Aprašomoji statistika
- Vidurkis
- x̄ = Σx/n
- Imties standartinis nuokrypis
- s = √(Σ(x − x̄)²/(n − 1))
- Mediana
- vidurinė surikiuotų duomenų reikšmė
- z įvertis
- z = (x − μ)/σ
- Normalusis skirstinys
- 68% intervale ±1σ, 95% intervale ±2σ
Formulių lapai, pagrindiniai kiekvienos temos metodų žingsniai ir 16 uždavinių, o pilni sprendimai pateikti gale.
Koreliacijoje r = 0,40. Kokia vieno kintamojo dispersijos dalis bendra su kitu?
Tyrėjas renka duomenis devyniais laiko taškais ir kiekvieną kartą testuoja 5% lygmeniu be korekcijos. Kokia problema?
Raskite duomenų imties standartinį nuokrypį s: 45, 34, 60, 13, 26, 40.
Dydis pasiskirstęs normaliai, vidurkis 170, standartinis nuokrypis 10. Kokia reikšmių dalis P yra mažesnė už 162?
Keliais būdais N iš 10 žmonių grupės galima išrinkti 3 žmonių komisiją? Tvarka nesvarbi.
Tikrinami 10 komponentai, kiekvienas sugenda nepriklausomai su tikimybe 0,25. Kokia tikimybė P, kad suges daugiausia vienas?
keleiviai su bagažu masės yra nepriklausomos ir normaliosios, jų vidurkis 85 kg, standartinis nuokrypis 12 kg. Raskite tikimybę P, kad 9 iš jų bendra masė viršija 819 kg. Suapvalinkite z iki dviejų skaitmenų po kablelio.
Tarkime, kad IQ testų rezultatai pasiskirstę normaliai, vidurkis 100 tšk., standartinis nuokrypis 15 tšk.. Raskite reikšmę x, už kurią mažesnės yra 20 % reikšmių (20-asis procentilis).
25 elementų imties vidurkis – 62, standartinis nuokrypis s = 15. Populiacija pasiskirsčiusi apytiksliai normaliai. Raskite vidurkio 99 % pasikliautinojo intervalo paklaidos ribą E.
Bandomos dvi trąšos. 1 sklypų grupė: 6 sklypų, vidutinis derlius 94,5 kg, standartinis nuokrypis 5 kg. 2 sklypų grupė: 11 sklypų, vidurkis 98 kg, standartinis nuokrypis 6 kg. Laikykite, kad dispersijos lygios (jungtinis t, df = n₁ + n₂ − 2). Raskite μ₁ − μ₂ 99 % pasikliautinojo intervalo paklaidos ribą E.
Teigiama, kad populiacijos vidurkis lygus 100; žinoma, kad populiacijos standartinis nuokrypis yra 36. Atsitiktinės 144 stebėjimų imties vidurkis 106,36. Tikrinkite H₀: μ = 100 prieš H₁: μ ≠ 100. Raskite p reikšmę p.
Kokia didelė turi būti imtis, kad vidurkio 90 % pasikliautinojo intervalo paklaidos riba būtų ne didesnė kaip 1,5? Standartinis nuokrypis – 10. Raskite mažiausią imties dydį n.
Lentelėje pateikta 5 porinių stebėjimų: x = apkrova kN ir y = pailgėjimas mm. Raskite mažiausiųjų kvadratų tiesės determinacijos koeficientą r².
Lentelėje pateikta 5 porinių stebėjimų: x = mokymosi valandos ir y = egzamino rezultatas. Naudokite mažiausiųjų kvadratų tiesę ŷ = a + b·x. Prognozuokite ŷ, kai x = 6,5.
Kryžminėje lentelėje pateikti stebėti dažniai. Apskaičiuokite eilučių ir stulpelių kintamųjų nepriklausomumo testo chi kvadrato statistiką χ². Tolydumo pataisos nenaudokite.
