Lembar rumus, langkah-langkah metode utama untuk setiap topik, dan 10 soal latihan, dengan pembahasan lengkap di bagian belakang.
X normal dengan rata-rata 12 min dan simpangan baku 1,5 min; Y saling bebas dan normal dengan rata-rata 20 min dan simpangan baku 2 min. Cari peluang P bahwa X + Y lebih dari 37 min. Bulatkan z ke dua desimal.
Data tinggi badan pria dewasa berdistribusi normal dengan rata-rata 178 cm dan simpangan baku 7 cm. Tentukan nilai x yang di bawahnya terdapat 99% data (persentil ke-99).
Sebuah sampel berisi 11 unit memiliki rata-rata 35 dan simpangan baku s = 20. Populasinya kira-kira berdistribusi normal. Tentukan margin galat E selang kepercayaan 99% untuk rata-rata.
Dua jenis pupuk diuji. Kelompok petak 1: 7 petak, rata-rata hasil 24 kg, simpangan baku 6 kg. Kelompok petak 2: 5 petak, rata-rata 19 kg, simpangan baku 4 kg. Anggap variansnya sama (t gabungan, df = n₁ + n₂ − 2). Tentukan margin galat E selang kepercayaan 90% untuk μ₁ − μ₂.
Sampel 81 mahasiswa memiliki nilai rata-rata 196,6 dan simpangan baku sampel 10. Tentukan statistik uji t untuk H₀: μ = 200.
Dalam suatu uji klinis, 52 dari 80 pasien dengan perlakuan A sembuh, dan 130 dari 250 pasien dengan perlakuan B. Dengan proporsi gabungan, tentukan statistik uji z untuk H₀: p₁ = p₂.
Tabel memberikan 6 pasang pengamatan x = belanja iklan dalam k€ dan y = penjualan dalam k€. Cari koefisien determinasi r² dari garis kuadrat terkecil.
Tabel memberikan 6 pasang pengamatan x = suhu dalam °C dan y = es krim terjual. Gunakan garis kuadrat terkecil ŷ = a + b·x. Sebuah pengamatan baru (31,5, 123) dilakukan. Cari residunya e = y − ŷ.
Tabel kontingensi menunjukkan frekuensi teramati. Hitung statistik chi-kuadrat χ² untuk uji independensi antara variabel baris dan variabel kolom. Jangan gunakan koreksi kontinuitas.
Tabel menunjukkan frekuensi teramati. Uji pada α = 0,05 apakah kedua variabel independen (tanpa koreksi kontinuitas). Hitung statistik uji χ², lalu bandingkan dengan nilai kritis dari tabel.
Jawaban: P = 0,02275
Jumlah dan selisih variabel normal: jika X dan Y saling bebas dan normal, maka X + Y dan X − Y juga normal. Rata-rata dijumlahkan atau dikurangkan: E(X ± Y) = μX ± μY. Variansi selalu dijumlahkan, juga untuk selisih: Var(X ± Y) = σX² + σY², sehingga σ = √(σX² + σY²). Simpangan baku tidak pernah dijumlahkan secara langsung. Total n butir yang saling bebas dan berdistribusi sama memiliki rata-rata n·μ dan simpangan baku σ·√n. Lalu standarkan seperti biasa: z = (x − rata-rata)/σ dan baca Φ(z).
Jawaban: x = 194,3 cm
Distribusi normal: ubah nilai x menjadi skor z, z = (x − μ)/σ, yang menghitung berapa simpangan baku dari rata-rata. Tabel z (atau Φ(z)) memberikan luas di sebelah kiri z, yaitu P(X < x). Luas di sebelah kanan adalah 1 − Φ(z), dan luas di antara dua nilai adalah selisih kedua luasnya.
Jawaban: E = 19,11
Selang kepercayaan untuk rata-rata: x̄ ± margin galat. Jika σ populasi diketahui, margin galatnya z·σ/√n; jika hanya ada simpangan baku sampel s, gunakan t dengan derajat bebas n − 1: t·s/√n. Nilai kritis: z = 1,645 (90%), 1,96 (95%), 2,576 (99%). Agar margin galat E atau lebih kecil, Anda memerlukan n ≥ (z·σ/E)², dibulatkan ke atas.
