Lembaran formula, langkah kaedah utama untuk setiap topik dan 10 soalan latihan, dengan penyelesaian penuh di bahagian belakang.
X normal dengan min 250 g dan sisihan piawai 4 g; Y tak bersandar dan normal dengan min 500 g dan sisihan piawai 9 g. Cari kebarangkalian P bahawa X + Y melebihi 759.8 g. Bundarkan z kepada dua tempat perpuluhan.
Diameter lubang D adalah normal dengan min 25.02 mm dan sisihan piawai 0.015 mm. Diameter aci d adalah tak bersandar dan normal dengan min 25 mm dan sisihan piawai 0.015 mm. Aci yang dipilih secara rawak muat apabila D − d > 0. Cari kebarangkalian P bahawa ia muat. Bundarkan z kepada dua tempat perpuluhan.
Hayat bateri dua model telefon dibandingkan. Model 1: 40 telefon, min 112.5 j, sisihan piawai diketahui 19 j. Model 2: 100 telefon, min 99 j, sisihan piawai diketahui 3 j. Cari had bawah selang keyakinan 95% untuk μ₁ − μ₂.
Diameter 10 aci yang dimesin mempunyai sisihan piawai sampel 0.8 µm. Dengan mengandaikan diameter bertaburan normal, cari had atas σ selang keyakinan 95% bagi sisihan piawai populasi. Dengan df = 9, 2.5% taburan χ² terletak di bawah 2.7 dan 2.5% terletak di atas 19.023.
Satu sampel 81 pelajar mempunyai skor min 121.9 dan sisihan piawai sampel 8. Cari statistik ujian t bagi H₀: μ = 120.
Ujian z satu sisi pada α = 0.01 mesti mengesan anjakan min sebanyak 1.5 unit dengan kuasa 90%. Sisihan piawai ialah 8. Cari saiz sampel minimum n.
Jadual memberikan 5 pasangan cerapan bagi x = jam belajar dan y = skor peperiksaan. Cari pekali penentuan r² bagi garis kuasa dua terkecil.
Jadual memberikan 6 pasangan cerapan bagi x = suhu dalam °C dan y = aiskrim terjual. Gunakan garis kuasa dua terkecil ŷ = a + b·x. Untuk nilai x yang manakah garis meramalkan ŷ = 69?
Jadual kontingensi menunjukkan kiraan cerapan. Bagi ujian kebebasan khi kuasa dua, cari kiraan jangkaan E untuk sel “bandar, sederhana”.
Satu ujian kebagusan penyuaian khi kuasa dua membandingkan kiraan cerapan dalam 3 kategori dengan perkadaran jangkaan yang ditentukan sepenuhnya (tiada parameter dianggarkan daripada data). Berapakah darjah kebebasan df bagi ujian itu?
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).
Jawapan: P = 0.8264
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 = 7.583 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 tidak mengandungi 0, maka min berbeza dengan signifikan.
Jawapan: σ = 1.461 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: [0.5503, 1.461] µm.
Jawapan: t = 2.138
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).
|t| > 1.99, maka H₀ ditolak pada aras 5% (dua sisi).
Jawapan: n = 371
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: r² = 0.8763
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.
Kira-kira 87.63% variasi dalam y diterangkan oleh garis itu.
Jawapan: x = 16.92
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 = 39.63
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 = 2
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