Lembaran formula, langkah kaedah utama untuk setiap topik dan 10 soalan latihan, dengan penyelesaian penuh di bahagian belakang.
skor peperiksaan bertaburan normal dengan min 65 markah dan sisihan piawai 10 markah. Berapakah pecahan yang terletak antara 55.5 dan 77.5 markah? Berikan P sebagai perpuluhan.
Jisim X produk daripada barisan 1 dan Y daripada barisan 2 adalah tak bersandar dan normal: X mempunyai min 500 g dan sisihan piawai 8 g, Y mempunyai min 490 g dan sisihan piawai 6 g. Cari kebarangkalian P bahawa X lebih besar daripada Y. Bundarkan z kepada dua tempat perpuluhan.
Hayat bateri dua model telefon dibandingkan. Model 1: 100 telefon, min 59 j, sisihan piawai diketahui 6 j. Model 2: 100 telefon, min 60.5 j, sisihan piawai diketahui 7 j. Cari had bawah selang keyakinan 90% untuk μ₁ − μ₂.
Diameter 21 aci yang dimesin mempunyai sisihan piawai sampel 9.3 µm. Dengan mengandaikan diameter bertaburan normal, cari had atas σ selang keyakinan 95% bagi sisihan piawai populasi. Dengan df = 20, 2.5% taburan χ² terletak di bawah 9.591 dan 2.5% terletak di atas 34.17.
Dua talian pengeluaran membuat bahagian yang sama. Talian 1: sampel 40 bahagian mempunyai min panjang 128 mm, dan sisihan piawai diketahui talian itu ialah 19 mm. Talian 2: sampel 30 bahagian mempunyai min 140.2 mm, sisihan piawai diketahui 16 mm. Cari statistik ujian z bagi H₀: μ₁ = μ₂, dengan mengambil beza sebagai x̄₁ − x̄₂ (talian 1 tolak talian 2).
Ujian z satu sisi pada α = 0.05 mesti mengesan anjakan min sebanyak 4 unit dengan kuasa 90%. Sisihan piawai ialah 16. Cari saiz sampel minimum n.
Jadual memberikan 5 pasangan cerapan bagi x = suhu dalam °C dan y = aiskrim terjual. Hasil tambahnya diberikan. Cari pekali korelasi Pearson r daripada hasil tambah ini.
Jadual memberikan 5 pasangan cerapan bagi x = perbelanjaan pengiklanan dalam k€ dan y = jualan dalam k€. Gunakan garis kuasa dua terkecil ŷ = a + b·x. Untuk nilai x yang manakah garis meramalkan ŷ = 55?
Jadual kontingensi menunjukkan kiraan cerapan. Bagi ujian kebebasan khi kuasa dua, cari kiraan jangkaan E untuk sel “luar bandar, rendah”.
Satu ujian kebagusan penyuaian khi kuasa dua menyemak sama ada kiraan dalam 9 kategori mengikut taburan Poisson yang puratanya dianggarkan daripada data yang sama. Berapakah darjah kebebasan df bagi ujian itu?
Jawapan: P = 0.7233
Taburan normal: tukar nilai x kepada skor-z, z = (x − μ)/σ, yang mengira sisihan piawai daripada min. Jadual-z (atau Φ(z)) memberikan luas di sebelah kiri z, iaitu P(X < x). Luas di sebelah kanan ialah 1 − Φ(z), dan luas antara dua nilai ialah beza antara dua luas tersebut.
Jawapan: P = 0.8413
Hasil tambah dan beza pemboleh ubah normal: jika X dan Y tak bersandar dan normal, X + Y dan X − Y juga normal. Min ditambah atau ditolak: E(X ± Y) = μX ± μY. Varians sentiasa ditambah, juga untuk beza: Var(X ± Y) = σX² + σY², jadi σ = √(σX² + σY²). Sisihan piawai tidak pernah ditambah secara langsung. Jumlah n item tak bersandar dengan taburan yang sama mempunyai min n·μ dan sisihan piawai σ·√n. Kemudian piawaikan seperti biasa: z = (x − min)/σ dan baca Φ(z).