Chi kvadrato suderinamumo testas palygina stebėtus dažnius 10 kategorijose su visiškai nurodytomis tikėtinomis dalimis (jokie parametrai iš duomenų nevertinami). Kiek laisvės laipsnių df turi testas?
Atsakymas: C · 16%
Determinacijos koeficientas yra r², šiuo atveju 0,40² = 0,16, todėl 16% dispersijos yra bendra.
Atsakymas: A · Tikimybė gauti bent vieną klaidingai teigiamą rezultatą gerokai viršija 5%
Atlikus devynis nepriklausomus testus, bent vienos I rūšies klaidos tikimybė yra apie 1 − 0,95⁹ ≈ 37%. Tam spręsti taikomos korekcijos, pvz., Bonferonio.
Atsakymas: s = 16,16
Aprašomoji statistika: vidurkis – suma, padalyta iš n; mediana – surikiuotų duomenų vidurinė reikšmė (kai n lyginis – dviejų vidurinių vidurkis). Imties standartinis nuokrypis s = √(Σ(x − x̄)²/(n − 1)). z įvertis z = (x − μ)/σ parodo, per kiek standartinių nuokrypių reikšmė nutolusi nuo vidurkio.
Atsakymas: P = 0,2119
Aprašomoji statistika: vidurkis – suma, padalyta iš n; mediana – surikiuotų duomenų vidurinė reikšmė (kai n lyginis – dviejų vidurinių vidurkis). Imties standartinis nuokrypis s = √(Σ(x − x̄)²/(n − 1)). z įvertis z = (x − μ)/σ parodo, per kiek standartinių nuokrypių reikšmė nutolusi nuo vidurkio.
Atsakymas: N = 120
Tikimybės: kai baigtys vienodai tikėtinos, P(A) = palankios/visos. Nepriklausomų įvykių tikimybės dauginamos: P(A ir B) = P(A)·P(B). Dažnai padeda priešingas įvykis: P(bent vienas) = 1 − P(nė vieno). Binominis skirstinys: n nepriklausomų bandymų su sėkmės tikimybe p, P(X = k) = C(n, k)·pᵏ·(1 − p)ⁿ⁻ᵏ.
Atsakymas: P = 0,244
Tikimybės: kai baigtys vienodai tikėtinos, P(A) = palankios/visos. Nepriklausomų įvykių tikimybės dauginamos: P(A ir B) = P(A)·P(B). Dažnai padeda priešingas įvykis: P(bent vienas) = 1 − P(nė vieno). Binominis skirstinys: n nepriklausomų bandymų su sėkmės tikimybe p, P(X = k) = C(n, k)·pᵏ·(1 − p)ⁿ⁻ᵏ.
Atsakymas: P = 0,06681
Normaliųjų dydžių sumos ir skirtumai: jei X ir Y yra nepriklausomi ir normalieji, tai X + Y ir X − Y taip pat normalieji. Vidurkiai sudedami arba atimami: E(X ± Y) = μX ± μY. Dispersijos visada sudedamos, net ir skirtumui: Var(X ± Y) = σX² + σY², todėl σ = √(σX² + σY²). Standartiniai nuokrypiai tiesiogiai niekada nesudedami. n nepriklausomų vienodai pasiskirsčiusių elementų sumos vidurkis yra n·μ, o standartinis nuokrypis σ·√n. Tada standartizuokite kaip įprasta: z = (x − vidurkis)/σ ir raskite Φ(z).
Atsakymas: x = 87,38 tšk.
Normalusis skirstinys: reikšmę x paverskite z įverčiu z = (x − μ)/σ, kuris parodo, per kiek standartinių nuokrypių reikšmė nutolusi nuo vidurkio. z lentelė (arba Φ(z)) duoda plotą į kairę nuo z, t. y. P(X < x). Plotas į dešinę lygus 1 − Φ(z), o plotas tarp dviejų reikšmių – jų plotų skirtumui.
