【单选题】【消耗次数:1】
促使人们去做某件事的激励力的大小,取决于( )
目标价值
实现目标的可能性
前两者的乘积
前两者之和
参考答案:
复制
纠错
相关题目
【单选题】 促使人们去做某件事的激励力的大小,取决于()
①  目标价值
②  实现目标的可能性
③  前两者的乘积
④  前两者之和
【判断题】 期望理论认为,目标能够激发一个人的行为动机,激发力量的大小取决于目标价值(效价)和期望概率两个因素。该说法( )
①  正确
②  错误
【判断题】 JIT与BPR两者追求的目标是一样的。
①  正确
②  错误
【单选题】 期望概率是指凭借个人经验来判定实现目标的可能性。该说法( )
①  正确
②  错误
【判断题】 古典概型与几何概型的相同之处是两者基本事件发生的可能性都是相等的
①  正确
②  错误
【单选题】 在A与n相等时,(P/A,20%,n)和(P/A,30%,n)这两者的大小为()。
①  前者比后者大
②  前者比后者小
③  两者相等
④  不一定
【判断题】 择偶就是恋爱,两者没有区别。( )
①  正确
②  错误
【判断题】 情商与智商两者相互对立。
①  正确
②  错误
【判断题】 旅游目标的清晰度主要取决于人们对其意义的理解程度
①  正确
②  错误
【判断题】 旅游目标的清晰度主要取决于人们对其意义的理解程度.
①  正确
②  错误
随机题目
【单选题】 在假设检验问题中,犯第一类错误的概率α的意义是
①  在H0不成立的条件下,经检验H0被拒绝的概率
②  在H0不成立的条件下,经检验H0被接受的概率
③  在H0成立的条件下,经检验H0被拒绝的概率
④  在H0成立的条件下,经检验H0被接受的概率
【单选题】 设某个假设检验问题的拒绝域为W,且当原假设H0成立时,样本值(x1,x2, …,xn)落入W的概率为0.15,则犯第一类错误的概率为
①  0.1
②  0.15
③  0.2
④  0.25
【单选题】 对正态总体的数学期望<img class=jc-formula data-tex=\mu \quad src=https://huaweicloudobs.ahjxjy.cn/72143C62DAAAA39AB69A5506838561CA.png style=vertical-align: middle;/>进行假设检验,如果在显著水平0.05下接受<img class=jc-formula data-tex={ H }_{ 0 }:\mu ={ \mu }_{ 0 } src=https://huaweicloudobs.ahjxjy.cn/63B95A2A45D89DF5264A5BF258B64725.png style=vertical-align: middle;/>,那么在显著水平0.01下,下列结论中正确的是
①  必须接受<img class=jc-formula data-tex={ H }_{ 0 } src=https://huaweicloudobs.ahjxjy.cn/7339DB5AF4C4025AF9E4A0177AC8EFA7.png style=vertical-align: middle;/>
②  可能接受,也可能拒绝<img class=jc-formula data-tex={ H }_{ 0 } src=https://huaweicloudobs.ahjxjy.cn/7339DB5AF4C4025AF9E4A0177AC8EFA7.png style=font-family: 宋体; font-size: 14px; white-space: normal; vertical-align: middle;/>
③  必拒绝<img class=jc-formula data-tex={ H }_{ 0 } src=https://huaweicloudobs.ahjxjy.cn/7339DB5AF4C4025AF9E4A0177AC8EFA7.png style=font-family: 宋体; font-size: 14px; white-space: normal; vertical-align: middle;/>
④  不接受,也不拒绝<img class=jc-formula data-tex={ H }_{ 0 } src=https://huaweicloudobs.ahjxjy.cn/7339DB5AF4C4025AF9E4A0177AC8EFA7.png style=font-family: 宋体; font-size: 14px; white-space: normal; vertical-align: middle;/>
【单选题】 在一次假设检验中,下列说法正确的是
①  既可能犯第一类错误也可能犯第二类错误
②  如果备择假设是正确的,但作出的决策是拒绝备择假设,则犯了第一类错误
③  增大样本容量,则犯两类错误的概率都不变
④  如果原假设是错误的,但作出的决策是接受备择假设,则犯了第二类错误
【单选题】 设<img class=jc-formula data-tex={ X }_{ 1 },X_{ 2 },\cdots ,{ X }_{ n } src=https://huaweicloudobs.ahjxjy.cn/59DF4AFECAC91780308040DFD201EE05.png style=vertical-align: middle;/>为来自正态总体<img class=jc-formula data-tex=N(\mu ,{ \sigma }^{ 2 }) src=https://huaweicloudobs.ahjxjy.cn/992CE4DFBE90F2E06C9D31D11A54A710.png style=vertical-align: middle;/>的一个样本,若进行假设检验,当__ __时,一般采用统计量<img class=jc-formula data-tex=t=\frac { \overline { X } -{ \mu }_{ 0 } }{ \sfrac { S }{ \sqrt { n } } } src=https://huaweicloudobs.ahjxjy.cn/06FFF35404D8ABAC691391261739E2D0.png style=vertical-align: middle;/>
①  <img class=jc-formula data-tex=\mu \quad src=https://huaweicloudobs.ahjxjy.cn/72143C62DAAAA39AB69A5506838561CA.png style=vertical-align: middle;/>未知,检验<img class=jc-formula data-tex={ \sigma }^{ 2 }={ \sigma }_{ 0 }^{ 2 } src=https://huaweicloudobs.ahjxjy.cn/68BF125105CCB976EDCEAA0149C02B68.png style=vertical-align: middle;/>
