Formulių lapai, pagrindiniai kiekvienos temos metodų žingsniai ir 10 uždavinių, o pilni sprendimai pateikti gale.
Tarkime, kad maišų masės pasiskirstę normaliai, vidurkis 250 g, standartinis nuokrypis 5 g. Kokia dalis reikšmių yra tarp 240,25 ir 257,5 g? P pateikite dešimtaine trupmena.
egzamino rezultatai pasiskirstę normaliai, vidurkis 65 tšk., standartinis nuokrypis 10 tšk.. Nuvilkite ribą taip, kad nuspalvinti apatiniai 10 % būtų kairėje nuo jos. Raskite ribą x.
21 elementų imties vidurkis – 106,5, standartinis nuokrypis s = 1,5. Populiacija pasiskirsčiusi apytiksliai normaliai. Raskite vidurkio 95 % pasikliautinojo intervalo viršutinį rėžį.
Bandomos dvi trąšos. 1 sklypų grupė: 7 sklypų, vidutinis derlius 27,5 kg, standartinis nuokrypis 5,5 kg. 2 sklypų grupė: 5 sklypų, vidurkis 16,5 kg, standartinis nuokrypis 4 kg. Laikykite, kad dispersijos lygios (jungtinis t, df = n₁ + n₂ − 2). Raskite μ₁ − μ₂ 99 % pasikliautinojo intervalo viršutinį rėžį.
Lyginami du mokymo metodai. 1 grupė: 9 studentų, vidutinis rezultatas 65, standartinis nuokrypis 7. 2 grupė: 17 studentų, vidutinis rezultatas 52,6, standartinis nuokrypis 10. 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).
Klinikiniame tyrime pasveiksta 60 iš 150 pacientų, gydytų A būdu, ir 78 iš 300 pacientų, gydytų B būdu. Naudodami jungtinę dalį, raskite testo statistiką z hipotezei H₀: p₁ = p₂.
Lentelėje pateikta 6 porinių stebėjimų: x = apkrova kN ir y = pailgėjimas mm. 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 (7, 12). 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 suderinamumo testas tikrina, ar dažniai 5 kategorijose atitinka Puasono skirstinį, kurio vidurkis įvertintas iš tų pačių duomenų. Naudodami lentelę, raskite kritinę reikšmę χ²crit, kai reikšmingumo lygmuo α = 0,05.
Atsakymas: P = 0,9076
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: x = 52,2 tšk.
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.
Atsakymas: viršutinis rėžis = 107,2
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 = 20,19 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 = 3,302
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 = 24, dvipusio 5 % testo kritinė reikšmė yra 2,064; |t| didesnis, todėl H₀ atmetama.
Atsakymas: z = 3,036
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 atmetama 5 % reikšmingumo lygmeniu (dvipusis testas).
Atsakymas: r = 0,9917
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 = −4,333
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 = 25,02
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: χ²crit = 7,815
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