数$\mu,{\sigma^2}$,分别为() A: $\overline X ,2{s^2}$ B: $2\overline X ,{s^2}$ C: $\overline X,{s^2}$ D: $\overline X,s$
${X_1},{X_2},...,{X_n}$是来自正态总体X~N($\mu$ ,${\sigma ^2}$)的样本,用估计法估<br/>计参数$\mu,{\sigma^2}$,分别为() A: $\overline X ,2{s^2}$ B: $2\overline X ,{s^2}$ C: $\overline X,{s^2}$ D: $\overline X,s$
2.${X_1},{X_2},...,{X_n}$是来自正态总体X~N($\mu$ ,${\sigma ^2}$)的样本,用估计法估<br/>计参数$\mu,{\sigma^2}$,分别为() A: $\overline X ,2{s^2}$ B: $2\overline X ,{s^2}$ C: $\overline X,{s^2}$ D: $\overline X,s$
2.${X_1},{X_2},...,{X_n}$是来自正态总体X~N($\mu$ ,${\sigma ^2}$)的样本,用估计法估<br/>计参数$\mu,{\sigma^2}$,分别为() A: $\overline X ,2{s^2}$ B: $2\overline X ,{s^2}$ C: $\overline X,{s^2}$ D: $\overline X,s$
题目包含多个选项,但学生只能选择一个答案。1.${X_1},{X_2},...,{X_n}$,是来自均匀分布<br/>X~U(-a,a)的样本,用最大似然估计法估计参数a为() A: $|{X_1},{X_2},...,{X_n}|$ B: $\max (|{X_1}|,|{X_2}|,...,|{X_n}|)$ C: $\min(|{X_1}|,|{X_2}|,...,|{X_n}|)$ D: $(|{X_1}|+|{X_2}|+...+|{X_n}|)$
题目包含多个选项,但学生只能选择一个答案。1.${X_1},{X_2},...,{X_n}$,是来自均匀分布<br/>X~U(-a,a)的样本,用最大似然估计法估计参数a为() A: $|{X_1},{X_2},...,{X_n}|$ B: $\max (|{X_1}|,|{X_2}|,...,|{X_n}|)$ C: $\min(|{X_1}|,|{X_2}|,...,|{X_n}|)$ D: $(|{X_1}|+|{X_2}|+...+|{X_n}|)$
下列各变换中哪一个不是线性变换? A: \(T(x_1,x_2) = (x_2,-x_1)\) B: \(T(x_1,x_2) = (x_1,-x_2)\) C: \(T(x_1,x_2,x_3) = (x_1+x_2,x_2+x_3,x_3+x_1)\) D: \(T(x_1,x_2,x_3) = (1,x_1x_2x_3)\)
下列各变换中哪一个不是线性变换? A: \(T(x_1,x_2) = (x_2,-x_1)\) B: \(T(x_1,x_2) = (x_1,-x_2)\) C: \(T(x_1,x_2,x_3) = (x_1+x_2,x_2+x_3,x_3+x_1)\) D: \(T(x_1,x_2,x_3) = (1,x_1x_2x_3)\)