②  <img class=jc-formula data-tex=\mu \quad src=https://huaweicloudobs.ahjxjy.cn/72143C62DAAAA39AB69A5506838561CA.png style=white-space: normal; vertical-align: middle;/>已知,检验<img class=jc-formula data-tex={ \sigma }^{ 2 }={ \sigma }_{ 0 }^{ 2 } src=https://huaweicloudobs.ahjxjy.cn/68BF125105CCB976EDCEAA0149C02B68.png style=white-space: normal; vertical-align: middle;/>
③  <img class=jc-formula data-tex={ \sigma }^{ 2 } src=https://huaweicloudobs.ahjxjy.cn/0CF3AA226894411774EF0AB7244924B1.png style=vertical-align: middle;/>未知,检验<img class=jc-formula data-tex=\mu ={ \mu }_{ 0 } src=https://huaweicloudobs.ahjxjy.cn/AAD96F8A595AA8282E7F88A32231159C.png style=vertical-align: middle;/>
④  <img class=jc-formula data-tex={ \sigma }^{ 2 } src=https://huaweicloudobs.ahjxjy.cn/0CF3AA226894411774EF0AB7244924B1.png style=vertical-align: middle;/>已知,检验<img class=jc-formula data-tex=\mu ={ \mu }_{ 0 } src=https://huaweicloudobs.ahjxjy.cn/AAD96F8A595AA8282E7F88A32231159C.png style=white-space: normal; vertical-align: middle;/>
【单选题】 在假设检验中,原假设H0,备择假设H1,则第二类错误是指
①  H0为真,接受H0
②  H0不真,接受H0
③  H0为真,拒绝H1
④  H0不真,拒绝H0
【单选题】 在一个确定的假设检验中,与判断结果相关的因素有
①  样本值与样本容量
②  显著性水平<img class=jc-formula data-tex=\alpha src=https://huaweicloudobs.ahjxjy.cn/E64A8F14198F6798ED287C1AADDD564A.png style=vertical-align: middle;/>
③  检验统计量
④  A,B,C同时成立
【单选题】 设总体<img class=jc-formula data-tex=X\sim N(\mu ,\sigma ^{ 2 }) src=https://huaweicloudobs.ahjxjy.cn/6802BDA860FBF69E7F7A9B655FC1D934.png style=vertical-align: middle;/>,<img class=jc-formula data-tex=\mu src=https://huaweicloudobs.ahjxjy.cn/56DD6CB087F3A651DFB7398868944F48.png style=vertical-align: middle;/>和<img class=jc-formula data-tex=\sigma^2 src=https://huaweicloudobs.ahjxjy.cn/44A1572B93BF2E5CAAC0D9C2689397B9.png style=vertical-align: middle;/>均未知,统计假设取为<img class=jc-formula data-tex=H_0:\mu=\mu_0;H_1:\mu \ne\mu_0, src=https://huaweicloudobs.ahjxjy.cn/4ED876F9C746421A0C9A119E4A841005.png style=vertical-align: middle;/>若用t检验法进行假设检验,则在显著性水平<img class=jc-formula data-tex=\alpha src=https://huaweicloudobs.ahjxjy.cn/DEFDC04456737669FDEF7C42924B9B9C.png style=vertical-align: middle;/>之下,拒绝域是
①  <img class=jc-formula data-tex=|t|t_{1-\alpha/2}(n-1) src=https://huaweicloudobs.ahjxjy.cn/41E818E6316D619EB7C24F23D7C09888.png style=vertical-align: middle;/>
②  <img class=jc-formula data-tex=|t|\ge t_{1-\alpha/2}(n-1) src=https://huaweicloudobs.ahjxjy.cn/CF47FC0B9BF275141E9E9F1531877DB4.png style=vertical-align: middle;/>
③  <img class=jc-formula data-tex=|t|\ge t_{1-\alpha}(n-1) src=https://huaweicloudobs.ahjxjy.cn/DB7603FF47C4CFB1328D8A29C0269F17.png style=vertical-align: middle;/>
④  |t| -t1-a(n-1)
【单选题】 在对单个正态总体均值的假设检验中,当总体方差已知时,选用
①  t检验法
②  <img class=jc-formula data-tex=\mu \quad src=https://huaweicloudobs.ahjxjy.cn/72143C62DAAAA39AB69A5506838561CA.png style=vertical-align: middle;/>检验法
③  F检验法
④  <img class=jc-formula data-tex={ \chi }^{ 2 } src=https://huaweicloudobs.ahjxjy.cn/5ED6EFB7F1932D97851FCABCB0F670F8.png style=vertical-align: middle;/>检验法
【判断题】 样本方差<img class=jc-formula data-tex=S^2=\frac{1}{n}\sum_{i=1}^n{(X_i-\overline{X})^2} src=https://huaweicloudobs.ahjxjy.cn/75F306490A2A7666C0CB6860F2CAABDB.png style=vertical-align: middle;/>是总体方差DX的无偏估计
①  正确
②  错误