E = row total × column total / grand total, df = (r − 1)(c − 1)
Wartości krytyczne (α = 0,05)
df 1: 3,841, 2: 5,991, 3: 7,815, 4: 9,488
Decyzja
odrzuć H0, jeśli χ² > χ²crit
2Zadania do ćwiczenia
1.Rozkład normalnyŚredni
X ma rozkład normalny ze średnią 60 s i odchyleniem standardowym 5 s; zmienna Y jest niezależna i ma rozkład normalny ze średnią 45 s i odchyleniem standardowym 4 s. Wyznacz prawdopodobieństwo P, że X + Y jest większe niż 111,4 s. Zaokrąglij z do dwóch miejsc po przecinku.
μX = 60, σX = 5μY = 45, σY = 4X + Y > 111,4 s
P =
2.Rozkład normalnyTrudny
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.
μ = 250 gσ = 5 g60%
x = g
3.Przedziały ufnościŚredni
Porównuje się czas pracy baterii dwóch modeli telefonów. Model 1: 100 telefonów, średnia 149,5 h, znane odchylenie standardowe 20 h. Model 2: 30 telefonów, średnia 164,5 h, znane odchylenie standardowe 4 h. Wyznacz margines błędu E przedziału ufności 90 % dla μ₁ − μ₂.
Z góry nic nie wiadomo o frakcji wadliwych produktów. Ile produktów n trzeba skontrolować, aby przedział ufności 95 % dla frakcji miał margines błędu co najwyżej 0,01?
p = 0,5E = 0,0195%
n =
5.Testy hipotez i przedziały ufnościŚredni
Próba 16 studentów ma średni wynik 494,8 i odchylenie standardowe z próby 15. Wyznacz statystykę testową t dla H₀: μ = 500.
μ₀ = 500x̄ = 494,8s = 15n = 16
t =
6.Testy hipotez i przedziały ufnościTrudny
Jednostronny test z dla H₀: μ = 50 przeciw H₁: μ > 50 przeprowadza się na poziomie α = 0,10 na próbie o liczebności 25; odchylenie standardowe jest znane i wynosi 10. W rzeczywistości średnia wynosi 55,2. Wyznacz prawdopodobieństwo błędu II rodzaju β w procentach.
μ₀ = 50μ = 55,2σ = 10n = 25α = 0,10
β = %
7.Regresja liniowa i korelacjaŚredni
Tabela podaje 6 par obserwacji x = obciążenie w kN i y = wydłużenie w mm. Wyznacz współczynnik determinacji r² prostej najmniejszych kwadratów.
n = 6
r² =
8.Regresja liniowa i korelacjaTrudny
Tabela podaje 6 par obserwacji x = wydatki na reklamę w tys. € i y = sprzedaż w tys. €. Użyj prostej najmniejszych kwadratów ŷ = a + b·x. Wykonano nową obserwację (8, 68). Wyznacz jej resztę e = y − ŷ.
n = 6(8, 68)
e =
9.Testy chi-kwadratŚredni
Tabela kontyngencji pokazuje liczebności obserwowane. Oblicz statystykę chi-kwadrat χ² testu niezależności zmiennych wierszowej i kolumnowej. Nie stosuj poprawki na ciągłość.
N = 1602 × 3
χ² =
10.Testy chi-kwadratTrudny
Tabela pokazuje liczebności obserwowane. Sprawdź na poziomie α = 0,05, czy obie zmienne są niezależne (bez poprawki na ciągłość). Oblicz statystykę testową χ², a potem porównaj ją z wartością krytyczną z tabeli.
N = 2203 × 2α = 0,05
χ² =
3Roztwory
1.Rozkład normalny
Odpowiedź: P = 0,1587
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).
Rozkład sumy
μ = 105 s, σ = √(5² + 4²) = 6,403 s
Standaryzuj
z = (111,4 − 105)/6,403 = 1
Górny ogon
P = 1 − Φ(1) = 1 − 0,8413 = 0,1587
Odpowiedź
P = 0,1587
2.Rozkład normalny
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.
