Statistik 2: Inferens Statistik: pek ulang kaji kilat

Lembaran formula, langkah kaedah utama untuk setiap topik dan 10 soalan latihan, dengan penyelesaian penuh di bahagian belakang.

Soalan baharuKembali ke kursus

Dalam tetingkap cetak, pilih “Simpan sebagai PDF” untuk menyimpan salinan pada peranti anda.

1Formula dan kaedah

Taburan normal

Skor-z
z = (x − μ)/σ
Di bawah x
P(X < x) = Φ(z)
Di atas x
P(X > x) = 1 − Φ(z)
Antara
Φ(z2) − Φ(z1)
Persentil
x = μ + z·σ

Kaedah

  1. Tukar nilai kepada skor-z: z = (x − μ)/σ.
  2. Cari Φ(z), luas di sebelah kiri z.
  3. Untuk luas di sebelah kanan gunakan 1 − Φ(z); untuk satu selang tolak dua luas sebelah kiri.
  4. Untuk persentil, bekerja ke belakang: cari z untuk luas itu, kemudian x = μ + z·σ.

Selang keyakinan

σ diketahui
x̄ ± z·σ/√n
σ tidak diketahui
x̄ ± t·s/√n, df = n − 1
z genting
90%: 1.645, 95%: 1.96, 99%: 2.576
Saiz sampel
n = (z·σ/E)², rounded up

Kaedah

  1. Tentukan antara z (σ populasi diketahui) dan t (hanya s sampel, dengan n − 1 darjah kebebasan).
  2. Cari nilai genting untuk aras keyakinan.
  3. Margin ralat: E = nilai genting × sisihan piawai/√n.
  4. Selang: x̄ ± E.

Ujian hipotesis & selang keyakinan

Ujian-z untuk min
z = (x̄ − μ0)/(σ/√n)
Ujian-t untuk min
t = (x̄ − μ0)/(s/√n), df = n − 1
Dua hujung pada 5%
tolak H0 jika |z| > 1.96
Selang keyakinan
x̄ ± z·σ/√n

Kaedah

  1. Nyatakan H₀ dan H₁ dan tentukan sama ada ujian itu satu hujung atau dua hujung.
  2. Kira statistik ujian: (x̄ − μ₀)/(σ/√n), atau dengan s dan t.
  3. Bandingkan dengan nilai genting, atau cari nilai-p.
  4. Tolak H₀ jika statistik melepasi nilai genting (p di bawah α), dan nyatakan kesimpulan dengan perkataan.

Regresi linear & korelasi

Hasil tambah kuasa dua
Sxx = Σ(x − x̄)² = Σx² − (Σx)²/n, Sxy = Σxy − ΣxΣy/n
Kecerunan
b = Sxy/Sxx
Pintasan
a = ȳ − b·x̄
Korelasi
r = Sxy/√(SxxSyy)
Reja
e = y − ŷ

Ujian khi kuasa dua

Statistik ujian
χ² = Σ(O − E)²/E
Kebagusan penyuaian
E = n·p, df = k − 1 − (estimated parameters)
Kebebasan
E = row total × column total / grand total, df = (r − 1)(c − 1)
Nilai genting (α = 0.05)
df 1: 3.841, 2: 5.991, 3: 7.815, 4: 9.488
Keputusan
tolak H0 jika χ² > χ²crit

2Soalan latihan

1.Taburan normalSederhana
105 s111.4 sX + Y?

X normal dengan min 60 s dan sisihan piawai 5 s; Y tak bersandar dan normal dengan min 45 s dan sisihan piawai 4 s. Cari kebarangkalian P bahawa X + Y melebihi 111.4 s. Bundarkan z kepada dua tempat perpuluhan.

μX = 60, σX = 5μY = 45, σY = 4X + Y > 111.4 s
P =
2.Taburan normalSukar
μ = 32x = ?75%

masa penghantaran bertaburan normal dengan min 32 min dan sisihan piawai 6 min. Cari nilai x yang di bawahnya terletak 75% daripadanya (persentil ke-75).

