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 12 uždavinių, o pilni sprendimai pateikti gale.
Raskite duomenų imties standartinį nuokrypį s: 14, 31, 13, 46, 18, 35.
Dydis pasiskirstęs normaliai, vidurkis 50, standartinis nuokrypis 10. Kokia reikšmių dalis P yra mažesnė už 65?
Parodytam skirstiniui raskite X dispersiją Var(X).
X turi parodytą skirstinį, o Y = 5X + 20. Raskite Y standartinį nuokrypį σY.
dėžės masės yra nepriklausomos ir normaliosios, jų vidurkis 12 kg, standartinis nuokrypis 0,8 kg. Raskite tikimybę P, kad 9 iš jų bendra masė viršija 110,4 kg. Suapvalinkite z iki dviejų skaitmenų po kablelio.
Tarkime, kad egzamino rezultatai pasiskirstę normaliai, vidurkis 65 tšk., standartinis nuokrypis 10 tšk.. Raskite reikšmę x, už kurią mažesnės yra 99 % reikšmių (99-asis procentilis).
11 elementų imties vidurkis – 15,5, standartinis nuokrypis s = 17,5. Populiacija pasiskirsčiusi apytiksliai normaliai. Raskite vidurkio 95 % pasikliautinojo intervalo paklaidos ribą E.
Bandomos dvi trąšos. 1 sklypų grupė: 22 sklypų, vidutinis derlius 13 kg, standartinis nuokrypis 9,5 kg. 2 sklypų grupė: 9 sklypų, vidurkis 19 kg, standartinis nuokrypis 9 kg. Laikykite, kad dispersijos lygios (jungtinis t, df = n₁ + n₂ − 2). Raskite μ₁ − μ₂ 95 % pasikliautinojo intervalo paklaidos ribą E.
Teigiama, kad populiacijos vidurkis lygus 100; žinoma, kad populiacijos standartinis nuokrypis yra 8. Atsitiktinės 64 stebėjimų imties vidurkis 97,64. Tikrinkite H₀: μ = 100 prieš H₁: μ < 100. Raskite p reikšmę p.
Klinikiniame tyrime pasveiksta 100 iš 250 pacientų, gydytų A būdu, ir 54 iš 150 pacientų, gydytų B būdu. Naudodami jungtinę dalį, raskite testo statistiką z hipotezei H₀: p₁ = p₂.
Lentelėje pateikta 6 porinių stebėjimų: x = automobilio amžius metais ir y = kaina k€. Raskite mažiausiųjų kvadratų tiesės determinacijos koeficientą r².
Lentelėje pateikta 5 porinių stebėjimų: x = apkrova kN ir y = pailgėjimas mm. Naudokite mažiausiųjų kvadratų tiesę ŷ = a + b·x. Prognozuokite ŷ, kai x = 5.
Atsakymas: s = 13,29
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 = 0,9332
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: Var(X) = 1,56
Diskretieji atsitiktiniai dydžiai: tikimybių skirstinys išvardija kiekvieną reikšmę x, kurią dydis gali įgyti, su jos tikimybe p(x); tikimybės yra tarp 0 ir 1, o jų suma lygi 1. Laukiamoji vertė (vidurkis) yra E(X) = Σx·p(x), ilgalaikis vidurkis. Dispersija yra Var(X) = Σ(x − μ)²·p(x) = E(X²) − μ², o standartinis nuokrypis σ = √Var(X). Tiesiniam pokyčiui Y = aX + b: E(Y) = a·E(X) + b, Var(Y) = a²·Var(X) ir σY = |a|·σX; konstantos pridėjimas sklaidos nekeičia.
Atsakymas: σY = 12,41
Diskretieji atsitiktiniai dydžiai: tikimybių skirstinys išvardija kiekvieną reikšmę x, kurią dydis gali įgyti, su jos tikimybe p(x); tikimybės yra tarp 0 ir 1, o jų suma lygi 1. Laukiamoji vertė (vidurkis) yra E(X) = Σx·p(x), ilgalaikis vidurkis. Dispersija yra Var(X) = Σ(x − μ)²·p(x) = E(X²) − μ², o standartinis nuokrypis σ = √Var(X). Tiesiniam pokyčiui Y = aX + b: E(Y) = a·E(X) + b, Var(Y) = a²·Var(X) ir σY = |a|·σX; konstantos pridėjimas sklaidos nekeičia.
Vidurkis pasislenka: E(Y) = 5·2,8 + 20 = 34.
Atsakymas: P = 0,1587
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 = 88,26 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 = 11,76
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 = 7,578 kg
Skirtumo intervalas: įvertis ± kritinė reikšmė × standartinė paklaida. Dviem nepriklausomiems vidurkiams su žinomais σ: SE = √(σ₁²/n₁ + σ₂²/n₂) ir z. Kai dispersijos lygios ir nežinomos: jungtinis s_p ir t su n₁ + n₂ − 2 laisvės laipsniais. Poriniams duomenims dirbkite su skirtumais: d̄ ± t·s_d/√n.
Atsakymas: p = 0,009137
Hipotezių tikrinimas: testo statistika = (įvertis − reikšmė pagal H₀)/(standartinė paklaida pagal H₀). p reikšmė – tai tikimybė, darant prielaidą, kad H₀ teisinga, gauti statistiką, bent tokią pat kraštutinę kaip stebėtoji: vienos uodegos plotas vienpusei H₁, dvigubas uodegos plotas dvipusei H₁. H₀ atmetama, kai p ≤ α.
p ≤ 0,05, todėl H₀ atmetama 5 % reikšmingumo lygmeniu.
Atsakymas: z = 0,7959
Hipotezių tikrinimas: testo statistika = (įvertis − reikšmė pagal H₀)/(standartinė paklaida pagal H₀). p reikšmė – tai tikimybė, darant prielaidą, kad H₀ teisinga, gauti statistiką, bent tokią pat kraštutinę kaip stebėtoji: vienos uodegos plotas vienpusei H₁, dvigubas uodegos plotas dvipusei H₁. H₀ atmetama, kai p ≤ α.
|z| < 1.96, todėl H₀ neatmetama 5 % reikšmingumo lygmeniu (dvipusis testas).
Atsakymas: r² = 0,7751
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 77,51% y kitimo paaiškinama tiese.
Atsakymas: ŷ = 20,6
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.
ExamProblems · examproblems.com/courses/statistics-1