Atsakymas: E = 8,391
Vidurkio pasikliautinasis intervalas: x̄ ± paklaidos riba. Kai populiacijos σ žinomas, paklaidos riba yra z·σ/√n; kai žinomas tik imties standartinis nuokrypis s, naudokite t su n − 1 laisvės laipsniu: t·s/√n. Kritinės reikšmės: z = 1,645 (90 %), 1,96 (95 %), 2,576 (99 %). Kad paklaidos riba būtų ne didesnė kaip E, reikia n ≥ (z·σ/E)², suapvalinus aukštyn.
Atsakymas: E = 8,505 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.
Atsakymas: p = 0,03401
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.
p ≤ 0,05, todėl H₀ atmetama 5 % reikšmingumo lygmeniu.
Atsakymas: n = 121
Vidurkio tikrinimas: testo statistika parodo, per kiek standartinių paklaidų imties vidurkis nutolęs nuo H₀ teigiamos reikšmės: z = (x̄ − μ₀)/(σ/√n), kai σ žinomas, t = (x̄ − μ₀)/(s/√n), kai jis vertinamas iš imties. Pasikliautinasis intervalas yra x̄ ± (kritinė reikšmė)·(standartinė paklaida).
Atsakymas: r² = 0,9835
Mažiausiųjų kvadratų regresija: kai x̄ ir ȳ – vidurkiai, Sxx = Σ(x − x̄)², Syy = Σ(y − ȳ)² ir Sxy = Σ(x − x̄)(y − ȳ), tiesės ŷ = a + b·x krypties koeficientas b = Sxy/Sxx, o laisvasis narys a = ȳ − b·x̄, todėl ji visada eina per tašką (x̄, ȳ). Pirsono koreliacijos koeficientas r = Sxy/√(Sxx·Syy) yra tarp −1 ir 1; r² – tiese paaiškinama y kitimo dalis.
Apie 98,35% y kitimo paaiškinama tiese.
Atsakymas: ŷ = 59,75
Mažiausiųjų kvadratų regresija: kai x̄ ir ȳ – vidurkiai, Sxx = Σ(x − x̄)², Syy = Σ(y − ȳ)² ir Sxy = Σ(x − x̄)(y − ȳ), tiesės ŷ = a + b·x krypties koeficientas b = Sxy/Sxx, o laisvasis narys a = ȳ − b·x̄, todėl ji visada eina per tašką (x̄, ȳ). Pirsono koreliacijos koeficientas r = Sxy/√(Sxx·Syy) yra tarp −1 ir 1; r² – tiese paaiškinama y kitimo dalis.
Atsakymas: χ² = 17,64
Chi kvadrato testai: stebėtus dažnius O palyginkite su pagal H₀ tikėtinais dažniais E naudodami χ² = Σ(O − E)²/E. Suderinamumo kriterijus: kiekvienai kategorijai E = n·p, df = k − 1 (ir dar minus vienas už kiekvieną iš duomenų įvertintą parametrą). Nepriklausomumas r × c lentelėje: E = eilutės suma × stulpelio suma / bendra suma, df = (r − 1)(c − 1). H₀ atmeskite, kai χ² viršija pasirinktą α atitinkančią kritinę reikšmę.
df = 2. Kai α = 0,05, kritinė reikšmė yra 5,991, todėl H₀ (nepriklausomumas) atmetama.
Atsakymas: df = 9
Chi kvadrato testai: stebėtus dažnius O palyginkite su pagal H₀ tikėtinais dažniais E naudodami χ² = Σ(O − E)²/E. Suderinamumo kriterijus: kiekvienai kategorijai E = n·p, df = k − 1 (ir dar minus vienas už kiekvieną iš duomenų įvertintą parametrą). Nepriklausomumas r × c lentelėje: E = eilutės suma × stulpelio suma / bendra suma, df = (r − 1)(c − 1). H₀ atmeskite, kai χ² viršija pasirinktą α atitinkančią kritinę reikšmę.
ExamProblems · examproblems.com/courses/research-methods-psychology