Formulių lapai, pagrindiniai kiekvienos temos metodų žingsniai ir 10 uždavinių, o pilni sprendimai pateikti gale.
Tarkime, kad pristatymo trukmės pasiskirstę normaliai, vidurkis 32 min, standartinis nuokrypis 6 min. Kokia dalis reikšmių yra tarp 29,3 ir 36,8 min? P pateikite dešimtaine trupmena.
Vyrų ūgis X ir moterų ūgis Y grupėje yra nepriklausomi ir normalieji: X vidurkis 180 cm ir standartinis nuokrypis 10 cm, Y vidurkis 170 cm ir standartinis nuokrypis 12 cm. Raskite tikimybę P, kad X yra didesnis už Y. Suapvalinkite z iki dviejų skaitmenų po kablelio.
Vidurkio 90 % pasikliautinojo intervalo, pagrįsto 50 stebėjimais ir žinomu σ, paklaidos riba yra 5. Kokia bus paklaidos riba E₂, jei tame pačiame tyrime bus naudojama 100 stebėjimų?
Apie brokuotų gaminių dalį iš anksto nieko nežinoma. Kiek gaminių n reikia patikrinti, kad dalies 90 % pasikliautinojo intervalo paklaidos riba būtų ne didesnė kaip 0,025?
Lyginami du mokymo metodai. 1 grupė: 7 studentų, vidutinis rezultatas 85,5, standartinis nuokrypis 2. 2 grupė: 5 studentų, vidutinis rezultatas 86,6, standartinis nuokrypis 3. Laikykite, kad populiacijų dispersijos lygios, ir taikykite jungtinės dispersijos dviejų imčių t testą. Raskite testo statistiką t hipotezei H₀: μ₁ = μ₂, skirtumą imdami kaip x̄₁ − x̄₂ (1 grupė atėmus 2 grupę).
Vienpusis z testas, kai α = 0,01, turi aptikti 1 vienetų vidurkio poslinkį su 95 % galia. Standartinis nuokrypis 6. Raskite mažiausią imties dydį n.
Lentelėje pateikta 5 porinių stebėjimų: x = automobilio amžius metais ir y = kaina k€. Pateiktos jų sumos. Pagal šias sumas raskite Pirsono koreliacijos koeficientą r.
Lentelėje pateikta 6 porinių stebėjimų: x = automobilio amžius metais ir y = kaina k€. Naudokite mažiausiųjų kvadratų tiesę ŷ = a + b·x. Gautas naujas stebėjimas (3,5, 15). 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.
Lentelėje pateikti stebėti dažniai. Esant α = 0,05 patikrinkite, ar abu kintamieji nepriklausomi (be tolydumo pataisos). Apskaičiuokite testo statistiką χ², tada palyginkite ją su kritine reikšme iš lentelės.
Atsakymas: P = 0,4618
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: P = 0,7389
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: E₂ = 3,536
Confidence interval for a mean: x̄ ± margin of error. With a known population σ the margin is z·σ/√n; with only the sample standard deviation s, use t with n − 1 degrees of freedom: t·s/√n. Critical values: z = 1,645 (90%), 1,96 (95%), 2,576 (99%). To get a margin E or smaller, you need n ≥ (z·σ/E)², rounded up.
Atsakymas: n = 1083
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.
Atsakymas: t = −0,7669
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.
Kai df = 10, dvipusio 5 % testo kritinė reikšmė yra 2,228; |t| mažesnis, todėl H₀ neatmetama.
Atsakymas: n = 568
Imties dydis testui: kad vienpusis z testas α lygmeniu aptiktų tikrąjį poslinkį δ su galia 1 − β, standartinė paklaida turi tenkinti δ = (z_α + z_β)·σ/√n, todėl n = ((z_α + z_β)·σ/δ)², suapvalinta į didesnę pusę.
Atsakymas: r = −0,9782
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: e = −1,5
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 po tiese.
Atsakymas: χ² = 40,11
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: χ² = 12,28
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.
χ² didesnis už kritinę reikšmę, todėl H₀ atmetama: atrodo, kad kintamieji susiję.
ExamProblems · examproblems.com/courses/statistics-2-inference