Jawaban: E = 5,614 kg
Interval for a difference: estimate ± critical value × standard error. For two independent means with known σ: SE = √(σ₁²/n₁ + σ₂²/n₂) and z. With equal unknown variances: pooled s_p and t with n₁ + n₂ − 2 degrees of freedom. For paired data, work with the differences: d̄ ± t·s_d/√n.
Jawaban: t = −3,06
Menguji rata-rata: statistik uji mengukur berapa galat baku rata-rata sampel dari nilai yang diklaim dalam H₀: z = (x̄ − μ₀)/(σ/√n) jika σ diketahui, t = (x̄ − μ₀)/(s/√n) jika diestimasi dari sampel. Selang kepercayaan adalah x̄ ± (nilai kritis)·(galat baku).
|t| > 1,99, jadi H₀ ditolak pada taraf 5% (dua sisi).
Jawaban: z = 2,035
Hypothesis test: the test statistic = (estimate − value under H₀)/(standard error under H₀). The p-value is the probability, assuming H₀ is true, of a statistic at least as extreme as the one observed: the area in one tail for a one-sided H₁, twice the tail area for a two-sided H₁. Reject H₀ when p ≤ α.
|z| > 1,96, jadi H₀ ditolak pada taraf 5% (dua sisi).
Jawaban: r² = 0,9942
Regresi kuadrat terkecil: dengan x̄ dan ȳ sebagai rata-rata, Sxx = Σ(x − x̄)², Syy = Σ(y − ȳ)² dan Sxy = Σ(x − x̄)(y − ȳ), garis ŷ = a + b·x memiliki kemiringan b = Sxy/Sxx dan intersep a = ȳ − b·x̄, sehingga garis selalu melalui (x̄, ȳ). Koefisien korelasi Pearson r = Sxy/√(Sxx·Syy) terletak antara −1 dan 1; r² adalah fraksi variasi y yang dijelaskan oleh garis.
Sekitar 99,42% variasi y dijelaskan oleh garis.
Jawaban: e = 4,543
Regresi kuadrat terkecil: dengan x̄ dan ȳ sebagai rata-rata, Sxx = Σ(x − x̄)², Syy = Σ(y − ȳ)² dan Sxy = Σ(x − x̄)(y − ȳ), garis ŷ = a + b·x memiliki kemiringan b = Sxy/Sxx dan intersep a = ȳ − b·x̄, sehingga garis selalu melalui (x̄, ȳ). Koefisien korelasi Pearson r = Sxy/√(Sxx·Syy) terletak antara −1 dan 1; r² adalah fraksi variasi y yang dijelaskan oleh garis.
Titik terletak di atas garis.
Jawaban: χ² = 10,9
Uji chi-kuadrat: bandingkan frekuensi teramati O dengan frekuensi E yang diharapkan di bawah H₀ menggunakan χ² = Σ(O − E)²/E. Uji kecocokan: E = n·p untuk setiap kategori, df = k − 1 (dikurangi satu lagi untuk setiap parameter yang diestimasi dari data). Independensi dalam tabel r × c: E = total baris × total kolom / total keseluruhan, df = (r − 1)(c − 1). Tolak H₀ bila χ² melebihi nilai kritis untuk α yang dipilih.
df = 2. Pada α = 0,05 nilai kritisnya 5,991, sehingga H₀ (independensi) ditolak.
Jawaban: χ² = 12,73
Uji chi-kuadrat: bandingkan frekuensi teramati O dengan frekuensi E yang diharapkan di bawah H₀ menggunakan χ² = Σ(O − E)²/E. Uji kecocokan: E = n·p untuk setiap kategori, df = k − 1 (dikurangi satu lagi untuk setiap parameter yang diestimasi dari data). Independensi dalam tabel r × c: E = total baris × total kolom / total keseluruhan, df = (r − 1)(c − 1). Tolak H₀ bila χ² melebihi nilai kritis untuk α yang dipilih.
χ² di atas nilai kritis, sehingga H₀ ditolak: variabel-variabelnya tampak berhubungan.
ExamProblems · examproblems.com/courses/statistics-2-inference