在实际工作中，质量特征数据不一定都是正态分布，在满足特定条件时离散型随机变量的二项分布也可近似为正态分布，这些条件包括（）。A、n值很大B、p值也不是很小C、np≥9D、np（1-p）≥9
在实际工作中，质量特征数据不一定都是正态分布，在满足特定条件时离散型随机变量的二项分布也可近似为正态分布，这些条件包括（）。
- A、n值很大
- B、p值也不是很小
- C、np≥9
- D、np（1-p）≥9
相关考题：
对于二项分布的资料符合下面哪种情况时,可借用正态分布处理 A、样本含量n足够大，以致np(p为样本率)与n(1-p)都较大时B、样本含量n足够大，样本率p足够小时C、样本率p=0.5时D、样本率p接近1或0时E、样本率p足够大时
设随机变量x服从b(n，p)，则( )。A．分布列：P(X=x)=(1-p) n-x (x=0，1，2，…，n)B．E(X)=npC．Var(X)=np(1-p)D．Var(X)=np(1-p)2E．Var(X)=p(1-p)
下列常用分布与其均值、方差对应正确的有（ ）。A. 二项分布b(n，p),均值为np,方差为np(1-p)B.泊松分布P(λ)，均值为λ，方差为λC.超几何分布h(n, N, M),均值为(nM/N)，方差为n(N-n)/(N-1) * (M/N)D.正态分布N(μ, σ2),均值μ,方差为σE.指数分布ExP(λ)，均值为(1/λ),方差为(1/λ2)
满足下面（）条件时，可以认为抽样成数的概率分布近似正态分布。A.n≥30，np≥5，n(1-P)≥5B.n≥30，np≤5，n(1-P)≤5C.n≥30，np≥5，n(1-p)≤5D.n≥30，np≤5，n(1-P)≥5
满足下面()条件时，可以认为抽样成数的概率分布近似正态分布。A.n.≥30,np≥5,n(l-p)≥5B.n≥30,np≤5,n(l-p)≤5C.n≥30,np≥5,n(1-p)≤5D.n≥30,np≤5,n(1-p)≥5
在假设检验中，如果两个总体的分布没有重叠，那么（）A、若n增大，P（x）与P（n-x）的差减少B、若n增大，二项分布图形接近正态分布C、若接近0.5，二项分布图形接近正态分布D、若nπ＞5，二项分布图形接近正态分布E、二项分布中的n很大，π很小，则可用泊松分布近似二项分布
从无限总体中抽取25个观测值作为样本，则p-的抽样分布（）A、不是正态分布因为n﹤30B、近似正态分布因为p-总是正态分布的C、如果np≥5且n（1-P）≥5，则近似正态分布D、如果np﹥30且n（1-P）﹥30，则近似正态分布
下列关于几种概率分布之间的关系的陈述中，正确的有（）A、两点分布（0－1分布）是二项分布的特例B、当n很大而p又很小时，二项分布可用参数λ＝np的泊松分布近似C、当N很大而M/N很小是，超几何分布趋于二项分布D、当n＞30时，不管p大小，二项分布的概率都可用正态分布来近似计算E、当n无限增大时，二项分布趋近于正态分布
以下哪一个最能描述样本比率的抽样分布？（）A、标准化后，它正好服从标准正态分布B、标准化后，它服从t分布C、只要n≥30，就近似服从正态分布D、只要np≥5且n（1-p）≥5，就近似服从正态分布
多选题下列关于德莫佛一拉普拉斯中心极限定理的说法，正确的是A也称为独立同分布中心极限定理B给离散型随机变量与连续型随机变量之间的转换提供了一种有效途径C它的结果表明二项分布的极限分布是正态分布D当n充分大时，近似的有x～N(np，np(1一p))E可以利用正态分布近似地计算二项分布的概率
单选题对于二项分布的资料符合下面哪种情况时，可借用正态分布处理（）。A样本含量n足够大，以致np（p为样本率）与n（1-p）都较大时B样本含量n足够大，样本率p足够小时C样本率p=0.5时D样本率p接近1或0时E样本率p足够大时
单选题满足下面（ ）条件时，可以认为抽样成数的概率分布近似正态分布。An≥30，np≥5，n（1-p）≥5Bn≥30，np≤5，n（1-p）≤5Cn≥30，np≥5，n（1-p）≤5Dn≥30，np≤5，n（1-p）≥5
单选题离散型随机变量~B（n，p），当n充分大，而np与nq均不很时，则~遵从（）。A泊松分布B正态分布C二项分布D均匀分布