Wzory, najważniejsze kroki metod dla każdego tematu i 10 zadań do ćwiczenia, z pełnymi rozwiązaniami na końcu.
X ma rozkład normalny ze średnią 250 g i odchyleniem standardowym 4 g; zmienna Y jest niezależna i ma rozkład normalny ze średnią 500 g i odchyleniem standardowym 9 g. Wyznacz prawdopodobieństwo P, że X + Y jest większe niż 769,7 g. Zaokrąglij z do dwóch miejsc po przecinku.
Wzrost X mężczyzn i wzrost Y kobiet w grupie są niezależnymi zmiennymi o rozkładzie normalnym: X ma średnią 180 cm i odchylenie standardowe 10 cm, Y ma średnią 170 cm i odchylenie standardowe 12 cm. Wyznacz prawdopodobieństwo P, że X jest większe od Y. Zaokrąglij z do dwóch miejsc po przecinku.
Próba 7 elementów ma średnią 52 i odchylenie standardowe s = 15. Populacja ma w przybliżeniu rozkład normalny. Wyznacz dolną granicę przedziału ufności 90% dla średniej.
Odchylenie standardowe populacji wynosi 31. Jak liczna musi być próba n, aby przedział ufności 90% dla średniej miał margines błędu co najwyżej 2?
Próba 25 studentów ma średni wynik 97,4 i odchylenie standardowe z próby 5. Wyznacz statystykę testową t dla H₀: μ = 100.
Jednostronny test z na poziomie α = 0,05 ma wykryć przesunięcie średniej o 2 jednostek z mocą 95 %. Odchylenie standardowe wynosi 15. Wyznacz minimalną liczebność próby n.
Tabela podaje 6 par obserwacji x = wiek samochodu w latach i y = cena w tys. €. Wyznacz współczynnik determinacji r² prostej najmniejszych kwadratów.
Tabela podaje 6 par obserwacji x = wydatki na reklamę w tys. € i y = sprzedaż w tys. €. Użyj prostej najmniejszych kwadratów ŷ = a + b·x. Wyznacz prognozę ŷ dla x = 12.
Tabela kontyngencji pokazuje liczebności obserwowane. Oblicz statystykę chi-kwadrat χ² testu niezależności zmiennych wierszowej i kolumnowej. Nie stosuj poprawki na ciągłość.
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.
Odpowiedź: P = 0,02275
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: P = 0,7389
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: dolna granica = 40,98
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.
Odpowiedź: n = 651
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 = −2,6
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).
|t| > 2,064, więc H₀ odrzuca się na poziomie 5 % (test dwustronny).
Odpowiedź: n = 609
Liczebność próby dla testu: aby wykryć prawdziwe przesunięcie δ z mocą 1 − β w jednostronnym teście z na poziomie α, błąd standardowy musi spełniać δ = (z_α + z_β)·σ/√n, więc n = ((z_α + z_β)·σ/δ)², zaokrąglone w górę.
Odpowiedź: r² = 0,9827
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 98,27% zmienności y jest wyjaśnione przez prostą.
Odpowiedź: ŷ = 111,9
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 = 5,483
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.
Odpowiedź: χ² = 13,4
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.
χ² jest większe od wartości krytycznej, więc H₀ zostaje odrzucona: zmienne wydają się powiązane.
ExamProblems · examproblems.com/courses/statistics-2-inference