1 一、投掷一枚不均匀硬币1000次，硬币正面朝上的概率为0.6，编写R代码模拟计算出现正面次数小于等于600次的概率。 val = 0 # 有效次数 cnt = 0 # 总次数 while (cnt <= 100000) { res = sample(x=c(0,1), prob=c(0.4,0.6),size = 1000, replace = TRUE) if(sum(res) <= 600) { val = val + 1 } cnt = cnt + 1 } print( val / cnt ) 2 二、坛子中有8个红球与4...

4 x=c(9.8,10.4,10.6,9.6,9.7,9.9,10.9,11.1,9.6,10.2,10.3,9.6,9.9,11.2,10.6,9.8,10.5,10.1.10.5,9.7) mean(x) t.test(x, alternative = "greater" , mu = 10) 7 x=c(6,4,5,5,6,5,5,6,4,6,7,4) y=c(2,1,2,2,1,0,3,2,1,0,1,3) mean(x) mean(y) t. test(x, y, alternative = "greater", mu = 2) ...

import face_recognition import cv2 import numpy as np # This is a demo of running face recognition on live video from your webcam. It's a little more complicated than the # other example, but it includes some basic performance tweaks to make things run a lot faster: # 1. Process each video frame ...

1、请查看你的虚拟机的IP地址； bernard@aqua:~$ ifconfig enp1s0: flags=4099<UP,BROADCAST,MULTICAST> mtu 1500 ether f0:76:1c:18:d9:a3 txqueuelen 1000 (Ethernet) RX packets 0 bytes 0 (0.0 B) RX errors 0 dropped 0 overruns 0 frame 0 TX packets 4 bytes 630 (630.0 B) ...

1、查看某个普通用户目前所有的进程； bernard@aqua:~$ top -u bernard 按q退出 2、找出普通用户下的update-notifier进程（若没有，可换其它的），并将其kill掉； bernard@aqua:~$ ps -aux | grep dolphin # 查看所有dolphin进程 bernard 2469 0.9 2.2 1101396 89172 ? Sl 16:58 0:00 /usr/bin/dolphin bernard 2487 0.0 0.5 116552 22332 ? S ...

1 6 16 的一个置信水平为 的置信区间为 所求置信区间为 18 , 21 对于 查表得 故的0.94置信区间为 23 由题意 查表得于是有的0.95的置信区间为 25 (1) 上限为 (2) 下限为 (3) 上限为 #求单正态均值mu的置信区间 #参数依次为置信水平alpha，正态样本x，已知总体方差（默认为未知） mu <- function(alpha,x,sigma=NA){ n <- length(x) meanx <- mean(x) if(is.na(sigma)){ t1 <- qt(1-alpha/2,...

1 2 3

7.2 7.4 区间估计的基本概念 置信区间公式 单侧置信区间

点估计 矩估计 极大似然估计

1 （1） X 2 3 4 9 P(X) （2） Y 2 3 4 9 P(Y) （3） X 1 2 3 4 5 7 P(X) X 8 9 10 11 12 P(X) 11 X -200 100 P(X) 3. （1） （2） 36.

5.1、5.2大数定理和中心极限定理 （1）了解契比雪夫大数定律、辛钦大数定理和贝努利大数定理，用自己的话说说这三个大数定理分别表明什么样的概率规律？ 契比雪夫大数定律: 贝努利大数定理: 辛钦大数定理: 与定理一相比，不要求方差存在 伯努利定理是辛钦定理的特殊情况 （2）查找“收敛”和“依概率收敛”的定义，说说两者的区别。 收敛是严格收敛，而依概率收敛则是在整体趋势上收敛。 （3）说说三个中心极限定理表明了什么样的概率规律？注意这三个中心极限定理条件的区别。 6.1、6.2随机样本、直方图和箱线图 （1）了解概率论与数理统计研究内容的不同 即是概率与统计...

4.3协方差及相关系数 （1）什么是协方差？协方差的性质有哪些？ 计算公式 性质 （2）什么是相关系数？相关系数有哪些性质？相关系数反映随机变量X、Y的哪方面特性（即相关系数的意义）？ 相关系数是衡量观测数据之间相关程度的一个指标，一般情况下，相关系数越大表明相关程度就越高。但是，相关系数只有相对意义，没有绝对意义。也就是说，0.99不代表相关程度一定就高，0.44也不代表相关程度一定就低，这与样本空间的大小有关。 （3）总结二维正态分布随机变量独立性与相关系数之间的关系？ （4）了解不相关和独立的概念，以及判定条件 4.4矩、协方差矩阵 （...

Topic:A successful personIntroduction:• Basic introduction of the person• Main message of your essayBody:• Early life experiences (Family, education, etc.)• Start of his career of great project• Difficulties encountered along the way• Personal traits related to his successConclusion:Restatement of t...