Formulių lapai, pagrindiniai kiekvienos temos metodų žingsniai ir 10 uždavinių, o pilni sprendimai pateikti gale.
Nuvilkite z, kad nuspalvintas plotas po standartine normaliąja kreive, dešinėje nuo z, būtų 0,6554. Raskite z dviejų ženklų po kablelio tikslumu.
Tarkime, kad IQ testų rezultatai pasiskirstę normaliai, vidurkis 100 tšk., standartinis nuokrypis 15 tšk.. Raskite reikšmę x, už kurią mažesnės yra 80 % reikšmių (80-asis procentilis).
12 pacientų kraujospūdis išmatuojamas prieš gydymą ir po jo. Skirtumų d = prieš − po (mmHg) vidurkis −0,9, o standartinis nuokrypis 2,8. Raskite vidutinio skirtumo 99 % pasikliautinojo intervalo apatinį rėžį.
10 apdirbtų velenų skersmenų imties standartinis nuokrypis 8,4 µm. Laikydami, kad skersmenys pasiskirstę normaliai, raskite populiacijos standartinio nuokrypio 95 % pasikliautinojo intervalo rėžį (viršutinis rėžis) σ. Kai df = 9, 2,5 % χ² skirstinio yra žemiau 2,7, o 2,5 % – aukščiau 19,023.
Dvi gamybos linijos gamina tą pačią detalę. 1 linija: 30 detalių imties vidutinis ilgis 99 mm, o žinomas linijos standartinis nuokrypis 9 mm. 2 linija: 60 detalių imties vidurkis 103,9 mm, žinomas standartinis nuokrypis 20 mm. Raskite testo statistiką z hipotezei H₀: μ₁ = μ₂, skirtumą imdami kaip x̄₁ − x̄₂ (1 linija atėmus 2 liniją).
64 matavimų imties vidurkis – 77,3. Populiacijos standartinis nuokrypis – 12. Raskite vidurkio 99 % pasikliautinojo intervalo apatinį rėžį L.
Lentelėje pateikta 5 porinių stebėjimų: x = mokymosi valandos ir y = egzamino rezultatas. Pateiktos jų sumos. Pagal šias sumas raskite Pirsono koreliacijos koeficientą r.
Lentelėje pateikta 6 porinių stebėjimų: x = apkrova kN ir y = pailgėjimas mm. Naudokite mažiausiųjų kvadratų tiesę ŷ = a + b·x. Gautas naujas stebėjimas (11, 49). 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 3 eilutes ir 5 stulpelius (neskaičiuojant sumų). Naudodami lentelę, raskite kritinę reikšmę χ²crit, kai reikšmingumo lygmuo α = 0,01.
Atsakymas: z = −0,4
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 0,3446 ir nuskaitykite z.
Atsakymas: x = 112,6 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: apatinis rėžis = −3,411 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 = 15,34 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: [5,778, 15,34] µm.
Atsakymas: z = −1,601
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: L = 73,44
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 = 0,9281
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 = 3,795
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 = 5,714
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) atmetama.
Atsakymas: χ²crit = 20,09
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.
H₀ atmeskite, jei apskaičiuotas χ² didesnis už šią reikšmę.
ExamProblems · examproblems.com/courses/statistics-2-inference