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(rèn)識。

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。

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。

固定模型和隨機模型在試驗設(shè)計上不同，后者要求處理來自特定研究群體，通過隨機抽樣得到。

某作物品種可以定義為一個總體，其變異受環(huán)境影響，也存在遺傳變異，因而形成了品種總體。

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。

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。

已知某高校學(xué)生近視眼的頻率為50%，從該高校隨機抽樣3名學(xué)生，其中2人患近視眼的概率為（）

直線回歸中，自變數(shù)是人為設(shè)置的數(shù)值，而依變數(shù)的是試驗中的響應(yīng)指標(biāo)。

討論有限總體的抽樣分布時，一般采用不復(fù)置抽樣。