Pole po lewej
Φ(z) = 0,6
z z tablicy
z ≈ 0,25
Z powrotem do pierwotnych jednostek
x = 250 + 0,25·5 = 251,3 g
Odpowiedź
x = 251,3 g
3.Przedziały ufności
Odpowiedź: E = 3,502 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.
Estymator punktowy
x̄₁ − x̄₂ = 149,5 − 164,5 = −15
Błąd standardowy
SE = √(20²/100 + 4²/30) = 2,129
Margines błędu
E = 1,645·2,129 = 3,502
Odpowiedź
E = 3,502 h
Przedział nie zawiera 0, więc średnie różnią się istotnie.
4.Przedziały ufności
Odpowiedź: n = 9604
Confidence interval for a proportion: p̂ ± z·√(p̂(1 − p̂)/n), where p̂ = x/n. To reach a margin E you need n ≥ z²·p(1 − p)/E², rounded up; without a prior estimate use p = 0,5, which gives the largest n.
Wyznacz n
n = 1,96²·0,5·0,5/0,01² = 9604
Zaokrąglij w górę
n = 9604
Odpowiedź
n = 9604
5.Testy hipotez i przedziały ufności
Odpowiedź: t = −1,387
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).
Błąd standardowy
SE = 15/√16 = 15/4 = 3,75
Statystyka testowa
t = (494,8 − 500)/3,75 = −1,387
Odpowiedź
t = −1,387
t0,025; df = 15 = 2,131
|t| < 2.131, więc nie ma podstaw do odrzucenia H₀ na poziomie 5 % (test dwustronny).
6.Testy hipotez i przedziały ufności
Odpowiedź: β = 9,375 %
Moc testu: moc = 1 − β to prawdopodobieństwo odrzucenia H₀, gdy jest ona fałszywa. Wyznacz próg x̄c z μ₀ i z_α, a potem oblicz prawdopodobieństwo znalezienia się poza x̄c przy prawdziwej średniej: z = (x̄c − μ)/(σ/√n).
Krytyczna średnia z próby
SE = 10/√25 = 2
x̄c = 50 + 1,282·2 = 52,56
z przy prawdziwej średniej
z = (52,56 − 55,2)/2 = −1,318
Błąd II rodzaju
moc = P(Z > −1,318) = 90,62%
β = 100% − 90,62% = 9,375%
Odpowiedź
β = 9,375%
7.Regresja liniowa i korelacja
Odpowiedź: r² = 0,9908
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.
Średnie
x̄ = 42/6 = 7
ȳ = 80/6 = 13,33
Sumy kwadratów i iloczynów
Sxx = Σ(x − x̄)² = 70
Sxy = Σ(x − x̄)(y − ȳ) = 146
Syy = Σ(y − ȳ)² = 307,3
Współczynnik determinacji
r² = 146²/(70·307,3) = 0,9908
Odpowiedź
r² = 0,9908
Około 99,08% zmienności y jest wyjaśnione przez prostą.
8.Regresja liniowa i korelacja
Odpowiedź: e = −2,333
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.
Średnie
x̄ = 48/6 = 8
ȳ = 422/6 = 70,33
Sumy kwadratów i iloczynów
Sxx = Σ(x − x̄)² = 70
Sxy = Σ(x − x̄)(y − ȳ) = 352
Prosta regresji
b = 352/70 = 5,029
a = 70,33 − 5,029·8 = 30,1
ŷ = 30,1 + 5,029·x
Wartość przewidywana
ŷ = 30,1 + 5,029·8 = 70,33
Reszta
e = 68 − 70,33 = −2,333
Odpowiedź
e = −2,333
Punkt leży pod prostą.
9.Testy chi-kwadrat
Odpowiedź: χ² = 4
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): brak podstaw do odrzucenia.
10.Testy chi-kwadrat
Odpowiedź: χ² = 3,71
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.