某班级一次英语考试成绩服从正态分布，全班平均成绩为70分，标准差为8分，一个学生成绩为86分。那么他在全班的名次为前（　　）

某班共有60名学生，在期末的统计学考试中，男生的平均考试成绩为75分，标准差为6分；女生的平均考试成绩为80分，标准差为6分。如果该班的男女学生各占一半，则全班的平均考试成绩为(　　)。 某班共有60名学生，在期末的统计学考试中，男生的平均考试成绩为75分，标准差为6分；女生的平均考试成绩为80分，标准差为6分。如果该班的男女学生各占一半，则全班的平均考试成绩为（） 某学生在某次期中考试中，估计自己的英语考试成绩为80分，但实际最终考试成绩为85分。于是，他将期末英语考试的理想成绩定为90分。根据阿尔德弗尔的ERG理论，这反映了该学生的（ ）。 张红是某大学一年级的学生，她参加了微积分的两次考试。第一次考试中，全班的平均成绩是75分，标准差是10分；第二次考试中，全班的平均成绩是70分，标准差是15分。张红每次考试成绩都是85分。假定考试分数近似服从正态分布，则张红两次考试的成绩在班里的相对位置（） 理论考试成绩实行百分制，由定期培训考试成绩和日常培训考试成绩组成。定期培训考试成绩占（），日常培训考试成绩占（） 有一个学生英语考试成绩为90分，在统计分组中，这个学生应归入（） 张红是某大学一年级的学生，她参加了微积分的两次考试，第一次考试中，全班的平均成绩75分，标准差10分，第二次考试中，全班的平均成绩是70分，标准差是15分，张红每次考试成绩都是85分，假定考试分数近似从正态分布，则张红两次考试的成绩在班里的相对位置( )。 张红是某大学一年级的学生，她参加了微积分的两次考试，第一次考试中，全班的平均成绩75分，标准差10分，第二次考试中，全班的平均成绩是70分，标准差是15分，张红每次考试成绩都是85分，假定考试分数近似从正态分布，则张红两次考试的成绩在班里的相对位置()。 张红是某大学一年级的学生，她参加了微积分的两次考试。第一次考试中，全班的平均成绩75分，标准差10分；第二次考试中，全班的平均成绩是70分，标准差是15分。张红每次考试成绩都是85分，假定考试分数近似从正态分布，则张红两次考试的成绩在班里的相对位置（　　）。 某班的一次期末数学考试成绩，平均分为95.5分，后来发现小林的成绩是97分，误写成79分。再次计算后，该班平均成绩是95.95分。则该班人数是（）。 某班一次期末数学考试成绩，平均分为95.5分，后来发现小林的成绩是97分误写成79分。再次计算后，该班平均成绩是95.95分。则该班人数是（　　）。  某班一次期末数学考试成绩，平均分为95.5分，后来发现小林的成绩是97分误写成79分。再次计算后，该班平均成绩是95.95分。则该班人数是（　　）。 （历年真题仅供参考）张红是某大学一年级的学生，她参加了微积分的两次考试。第一次考试中，全班的平均成绩是75分，标准差是10分；第二次考试中，全班的平均成绩是70分，标准差是15分。张红每次考试成绩都是85分。假定考试分数近似服从正态分布，则张红两次考试的成绩在班里的相对位置（    ）。 已知标准z变量取值在-1.96～1.96之间的概率为0.95。在一次公务员资格考试中，甲同学考了80分，可以认为此次考试成绩服从正态分布，平均成绩是 60分，标准差是10分，则可以认为：() 某班共有60名学生，在期末的统计学考试中，男生的平均考试成绩为75分，标准差为6分；女生的平均考试成绩为80分，标准差为6分。如果该班的男女学生各占一半，则金班的平均考试成绩为（）分。 某地区对高二学生举行了一次数学统考，并按“成绩-人数”绘制了分布曲线。考试成绩呈，分布比较合理（） 用95%的置信水平得到某班学生的考试成绩的置信区间为60-80分，也就是说全班同学平均考试成绩以95%的概率落在60-80分之间。（ ） 张红是某大学一年级的学生，她参加了微积分的两次考试，第一次考试中，全班的平均成绩75分，标准差10分，第二次考试中，全班的平均成绩是70分，标准差是15分，张红每次考试成绩都是85分，假定考试分数近似从正态分布，则张红两次考试的成绩在班里的相对位置(    )。 如果要统计某班学员各科考试成绩，应选择图标（） 针对考试作弊屡禁不止的现象，某班承诺，只要全班都在承诺书上签名，那么，如果全班有一人作弊，全班同学的考试成绩都以不及格计。事后证明这一承诺没有落空，但班上还是有人作弊，而班长的考试成绩却为优秀。这说明（ ）。