Wzory, najważniejsze kroki metod dla każdego tematu i 10 zadań do ćwiczenia, z pełnymi rozwiązaniami na końcu.
Masy śrub są niezależne i mają rozkład normalny ze średnią 40 g i odchyleniem standardowym 1,2 g. Wyznacz prawdopodobieństwo P, że łączna masa 5 z nich przekroczy 196 g. Zaokrąglij z do dwóch miejsc po przecinku.
Rozkład mas worków jest normalny ze średnią 250 g i odchyleniem standardowym 5 g. Przeciągnij wartość graniczną tak, aby zacieniowane dolne 60% leżało na lewo od niej. Znajdź wartość graniczną x.
Porównuje się czas pracy baterii dwóch modeli telefonów. Model 1: 40 telefonów, średnia 94,5 h, znane odchylenie standardowe 10 h. Model 2: 30 telefonów, średnia 105,5 h, znane odchylenie standardowe 20 h. Wyznacz górną granicę przedziału ufności 99 % dla μ₁ − μ₂.
Odchylenie standardowe populacji wynosi 13. Jak liczna musi być próba n, aby przedział ufności 90% dla średniej miał margines błędu co najwyżej 1,5?
11 pracowników wykonuje test pisania na klawiaturze przed kursem i po nim. Dla każdej osoby zapisuje się różnicę d = po − przed (słowa na minutę). Średnia różnica wynosi 2,36, a odchylenie standardowe różnic 2,9. Wyznacz statystykę testu dla prób zależnych t dla H₀: μd = 0.
Próba 100 pomiarów ma średnią 503,8. Odchylenie standardowe populacji wynosi 15. Wyznacz górną granicę U przedziału ufności 90 % dla średniej.
Tabela podaje 6 par obserwacji x = temperatura w °C i y = liczba sprzedanych lodów. Wyznacz współczynnik determinacji r² prostej najmniejszych kwadratów.
Tabela podaje 5 par obserwacji x = obciążenie w kN i y = wydłużenie w mm. Użyj prostej najmniejszych kwadratów ŷ = a + b·x. Wyznacz prognozę ŷ dla x = 3.
Tabela kontyngencji pokazuje liczebności obserwowane. Oblicz statystykę chi-kwadrat χ² testu niezależności zmiennych wierszowej i kolumnowej. Nie stosuj poprawki na ciągłość.
Test niezależności chi-kwadrat przeprowadza się na tabeli kontyngencji o 2 wierszach i 3 kolumnach (bez sum). Korzystając z tabeli, wyznacz wartość krytyczną χ²crit na poziomie istotności α = 0,05.
Odpowiedź: P = 0,9319
Sumy i różnice zmiennych normalnych: jeśli X i Y są niezależne i mają rozkład normalny, to X + Y i X − Y również mają rozkład normalny. Średnie dodają się lub odejmują: E(X ± Y) = μX ± μY. Wariancje zawsze się dodają, także dla różnicy: Var(X ± Y) = σX² + σY², więc σ = √(σX² + σY²). Odchylenia standardowe nigdy nie dodają się bezpośrednio. Suma n niezależnych elementów o tym samym rozkładzie ma średnią n·μ i odchylenie standardowe σ·√n. Potem standaryzuj jak zwykle: z = (x − średnia)/σ i odczytaj Φ(z).
Odpowiedź: x = 251,3 g
Od pola z powrotem do z: Φ(z) to pole na lewo od z. Dla pola lewego ogona A znajdź w tablicy z, dla którego Φ(z) = A. Pole prawego ogona A oznacza Φ(z) = 1 − A. Pole środkowe A między −z a z zostawia (1 − A)/2 w każdym ogonie, więc Φ(z) = (1 + A)/2. Dla wartości x użyj x = μ + zσ.
Odpowiedź: górna granica = −0,7498 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.
Przedział nie zawiera 0, więc średnie różnią się istotnie.
