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
108 kg110.4 kgT = X₁ + … + X₉?

Jisim kotak adalah tak bersandar dan normal dengan min 12 kg dan sisihan piawai 0.8 kg. Cari kebarangkalian P bahawa jumlah jisim 9 daripadanya melebihi 110.4 kg. Bundarkan z kepada dua tempat perpuluhan.

μ = 12 kgσ = 0.8 kgn = 9> 110.4 kg
P =
2.Taburan normalSukar
0.04 mm0D − d?

Diameter lubang D adalah normal dengan min 25.04 mm dan sisihan piawai 0.02 mm. Diameter aci d adalah tak bersandar dan normal dengan min 25 mm dan sisihan piawai 0.02 mm. Aci yang dipilih secara rawak muat apabila D − d > 0. Cari kebarangkalian P bahawa ia muat. Bundarkan z kepada dua tempat perpuluhan.

lubang: μ = 25.04 mm, σ = 0.02 mmaci: μ = 25 mm, σ = 0.02 mm
P =
3.Selang keyakinanSederhana
n = 16, sd​ = 3.60LUd̄ = 5.6E = ?99%

Tekanan darah 16 pesakit diukur sebelum dan selepas rawatan. Beza d = sebelum − selepas (mmHg) mempunyai min 5.6 dan sisihan piawai 3.6. Cari margin ralat E bagi selang keyakinan 99% untuk min beza.

n = 16d̄ = 5.6sd = 3.699%t(15) = 2.947
E = mmHg
4.Selang keyakinanSukar
σ = 15, n = ?x̄ − Ex̄ + Ex̄E = 290%

Sisihan piawai populasi ialah 15. Berapa besarkah sampel n yang anda perlukan supaya selang keyakinan 90% bagi min mempunyai margin ralat paling banyak 2?

σ = 15E = 290%
n =
5.Ujian hipotesis & selang keyakinanSederhana
−2.262.26p = ?

Min sesuatu populasi dituntut sebagai 50; sisihan piawai populasi diketahui ialah 18. Satu sampel rawak 36 cerapan mempunyai min 43.22. Uji H₀: μ = 50 terhadap H₁: μ ≠ 50. Cari nilai-p p.

μ₀ = 50σ = 18n = 36x̄ = 43.22H₁: μ ≠ μ₀
p =
6.Ujian hipotesis & selang keyakinanSukar
σ = 5, n = ?x̄ − Ex̄ + Ex̄E = 290%

Seberapa besarkah sampel mesti supaya selang keyakinan 90% bagi min mempunyai margin ralat paling banyak 2? Sisihan piawai ialah 5. Cari saiz sampel terkecil n.

σ = 5E = 290%
n =
7.Regresi linear & korelasiSederhana
xy128223322419520614xy246152025

Jadual memberikan 6 pasangan cerapan bagi x = umur kereta dalam tahun dan y = harga dalam k€. Cari pekali korelasi Pearson r.

n = 6
r =
8.Regresi linear & korelasiSukar
xy21141562283010371245xy5102040x = 5

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 (5, 23) dibuat. Cari reziduanya e = y − ŷ.

n = 6(5, 23)
e =
9.Ujian khi kuasa duaSederhana
rendahsederhanatinggiJumlahbandar17182560luar bandar18313180Jumlah354956140

Jadual kontingensi menunjukkan kiraan cerapan. Hitung statistik khi kuasa dua χ² bagi ujian kebebasan antara pemboleh ubah baris dengan pemboleh ubah lajur. Jangan gunakan pembetulan kesinambungan.

N = 1402 × 3
χ² =
10.Ujian khi kuasa duaSukar
dfα = 0.05α = 0.0113.8416.63525.9919.21037.81511.34549.48813.277511.07015.086612.59216.812714.06718.475815.50720.090916.91921.6661018.30723.209

Satu ujian kebebasan khi kuasa dua dijalankan pada jadual kontingensi dengan 2 baris dan 4 lajur (tidak termasuk jumlah). Dengan menggunakan jadual, cari nilai genting χ²crit pada aras keertian α = 0.05.