μ = 32σ = 6P = 75%
x = min
3.Selang keyakinanSederhana
n = 20, s = 3.5L = ?Ux̄ = 105E90%

Satu sampel 20 item mempunyai min 105 dan sisihan piawai s = 3.5. Populasi lebih kurang normal. Cari had bawah selang keyakinan 90% untuk min.

n = 20x̄ = 105s = 3.590%t(19) = 1.729
had bawah =
4.Selang keyakinanSukar
p ≈ 0.15, n = ?p̂ − Ep̂ + Ep̂E = 0.0295%

Satu kajian rintis mencadangkan bahawa kira-kira 0.15 produk adalah cacat. Berapa banyak produk n yang mesti diperiksa supaya selang keyakinan 95% bagi perkadaran mempunyai margin ralat selebar-lebarnya 0.02?

p ≈ 0.15E = 0.0295%
n =
5.Ujian hipotesis & selang keyakinanSederhana
t −2.06402.064

Satu sampel 25 pelajar mempunyai skor min 102.9 dan sisihan piawai sampel 5. Cari statistik ujian t bagi H₀: μ = 100.

μ₀ = 100x̄ = 102.9s = 5n = 25
t =
6.Ujian hipotesis & selang keyakinanSukar
z −1.9601.96

Satu sampel 100 ukuran mempunyai min 51.6. Sisihan piawai populasi ialah 12. Cari had bawah L selang keyakinan 95% bagi min.

x̄ = 51.6σ = 12n = 10095%
L =
7.Regresi linear & korelasiSederhana
xy125226326424522618xy2462025

Jadual memberikan 6 pasangan cerapan bagi x = umur kereta dalam tahun dan y = harga dalam k€. Hasil tambahnya diberikan. Cari pekali korelasi Pearson r daripada hasil tambah ini.

n = 6Σx = 21Σy = 141Σx² = 91Σy² = 3361Σxy = 469
r =
8.Regresi linear & korelasiSukar
xy2941962983710451252xy5102040x = 3

Jadual memberikan 6 pasangan cerapan bagi x = beban dalam kN dan y = pemanjangan dalam mm. Gunakan garis kuasa dua terkecil ŷ = a + b·x. Satu cerapan baharu (3, 18) dibuat. Cari reziduanya e = y − ŷ.

n = 6(3, 18)
e =
9.Ujian khi kuasa duaSederhana
tiada kecacatankecilbesarJumlahsyif siang34151261syif malam19202766Jumlah533539127

Jadual kontingensi menunjukkan kiraan cerapan. Bagi ujian kebebasan khi kuasa dua, cari kiraan jangkaan E untuk sel “syif malam, kecil”.

jumlah baris = 66jumlah lajur = 35N = 127
E =
10.Ujian khi kuasa duaSukar

Satu ujian kebagusan penyuaian khi kuasa dua membandingkan kiraan cerapan dalam 6 kategori dengan perkadaran jangkaan yang ditentukan sepenuhnya (tiada parameter dianggarkan daripada data). Berapakah darjah kebebasan df bagi ujian itu?

k = 6
df =

3Larutan

1.Taburan normal

Jawapan: P = 0.1587

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).

Taburan hasil tambah

μ = 105 s, σ = √(5² + 4²) = 6.403 s

Piawaikan

z = (111.4 − 105)/6.403 = 1

Ekor atas

P = 1 − Φ(1) = 1 − 0.8413 = 0.1587

Jawapan

P = 0.1587
2.Taburan normal

Jawapan: x = 36.05 min

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.

z untuk persentil

Φ(z) = 0.75 → z = 0.6745

Kembali kepada x

x = 32 + 0.6745·6 = 36.05 min

Jawapan

x = 36.05 min
3.Selang keyakinan

Jawapan: had bawah = 103.6

Selang keyakinan bagi min: x̄ ± margin ralat. Dengan σ populasi diketahui margin ialah z·σ/√n; dengan hanya sisihan piawai sampel s, gunakan t dengan n − 1 darjah kebebasan: t·s/√n. Nilai genting: z = 1.645 (90%), 1.96 (95%), 2.576 (99%). Untuk mendapatkan margin E atau lebih kecil, anda memerlukan n ≥ (z·σ/E)², dibundarkan ke atas.