Odpowiedź: n = 204
Przedział ufności dla średniej: x̄ ± margines błędu. Przy znanym σ populacji margines wynosi z·σ/√n; gdy znasz tylko odchylenie standardowe z próby s, użyj t z n − 1 stopniami swobody: t·s/√n. Wartości krytyczne: z = 1,645 (90%), 1,96 (95%), 2,576 (99%). Aby uzyskać margines E lub mniejszy, potrzebujesz n ≥ (z·σ/E)², zaokrąglone w górę.
Liczebność próby jest liczbą całkowitą, a zaokrąglenie w dół dałoby za duży margines.
Odpowiedź: t = 2,699
Testing a mean: the test statistic measures how many standard errors the sample mean lies from the value claimed in H₀: z = (x̄ − μ₀)/(σ/√n) when σ is known, t = (x̄ − μ₀)/(s/√n) when it is estimated from the sample. A confidence interval is x̄ ± (critical value)·(standard error).
Przy df = 10 dwustronna wartość krytyczna dla 5 % wynosi 2,228; |t| jest większe, więc H₀ odrzuca się.
Odpowiedź: U = 506,3
Test dla średniej: statystyka testowa mierzy, o ile błędów standardowych średnia z próby leży od wartości z H₀: z = (x̄ − μ₀)/(σ/√n), gdy σ jest znane, t = (x̄ − μ₀)/(s/√n), gdy szacuje się je z próby. Przedział ufności to x̄ ± (wartość krytyczna)·(błąd standardowy).
Odpowiedź: r² = 0,9559
Regresja metodą najmniejszych kwadratów: przy średnich x̄ i ȳ oraz Sxx = Σ(x − x̄)², Syy = Σ(y − ȳ)² i Sxy = Σ(x − x̄)(y − ȳ) prosta ŷ = a + b·x ma współczynnik kierunkowy b = Sxy/Sxx i wyraz wolny a = ȳ − b·x̄, więc zawsze przechodzi przez punkt (x̄, ȳ). Współczynnik korelacji Pearsona r = Sxy/√(Sxx·Syy) leży między −1 a 1; r² to część zmienności y wyjaśniona przez prostą.
Około 95,59% zmienności y jest wyjaśnione przez prostą.
Odpowiedź: ŷ = 14,1
Regresja metodą najmniejszych kwadratów: przy średnich x̄ i ȳ oraz Sxx = Σ(x − x̄)², Syy = Σ(y − ȳ)² i Sxy = Σ(x − x̄)(y − ȳ) prosta ŷ = a + b·x ma współczynnik kierunkowy b = Sxy/Sxx i wyraz wolny a = ȳ − b·x̄, więc zawsze przechodzi przez punkt (x̄, ȳ). Współczynnik korelacji Pearsona r = Sxy/√(Sxx·Syy) leży między −1 a 1; r² to część zmienności y wyjaśniona przez prostą.
Odpowiedź: χ² = 7,175
Testy chi-kwadrat: porównaj liczebności obserwowane O z liczebnościami E oczekiwanymi przy H₀ za pomocą χ² = Σ(O − E)²/E. Test zgodności: E = n·p dla każdej kategorii, df = k − 1 (minus jeden za każdy parametr estymowany z danych). Niezależność w tabeli r × c: E = suma wiersza × suma kolumny / suma ogólna, df = (r − 1)(c − 1). Odrzuć H₀, gdy χ² przekracza wartość krytyczną dla wybranego α.
df = 2. Przy α = 0,05 wartość krytyczna wynosi 5,991, więc decyzja dotycząca H₀ (niezależności): odrzucona.
Odpowiedź: χ²crit = 5,991
Testy chi-kwadrat: porównaj liczebności obserwowane O z liczebnościami E oczekiwanymi przy H₀ za pomocą χ² = Σ(O − E)²/E. Test zgodności: E = n·p dla każdej kategorii, df = k − 1 (minus jeden za każdy parametr estymowany z danych). Niezależność w tabeli r × c: E = suma wiersza × suma kolumny / suma ogólna, df = (r − 1)(c − 1). Odrzuć H₀, gdy χ² przekracza wartość krytyczną dla wybranego α.
Odrzuć H₀, jeśli obliczone χ² jest większe od tej wartości.
ExamProblems · examproblems.com/courses/statistics-2-inference