1. 已知随机变量 X服从参数为1/2的指数分布，则随机变量 Z=3X-2的数学期望E（Z）=（ ）

用来刻画随机变量的特征的量，叫做随机变量的数 字特征。这些数字特征虽不能完整地描述随机变量的统 计规律，但刻画了随机变量在某些方面的重要特征。 随机变量的常用的几个数字特征为：数学期望、方 差、标准差、协方差、相关系数、矩和协方差矩阵

研究的主要问题：1有关单因素和多因素非简单试验的统计分析方法多处理的正态总体参数估计和均值比较。2.对输入变量与试验指标之间存在的统计因果关系和协同变异问题进行统计分析的方法回归分析和相关分析

参数估计方法是处理实际问题时最常用的方法。当总体的某些参数未知(一般要求分布类型已知)时,从样本出发构造适当的统计量,作为未知参数的估计量。当取得一组观察值后,以相应的统计量的观察值作为未知参数的估计值,并讨论估计值对真值进行估计的可靠性

一、分布函数的概念 定义 对任意实数x，称F(x)=P{X≤x}为R.V. X的分布函数。 F(x)为普通函数

在本节中，我们重点讨论二维随机变量，三维或更多维的随机变量的许多概念和结论是二维随机变量的推广

一个中小规模的海港，专门为货船卸载货物。已 知：任何时刻最多只允许一艘船进入海港卸栽货物； 船只仅为了卸栽货物而停靠该海港；相邻两艘船到达 港口的间隔时间范围是[15,145](单位：min), 并且是随 机的；每艘船需要的卸栽时间范围是[45,90](单位： min)，也是随机的。提出如下问题：

1．用 n 次多项式作最小二乘拟合

某医院的管理部门希望了解病人对医院服务工作 的满意程度 Y 和病人的年龄 X1、病情的严重程度 X2、 忧虑程度 X3 之间的关系

本节借用一个例子，简单介绍用 Matlab 软件分析和计算非线性回归问题