Lembar rumus, langkah-langkah metode utama untuk setiap topik, dan 10 soal latihan, dengan pembahasan lengkap di bagian belakang.
Data skor IQ berdistribusi normal dengan rata-rata 100 poin dan simpangan baku 15 poin. Berapa proporsi yang berada di antara 100,75 dan 122,5 poin? Nyatakan P dalam bentuk desimal.
Diameter lubang D normal dengan rata-rata 25,02 mm dan simpangan baku 0,015 mm. Diameter poros d saling bebas dan normal dengan rata-rata 25 mm dan simpangan baku 0,015 mm. Sebuah poros yang dipilih acak pas bila D − d > 0. Cari peluang P bahwa poros itu pas. Bulatkan z ke dua desimal.
Daya tahan baterai dua model ponsel dibandingkan. Model 1: 50 ponsel, rata-rata 62 h, simpangan baku diketahui 5 h. Model 2: 60 ponsel, rata-rata 64,5 h, simpangan baku diketahui 19 h. Tentukan batas atas selang kepercayaan 90% untuk μ₁ − μ₂.
Tidak ada yang diketahui sebelumnya tentang proporsi produk cacat. Berapa produk n yang harus diperiksa agar selang kepercayaan 99% untuk proporsi memiliki margin galat paling banyak 0,01?
Dua metode pengajaran dibandingkan. Kelompok 1: 7 siswa, rata-rata nilai 77,5, simpangan baku 2,5. Kelompok 2: 7 siswa, rata-rata nilai 73,8, simpangan baku 3,5. Anggap varians populasinya sama dan gunakan uji t dua sampel gabungan. Tentukan statistik uji t untuk H₀: μ₁ = μ₂, dengan selisih x̄₁ − x̄₂ (kelompok 1 dikurangi kelompok 2).
Uji z satu sisi pada α = 0,05 harus mendeteksi pergeseran rata-rata sebesar 4 satuan dengan kuasa 80%. Simpangan bakunya 11. Tentukan ukuran sampel minimum n.
Tabel memberikan 6 pasang pengamatan x = beban dalam kN dan y = pertambahan panjang dalam mm. Cari koefisien determinasi r² dari garis kuadrat terkecil.
Tabel memberikan 5 pasang pengamatan x = umur mobil dalam tahun dan y = harga dalam k€. Gunakan garis kuadrat terkecil ŷ = a + b·x. Untuk nilai x berapa garis memprediksi ŷ = 19?
Tabel kontingensi menunjukkan frekuensi teramati. Untuk uji independensi chi-kuadrat, cari frekuensi harapan E untuk sel “perdesaan, rendah”.
Uji kecocokan chi-kuadrat membandingkan frekuensi teramati dalam 4 kategori dengan proporsi harapan yang sepenuhnya ditentukan (tidak ada parameter yang diestimasi dari data). Dengan memakai tabel, cari nilai kritis χ²crit pada taraf signifikansi α = 0,01.
Jawaban: P = 0,4133
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: P = 0,8264
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: batas atas = 1,699 h
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.
Selang memuat 0, jadi data tidak menunjukkan perbedaan yang signifikan.
Jawaban: n = 16590
Confidence interval for a proportion: p̂ ± z·√(p̂(1 − p̂)/n), where p̂ = x/n. To reach a margin E you need n ≥ z²·p(1 − p)/E², rounded up; without a prior estimate use p = 0,5, which gives the largest n.
Jawaban: t = 2,276
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.
Dengan df = 12, nilai kritis dua sisi 5% adalah 2,179; |t| lebih besar, jadi H₀ ditolak.
Jawaban: n = 47
Ukuran sampel untuk uji: untuk mendeteksi pergeseran nyata δ dengan kuasa 1 − β dalam uji z satu sisi pada taraf α, galat baku harus memenuhi δ = (z_α + z_β)·σ/√n, jadi n = ((z_α + z_β)·σ/δ)², dibulatkan ke atas.
Jawaban: r² = 0,925
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 92,5% variasi y dijelaskan oleh garis.
Jawaban: x = 4,579
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.
Jawaban: E = 29,96
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.
Jawaban: χ²crit = 11,35
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.
Tolak H₀ jika χ² yang dihitung lebih besar daripada nilai ini.
ExamProblems · examproblems.com/courses/statistics-2-inference