Formulių lapai, pagrindiniai kiekvienos temos metodų žingsniai ir 10 uždavinių, o pilni sprendimai pateikti gale.
Tarkime, kad egzamino rezultatai pasiskirstę normaliai, vidurkis 65 tšk., standartinis nuokrypis 10 tšk.. Kokia dalis reikšmių yra tarp 53,5 ir 85 tšk.? P pateikite dešimtaine trupmena.
Skylių skersmenys D yra normalieji, jų vidurkis 25,04 mm ir standartinis nuokrypis 0,01 mm. Velenų skersmenys d yra nepriklausomi normalieji, jų vidurkis 25 mm ir standartinis nuokrypis 0,02 mm. Atsitiktinai pasirinktas velenas tinka, kai D − d > 0. Raskite tikimybę P, kad jis tinka. Suapvalinkite z iki dviejų skaitmenų po kablelio.
11 elementų imties vidurkis – 56,5, standartinis nuokrypis s = 15. Populiacija pasiskirsčiusi apytiksliai normaliai. Raskite vidurkio 90 % pasikliautinojo intervalo paklaidos ribą E.
Populiacijos standartinis nuokrypis – 39. Kokio dydžio imties n reikia, kad vidurkio 95 % pasikliautinojo intervalo paklaidos riba būtų ne didesnė kaip 0,5?
16 studentų imties vidutinis rezultatas – 95,8, imties standartinis nuokrypis – 12. Raskite testo statistiką t hipotezei H₀: μ = 100.
81 matavimų imties vidurkis – 120,8. Populiacijos standartinis nuokrypis – 5. Raskite vidurkio 99 % pasikliautinojo intervalo viršutinį rėžį U.
Lentelėje pateikta 5 porinių stebėjimų: x = apkrova kN ir y = pailgėjimas mm. Pateiktos jų sumos. Pagal šias sumas raskite Pirsono koreliacijos koeficientą r.
Lentelėje pateikta 5 porinių stebėjimų: x = automobilio amžius metais ir y = kaina k€. Naudokite mažiausiųjų kvadratų tiesę ŷ = a + b·x. Gautas naujas stebėjimas (2,5, 24). Raskite jo liekaną e = y − ŷ.
Kryžminėje lentelėje pateikti stebėti dažniai. Chi kvadrato nepriklausomumo testui raskite langelio „kaimo, žemas“ tikėtiną dažnį E.
Lentelėje pateikti stebėti dažniai. Esant α = 0,01 patikrinkite, ar abu kintamieji nepriklausomi (be tolydumo pataisos). Apskaičiuokite testo statistiką χ², tada palyginkite ją su kritine reikšme iš lentelės.
Atsakymas: P = 0,8522
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 = 0,9633
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: E = 8,195
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: n = 23373
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.
Imties dydis yra sveikasis skaičius, o apvalinant žemyn paklaidos riba būtų per didelė.
Atsakymas: t = −1,4
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| < 2.131, todėl H₀ neatmetama 5 % reikšmingumo lygmeniu (dvipusis testas).
Atsakymas: U = 122,2
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).
Atsakymas: r = 0,9971
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 = 4,35
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: E = 31,82
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.
Atsakymas: χ² = 0,3889
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 mažesnis už kritinę reikšmę, todėl H₀ neatmetama: reikšmingų ryšio įrodymų nėra.
ExamProblems · examproblems.com/courses/statistics-2-inference