Nilai genting

df = n − 1 = 19, t = 1.729

Margin ralat

E = 1.729·3.5/√20 = 1.353

Selang

105 ± 1.353 → [103.6, 106.4]

Jawapan

had bawah = 103.6
4.Selang keyakinan

Jawapan: n = 1225

Selang keyakinan bagi perkadaran: p̂ ± z·√(p̂(1 − p̂)/n), dengan p̂ = x/n. Untuk mencapai margin E anda memerlukan n ≥ z²·p(1 − p)/E², dibundarkan ke atas; tanpa anggaran awal gunakan p = 0.5, yang memberikan n terbesar.

Selesaikan untuk n

n = 1.96²·0.15·0.85/0.02² = 1225

Bundarkan ke atas

n = 1225

Jawapan

n = 1225
5.Ujian hipotesis & selang keyakinan

Jawapan: t = 2.9

Menguji min: statistik ujian mengukur berapa ralat piawai min sampel terletak daripada nilai yang dituntut dalam H₀: z = (x̄ − μ₀)/(σ/√n) apabila σ diketahui, t = (x̄ − μ₀)/(s/√n) apabila ia dianggar daripada sampel. Selang keyakinan ialah x̄ ± (nilai genting)·(ralat piawai).

Ralat piawai

SE = 5/√25 = 5/5 = 1

Statistik ujian

t = (102.9 − 100)/1 = 2.9

Jawapan

t = 2.9
t0.025; df = 24 = 2.064

|t| > 2.064, maka H₀ ditolak pada aras 5% (dua sisi).

6.Ujian hipotesis & selang keyakinan

Jawapan: L = 49.25

Menguji min: statistik ujian mengukur berapa ralat piawai min sampel terletak daripada nilai yang dituntut dalam H₀: z = (x̄ − μ₀)/(σ/√n) apabila σ diketahui, t = (x̄ − μ₀)/(s/√n) apabila ia dianggar daripada sampel. Selang keyakinan ialah x̄ ± (nilai genting)·(ralat piawai).

Margin ralat

E = 1.96·12/√100 = 2.352

Had selang

L = 51.6 − 2.352 = 49.25

Jawapan

L = 49.25
7.Regresi linear & korelasi

Jawapan: r = −0.8498

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.

Hasil tambah berpusat

Sxy = 469 − 21·141/6 = −24.5
Sxx = 91 − 21²/6 = 17.5
Syy = 3361 − 141²/6 = 47.5

Pekali korelasi

r = −24.5/√(17.5·47.5) = −0.8498

Jawapan

r = −0.8498
8.Regresi linear & korelasi

Jawapan: e = 3.367

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.

Min

x̄ = 42/6 = 7
ȳ = 191/6 = 31.83

Hasil tambah kuasa dua dan hasil darab

Sxx = Σ(x − x̄)² = 70
Sxy = Σ(x − x̄)(y − ȳ) = 301

Garis regresi

b = 301/70 = 4.3
a = 31.83 − 4.3·7 = 1.733
ŷ = 1.733 + 4.3·x

Nilai ramalan

ŷ = 1.733 + 4.3·3 = 14.63

Reja

e = 18 − 14.63 = 3.367

Jawapan

e = 3.367

Titik itu terletak di atas garis.

9.Ujian khi kuasa dua

Jawapan: E = 18.19

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.

Kiraan jangkaan

E = 66·35/127 = 18.19

Jawapan

E = 18.19
10.Ujian khi kuasa dua

Jawapan: df = 5

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.

Darjah kebebasan

df = 6 − 1 = 5

Jawapan

df = 5

ExamProblems · examproblems.com/courses/statistics-2-inference