Jawapan: had bawah = −3.017 h
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.
Selang itu mengandungi 0, maka data tidak menunjukkan beza yang signifikan.
Jawapan: σ = 13.43 µm
Selang bagi suatu varians: (n − 1)s²/σ² mempunyai taburan χ² dengan darjah kebebasan n − 1. Selang 95% bagi σ² bermula daripada (n − 1)s² dibahagi nilai χ² atas (2.5% di atasnya) hingga (n − 1)s² dibahagi nilai χ² bawah (2.5% di bawahnya); selang bagi σ ialah punca kuasa dua kedua-dua had. Ia tidak simetri di sekitar s.
Selang 95% bagi σ: [7.115, 13.43] µm.
Jawapan: z = −2.912
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, maka H₀ ditolak pada aras 5% (dua sisi).
Jawapan: n = 138
Saiz sampel untuk ujian: untuk mengesan anjakan benar δ dengan kuasa 1 − β dalam ujian z satu sisi pada aras α, ralat piawai mesti memenuhi δ = (z_α + z_β)·σ/√n, maka n = ((z_α + z_β)·σ/δ)², dibundarkan ke atas.
Jawapan: r = 0.9819
Regresi kuasa dua terkecil: dengan x̄ dan ȳ ialah min, Sxx = Σ(x − x̄)², Syy = Σ(y − ȳ)² dan Sxy = Σ(x − x̄)(y − ȳ), garis ŷ = a + b·x mempunyai kecerunan b = Sxy/Sxx dan pintasan a = ȳ − b·x̄, maka ia sentiasa melalui (x̄, ȳ). Pekali korelasi Pearson r = Sxy/√(Sxx·Syy) terletak antara −1 dengan 1; r² ialah pecahan variasi dalam y yang diterangkan oleh garis itu.
Jawapan: x = 4.041
Regresi kuasa dua terkecil: dengan x̄ dan ȳ ialah min, Sxx = Σ(x − x̄)², Syy = Σ(y − ȳ)² dan Sxy = Σ(x − x̄)(y − ȳ), garis ŷ = a + b·x mempunyai kecerunan b = Sxy/Sxx dan pintasan a = ȳ − b·x̄, maka ia sentiasa melalui (x̄, ȳ). Pekali korelasi Pearson r = Sxy/√(Sxx·Syy) terletak antara −1 dengan 1; r² ialah pecahan variasi dalam y yang diterangkan oleh garis itu.
Jawapan: E = 15.53
Ujian khi kuasa dua: bandingkan kiraan cerapan O dengan kiraan jangkaan E di bawah H₀ menggunakan χ² = Σ(O − E)²/E. Kebagusan penyuaian: E = n·p bagi setiap kategori, df = k − 1 (tolak satu lagi bagi setiap parameter yang dianggarkan daripada data). Kebebasan dalam jadual r × c: E = jumlah baris × jumlah lajur / jumlah keseluruhan, df = (r − 1)(c − 1). Tolak H₀ apabila χ² melebihi nilai genting bagi α yang dipilih.
Jawapan: df = 7
Ujian khi kuasa dua: bandingkan kiraan cerapan O dengan kiraan jangkaan E di bawah H₀ menggunakan χ² = Σ(O − E)²/E. Kebagusan penyuaian: E = n·p bagi setiap kategori, df = k − 1 (tolak satu lagi bagi setiap parameter yang dianggarkan daripada data). Kebebasan dalam jadual r × c: E = jumlah baris × jumlah lajur / jumlah keseluruhan, df = (r − 1)(c − 1). Tolak H₀ apabila χ² melebihi nilai genting bagi α yang dipilih.
ExamProblems · examproblems.com/courses/statistics-2-inference