Lembaran formula, langkah kaedah utama untuk setiap topik dan 10 soalan latihan, dengan penyelesaian penuh di bahagian belakang.
Jisim kotak adalah tak bersandar dan normal dengan min 12 kg dan sisihan piawai 0.8 kg. Cari kebarangkalian P bahawa jumlah jisim 6 daripadanya melebihi 71 kg. Bundarkan z kepada dua tempat perpuluhan.
skor IQ bertaburan normal dengan min 100 markah dan sisihan piawai 15 markah. Cari nilai x yang di bawahnya terletak 20% daripadanya (persentil ke-20).
Satu sampel 12 item mempunyai min 85 dan sisihan piawai s = 13. Populasi lebih kurang normal. Cari margin ralat E bagi selang keyakinan 90% untuk min.
Sisihan piawai populasi ialah 18. Berapa besarkah sampel n yang anda perlukan supaya selang keyakinan 99% bagi min mempunyai margin ralat paling banyak 3?
Dua kaedah pengajaran dibandingkan. Kumpulan 1: 12 pelajar, skor min 112.5, sisihan piawai 11. Kumpulan 2: 9 pelajar, skor min 106, sisihan piawai 10. Andaikan varians populasi sama dan gunakan ujian t dua sampel terkumpul. Cari statistik ujian t bagi H₀: μ₁ = μ₂, dengan mengambil beza sebagai x̄₁ − x̄₂ (kumpulan 1 tolak kumpulan 2).
Ujian z satu sisi bagi H₀: μ = 50 terhadap H₁: μ < 50 dijalankan pada α = 0.01 dengan sampel 36; sisihan piawai diketahui ialah 12. Pada hakikatnya min ialah 43. Cari kebarangkalian ralat Jenis II β dalam peratus.
Jadual memberikan 5 pasangan cerapan bagi x = perbelanjaan pengiklanan dalam k€ dan y = jualan dalam k€. Hasil tambahnya diberikan. Cari pekali korelasi Pearson r daripada hasil tambah ini.
Jadual memberikan 5 pasangan cerapan bagi x = suhu dalam °C dan y = aiskrim terjual. Gunakan garis kuasa dua terkecil ŷ = a + b·x. Ramalkan ŷ bagi x = 21.
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.
Satu ujian kebagusan penyuaian khi kuasa dua membandingkan kiraan cerapan dalam 7 kategori dengan perkadaran jangkaan yang ditentukan sepenuhnya (tiada parameter dianggarkan daripada data). Berapakah darjah kebebasan df bagi ujian itu?
Jawapan: P = 0.695
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: x = 87.38 markah
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: E = 6.74
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.
Jawapan: n = 239
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.
Saiz sampel ialah nombor bulat, dan membundarkan ke bawah akan menjadikan margin terlalu besar.
Jawapan: t = 1.392
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.
Dengan df = 19, nilai genting 5% dua sisi ialah 2.093; |t| lebih kecil, maka H₀ tidak ditolak.
Jawapan: β = 12.02 %
Kuasa ujian: kuasa = 1 − β ialah kebarangkalian menolak H₀ apabila ia salah. Cari nilai pemotongan x̄c daripada μ₀ dan z_α, kemudian hitung kebarangkalian jatuh melepasi x̄c menggunakan min sebenar: z = (x̄c − μ)/(σ/√n).
Jawapan: r = 0.9912
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: ŷ = 110.1
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: χ² = 15.52
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.
df = 1. Pada α = 0.05 nilai gentingnya ialah 3.841, maka H₀ (kebebasan) ditolak.
Jawapan: df = 6
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