Formulių lapai, pagrindiniai kiekvienos temos metodų žingsniai ir 10 uždavinių, o pilni sprendimai pateikti gale.
Nuvilkite z, kad nuspalvintas plotas tarp −z ir z po standartine normaliąja kreive būtų 0,9426. Raskite z dviejų ženklų po kablelio tikslumu.
Gaminio masė X iš 1 linijos ir Y iš 2 linijos yra nepriklausomi ir normalieji: X vidurkis 500 g ir standartinis nuokrypis 8 g, Y vidurkis 490 g ir standartinis nuokrypis 6 g. Raskite tikimybę P, kad X yra didesnis už Y. Suapvalinkite z iki dviejų skaitmenų po kablelio.
11 elementų imties vidurkis – 88, standartinis nuokrypis s = 20. Populiacija pasiskirsčiusi apytiksliai normaliai. Raskite vidurkio 95 % pasikliautinojo intervalo viršutinį rėžį.
Bandomos dvi trąšos. 1 sklypų grupė: 6 sklypų, vidutinis derlius 58 kg, standartinis nuokrypis 3 kg. 2 sklypų grupė: 8 sklypų, vidurkis 51 kg, standartinis nuokrypis 5 kg. Laikykite, kad dispersijos lygios (jungtinis t, df = n₁ + n₂ − 2). Raskite μ₁ − μ₂ 99 % pasikliautinojo intervalo viršutinį rėžį.
25 studentų imties vidutinis rezultatas – 121,4, imties standartinis nuokrypis – 10. Raskite testo statistiką t hipotezei H₀: μ = 120.
Klinikiniame tyrime pasveiksta 16 iš 80 pacientų, gydytų A būdu, ir 87 iš 300 pacientų, gydytų B būdu. Naudodami jungtinę dalį, raskite testo statistiką z hipotezei H₀: p₁ = p₂.
Lentelėje pateikta 5 porinių stebėjimų: x = temperatūra °C ir y = parduoti ledai. 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 = 5,5.
Kryžminėje lentelėje pateikti stebėti dažniai. Apskaičiuokite eilučių ir stulpelių kintamųjų nepriklausomumo testo chi kvadrato statistiką χ². Tolydumo pataisos nenaudokite.
Chi kvadrato suderinamumo testas tikrina, ar dažniai 8 kategorijose atitinka Puasono skirstinį, kurio vidurkis įvertintas iš tų pačių duomenų. Kiek laisvės laipsnių df turi testas?
Atsakymas: z = 1,9
Nuo ploto atgal prie z: Φ(z) yra plotas kairėje nuo z. Kairiosios uodegos plotui A lentelėje raskite z, kai Φ(z) = A. Dešiniosios uodegos plotas A reiškia Φ(z) = 1 − A. Centrinis plotas A tarp −z ir z palieka (1 − A)/2 kiekvienoje uodegoje, taigi Φ(z) = (1 + A)/2. Reikšmei x naudokite x = μ + zσ.
Lentelėje suraskite 0,9713 ir nuskaitykite z.
Atsakymas: P = 0,8413
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: viršutinis rėžis = 101,4
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: viršutinis rėžis = 14,06 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: t = 0,7
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| < 2.064, todėl H₀ neatmetama 5 % reikšmingumo lygmeniu (dvipusis testas).
Atsakymas: z = −1,609
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.
|z| < 1.96, todėl H₀ neatmetama 5 % reikšmingumo lygmeniu (dvipusis testas).
Atsakymas: r² = 0,9841
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 98,41% y kitimo paaiškinama tiese.
Atsakymas: ŷ = 71,7
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 = 2,344
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 = 1. Kai α = 0,05, kritinė reikšmė yra 3,841, todėl H₀ (nepriklausomumas) neatmetama.
Atsakymas: df = 6
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