Formulių lapai, pagrindiniai kiekvienos temos metodų žingsniai ir 10 uždavinių, o pilni sprendimai pateikti gale.
X yra normalusis dydis, kurio vidurkis 250 g ir standartinis nuokrypis 4 g; Y yra nepriklausomas normalusis dydis, kurio vidurkis 500 g ir standartinis nuokrypis 9 g. Raskite tikimybę P, kad X + Y yra didesnė nei 754,9 g. Suapvalinkite z iki dviejų skaitmenų po kablelio.
Tarkime, kad baterijų veikimo trukmės pasiskirstę normaliai, vidurkis 500 h, standartinis nuokrypis 40 h. Raskite reikšmę x, už kurią mažesnės yra 90 % reikšmių (90-asis procentilis).
9 pacientų kraujospūdis išmatuojamas prieš gydymą ir po jo. Skirtumų d = prieš − po (mmHg) vidurkis 1,8, o standartinis nuokrypis 2,2. Raskite vidutinio skirtumo 99 % pasikliautinojo intervalo viršutinį rėžį.
15 apdirbtų velenų skersmenų imties standartinis nuokrypis 4,3 µm. Laikydami, kad skersmenys pasiskirstę normaliai, raskite populiacijos standartinio nuokrypio 95 % pasikliautinojo intervalo rėžį (apatinis rėžis) σ. Kai df = 14, 2,5 % χ² skirstinio yra žemiau 5,629, o 2,5 % – aukščiau 26,119.
64 studentų imties vidutinis rezultatas – 121,2, imties standartinis nuokrypis – 8. Raskite testo statistiką t hipotezei H₀: μ = 120.
16 matavimų imties vidurkis – 497,5. Populiacijos standartinis nuokrypis – 5. Raskite vidurkio 95 % pasikliautinojo intervalo viršutinį rėžį U.
Lentelėje pateikta 5 porinių stebėjimų: x = automobilio amžius metais ir y = kaina k€. Raskite mažiausiųjų kvadratų tiesės determinacijos koeficientą r².
Lentelėje pateikta 6 porinių stebėjimų: x = mokymosi valandos ir y = egzamino rezultatas. Naudokite mažiausiųjų kvadratų tiesę ŷ = a + b·x. Gautas naujas stebėjimas (5,5, 59). Raskite jo liekaną e = y − ŷ.
Kryžminėje lentelėje pateikti stebėti dažniai. Apskaičiuokite eilučių ir stulpelių kintamųjų nepriklausomumo testo chi kvadrato statistiką χ². Tolydumo pataisos nenaudokite.
Chi kvadrato nepriklausomumo testas atliekamas kryžminei lentelei, turinčiai 2 eilutes ir 4 stulpelius (neskaičiuojant sumų). Kiek laisvės laipsnių df turi testas?
Atsakymas: P = 0,3085
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 = 551,3 h
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: viršutinis rėžis = 4,26 mmHg
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: σ = 3,148 µm
Dispersijos intervalas: (n − 1)s²/σ² turi χ² skirstinį su n − 1 laisvės laipsniu. σ² 95 % intervalas tęsiasi nuo (n − 1)s², padalyto iš viršutinės χ² reikšmės (virš jos 2,5 %), iki (n − 1)s², padalyto iš apatinės χ² reikšmės (žemiau jos 2,5 %); σ intervalas gaunamas ištraukus šaknį iš abiejų rėžių. Jis nesimetriškas s atžvilgiu.
σ 95 % intervalas: [3,148, 6,781] µm.
Atsakymas: t = 1,2
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).
|t| < 1.998, todėl H₀ neatmetama 5 % reikšmingumo lygmeniu (dvipusis testas).
Atsakymas: U = 499,9
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 = 0,9229
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 92,29% y kitimo paaiškinama tiese.
Atsakymas: e = 3,5
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.
Taškas yra virš tiesės.
Atsakymas: χ² = 3,272
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) neatmetama.
Atsakymas: df = 3
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/statistics-2-inference