已知正態(tài)總體觀察值出現(xiàn)在區(qū)間（0.2，+∞）的概率是0.5，那么相應(yīng)的正態(tài)曲線在Y=（）時到最高點。

條形圖適用于間斷性變數(shù)和屬性變數(shù)資料的次數(shù)分布狀況。

建立回歸模型的過程中，要通過預(yù)備試驗，形成關(guān)于恰當(dāng)模型的認識。

在最小顯著差數(shù)法、q法和新復(fù)極差法，這三種多重比較方法中哪一個在統(tǒng)計推斷時犯第一類錯誤的概率最小（）

農(nóng)業(yè)和生物學(xué)試驗中，所得到的實際數(shù)據(jù)總是有誤差的。

小麥品種A每穗小穗數(shù)的平均數(shù)和標(biāo)準(zhǔn)差值為18和3（厘米），品種B為30和4.5（厘米），根據(jù)變異系數(shù)，品種B的該性狀變異大于品種A。

回歸分析中，比較兩個回歸系數(shù)的理論是建立在誤差同質(zhì)性的假定基礎(chǔ)上的。

已知正態(tài)總體的數(shù)據(jù)出現(xiàn)在區(qū)間（-3，-1）里的概率和落在區(qū)間（3，5）里的概率相等，那么這個正態(tài)總體的數(shù)學(xué)期望為0。

建立有用的直線回歸方程，一方面要求有較好決定系數(shù)，另一方面要求有比較大的樣本容量。

進行大豆品種蛋白質(zhì)含量測定時，若抽取100個30g的樣品進行測定，但是這100個抽樣測定數(shù)據(jù)有所不同，這表明存在隨機誤差。