|
경영통계
(20XX 봄학기)
진위형 (O 또는 X로 답하시오. 각 3점)
1. ( ) 표본분산의 분포는 모집단의 분포에 상관없이 표본의 크기가 충분히 커지면 항 상 정규분포에 수렴한다.
2. ( ) 두 개의 사상 A와 B가 있을 때, 만일 P(A∩B)=Ø이면 둘중 한 사상의 발생이 다 른 사상의 발생 가능성에 영향을 미치지 않음을 의미한다.
3. ( ) 모평균에 대한 95% 신뢰구간을 구하였더니 (45, 56)이 나왔다. 이는 미지의 모수 μ가 45와 56사이일 확률이 95%임을 의미한다.
4. ( ) 두 변수 X, Y의 공분산(covariance)을 구하였더니 -1,300이 나왔다. 이 결과는 두 변수간에 밀접한 부의 선형관계가 있음을 의미한다.
5. ( ) 모수 θ를 추정하는 불편추정량이 n개 있다고 하자. 그 n개의 추정량중에서 MSE(mean squared error)가 가장 작은 추정량을 MVUE라고 한다.
괄호넣기 (각 3점)
6. 평균경제성장률을 계산하는데 적합한 평균은 ( )이다.
7. 확률변수 X를 첫 성공이 나타날 때까지의 총 실패횟수라고 하자. 성공의 확룔을 p라 할 때 변수 X의 확률함수는 ( )이다.
8. 자유도가 20인 카이제곱 변수가 19보다 작을 확률은 ( )이다.
9. Var(X) = 4이고 Var(Y) = 2이면, 변수 X와 Y가 독립일 때 Var(3X - 2Y) = ( ) 이다.
10. X ~ b(10, 0.3)일 일 때, P(X = 2) = ( )이다.
선택형 (각 3점; 괄호안에 맞는 답을 적으시오)
11. 다음중 표본분포는 어느 것인가 ( )
(가) Z 분포 (나) t 분포 (다) 이항분포 (라) 포아송분포 (마) 초기하분포
12. 어떤 TV 연속극의 시청률을 알아보기 위하여 이 연속극이 방영되고 있는 시간에 TV를 시청하고 있던 100명을 조사하였더니 이 중 10명이 이 연속극을 시청했다고 한다. 시청률에 대한 95% 신뢰구간은 ( )
(가) [0.045, 0.155] (나) [0.041, 0.159] (다) [0.035, 0.165]
(라) [0.033, 0.168] (마) [0.030, 0.170]
13. 확률변수 X가 정규분포 N(5, )을 따를 때, X가 구간 [5 - 1.2 k, 5 + 1.2 k]에 속할 확률이 0.4972가 되는 k의 값은 ( )
(가) 0.57 (나) 0.58 (다) 0.59 (라) 0.67 (마) 0.69
14. 어떤 약의 효능 지속 시간 X는 평균이 5, 분산이 4인 정규분포를 따른다. 이 모집단에서 크기 100인 무작위 표본을 추출하여 그 평균을 m이라 할 때, m의 표준편차는 ( )
(가) 20 (나) 4 (다) 2 (라) 0.2 (마) 0.02
15. 변수 Y를 모수가 p인 n개의 상호독립한 베르누이 변수들의 합인 이항변수라고 할 때, 변수 Y는 n이 커짐에 따라 정규분포에 근사하게 된다. 이는 ( )의 결과이다.
(가) 베르누이정리 (나) 중심극한정리 (다) 베이스의 정리 (라) 연속교정
(마) 가우스 정리
16. 표본오차와 비표본오차에 대한 설명 중 맞는 문항은 무엇인가 ( )
(가) 비표본오차란 부분으로부터 전체의 특성을 파악하려는 데서 오는 오차이다.
(나) 표본오차란 표본추출과정에서의 오류로 인하여 발생하는 오차를 말한다.
(다) 표본의 크기를 증가시킴으로써 이 둘의 오차를 감소시킬 수 있다.
(라) 전수조사에서는 표본오차가 발생하지 않는다.
(마) 전수조사에서는 비표본오차가 발생하지 않는다.
17. 어떤 자료의 피어슨 비대칭계수를 계산해 보니까 -2가 나
|
 족보_hwp_01_.gif "고려대 경영통계(박명섭) 족보.hwp (1 )")
 족보_hwp_02_.gif "고려대 경영통계(박명섭) 족보.hwp (2 )")
 족보_hwp_03_.gif "고려대 경영통계(박명섭) 족보.hwp (3 )")
 족보_hwp_01.gif "고려대 경영통계(박명섭) 족보.hwp (1 )")
 족보_hwp_02.gif "고려대 경영통계(박명섭) 족보.hwp (2 )")
 족보_hwp_03.gif "고려대 경영통계(박명섭) 족보.hwp (3 )")
ٷΰ
고려대 경영통계(박명섭) 족보.hwp
[Size :
20 Kbyte
]
ٱ