α = 0.05
χ²crit =

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 jumlah

μT = 108 kg, σT = 0.8·√9 = 2.4 kg

Piawaikan

z = (110.4 − 108)/2.4 = 1

Kebarangkalian

P = 1 − Φ(1) = 0.1587

Jawapan

P = 0.1587
2.Taburan normal

Jawapan: P = 0.9207

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 beza

μ = 25.04 − 25 = 0.04 mm, σ = 0.02828 mm

Piawaikan

z = (0 − 0.04)/0.02828 = −1.41

Kebarangkalian

P = 1 − Φ(−1.41) = 0.9207

Jawapan

P = 0.9207
3.Selang keyakinan

Jawapan: E = 2.652 mmHg

Selang bagi suatu beza: anggaran ± nilai genting × ralat piawai. Bagi dua min bebas dengan σ diketahui: SE = √(σ₁²/n₁ + σ₂²/n₂) dan z. Dengan varians sama yang tidak diketahui: s_p terkumpul dan t dengan darjah kebebasan n₁ + n₂ − 2. Bagi data berpasangan, kerjakan pada beza: d̄ ± t·s_d/√n.

Nilai genting

df = 15, t = 2.947

Margin ralat

E = 2.947·3.6/√16 = 2.652

Jawapan

E = 2.652 mmHg
4.Selang keyakinan

Jawapan: n = 153

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.

Selesaikan untuk n

n = (1.645·15/2)² = 152.2

Bundarkan ke atas

Saiz sampel ialah nombor bulat, dan membundarkan ke bawah akan menjadikan margin terlalu besar.

n = 153

Jawapan

n = 153
5.Ujian hipotesis & selang keyakinan

Jawapan: p = 0.02382

Ujian hipotesis: statistik ujian = (anggaran − nilai di bawah H₀)/(ralat piawai di bawah H₀). Nilai-p ialah kebarangkalian, dengan andaian H₀ benar, memperoleh statistik yang sekurang-kurangnya sama ekstrem dengan yang dicerap: luas dalam satu ekor bagi H₁ satu sisi, dua kali luas ekor bagi H₁ dua sisi. Tolak H₀ apabila p ≤ α.

Statistik ujian

SE = σ/√n = 18/√36 = 3
z = (43.22 − 50)/3 = −2.26

Luas ekor

Φ(2.26) = 0.9881
1 − Φ(2.26) = 0.0119

Nilai-p

p = 2·0.0119 = 0.02382

Jawapan

p = 0.02382

p ≤ 0.05, maka H₀ ditolak pada aras 5%.

6.Ujian hipotesis & selang keyakinan

Jawapan: n = 17

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).

Selesaikan untuk n

n = (1.645·5/2)² = 16.91

Bundarkan ke atas

n = 17

Jawapan

n = 17
7.Regresi linear & korelasi

Jawapan: r = −0.9431

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 = 21/6 = 3.5
ȳ = 126/6 = 21

Hasil tambah kuasa dua dan hasil darab

Sxx = Σ(x − x̄)² = 17.5
Sxy = Σ(x − x̄)(y − ȳ) = −41
Syy = Σ(y − ȳ)² = 108

Pekali korelasi

r = −41/√(17.5·108) = −0.9431

Jawapan

r = −0.9431
8.Regresi linear & korelasi

Jawapan: e = 3.305

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 = 160/6 = 26.67

Hasil tambah kuasa dua dan hasil darab

Sxx = Σ(x − x̄)² = 70
Sxy = Σ(x − x̄)(y − ȳ) = 244

Garis regresi

b = 244/70 = 3.486
a = 26.67 − 3.486·7 = 2.267
ŷ = 2.267 + 3.486·x

Nilai ramalan

ŷ = 2.267 + 3.486·5 = 19.7

Reja

e = 23 − 19.7 = 3.305

Jawapan

e = 3.305

Titik itu terletak di atas garis.

9.Ujian khi kuasa dua

Jawapan: χ² = 1.29

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

bandar: 60·35/140 = 15, 60·49/140 = 21, 60·56/140 = 24
luar bandar: 80·35/140 = 20, 80·49/140 = 28, 80·56/140 = 32

Statistik khi kuasa dua

χ² = (17 − 15)²/15 + (18 − 21)²/21 + (25 − 24)²/24 + (18 − 20)²/20 + (31 − 28)²/28 + (31 − 32)²/32
χ² = 1.29

Jawapan

χ² = 1.29

df = 2. Pada α = 0.05 nilai gentingnya ialah 5.991, maka H₀ (kebebasan) tidak ditolak.

10.Ujian khi kuasa dua

Jawapan: χ²crit = 7.815

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 = (2 − 1)·(4 − 1) = 3

Jadual

χ²crit(df = 3, α = 0.05) = 7.815

Jawapan

χ²crit = 7.815

Tolak H₀ jika χ² yang dihitung lebih besar daripada nilai ini.

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