Wzory, najważniejsze kroki metod dla każdego tematu i 10 zadań do ćwiczenia, z pełnymi rozwiązaniami na końcu.
X ma rozkład normalny ze średnią 12 min i odchyleniem standardowym 1,5 min; zmienna Y jest niezależna i ma rozkład normalny ze średnią 20 min i odchyleniem standardowym 2 min. Wyznacz prawdopodobieństwo P, że X + Y jest większe niż 28,3 min. Zaokrąglij z do dwóch miejsc po przecinku.
Rozkład wyników egzaminu jest normalny ze średnią 65 pkt i odchyleniem standardowym 10 pkt. Wyznacz wartość x, poniżej której leży 90% wszystkich wartości (90. percentyl).
Próba 9 elementów ma średnią 51,5 i odchylenie standardowe s = 8. Populacja ma w przybliżeniu rozkład normalny. Wyznacz górną granicę przedziału ufności 99% dla średniej.
Odchylenie standardowe populacji wynosi 24. Jak liczna musi być próba n, aby przedział ufności 95% dla średniej miał margines błędu co najwyżej 0,5?
Próba 49 studentów ma średni wynik 118,7 i odchylenie standardowe z próby 4. Wyznacz statystykę testową t dla H₀: μ = 120.
W badaniu klinicznym wyzdrowiało 105 z 300 pacjentów leczonych metodą A i 48 z 100 pacjentów leczonych metodą B. Korzystając z frakcji łącznej, wyznacz statystykę testową z dla H₀: p₁ = p₂.
Tabela podaje 6 par obserwacji x = liczba godzin nauki i y = wynik egzaminu. Wyznacz współczynnik korelacji Pearsona r.
Tabela podaje 6 par obserwacji x = wiek samochodu w latach i y = cena w tys. €. Użyj prostej najmniejszych kwadratów ŷ = a + b·x. Wyznacz prognozę ŷ dla x = 5,5.
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 = 0,9306
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 = 77,82 pkt
Rozkład normalny: zamień wartość x na wynik z, z = (x − μ)/σ, który mówi, o ile odchyleń standardowych wartość leży od średniej. Tablica rozkładu normalnego (czyli Φ(z)) podaje pole na lewo od z, czyli P(X < x). Pole na prawo to 1 − Φ(z), a pole między dwiema wartościami to różnica ich dwóch pól.
Odpowiedź: górna granica = 60,45
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 = 8852
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 = −2,275
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| > 2,011, więc H₀ odrzuca się na poziomie 5 % (test dwustronny).
Odpowiedź: z = −2,317
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.
|z| > 1,96, więc H₀ odrzuca się na poziomie 5 % (test dwustronny).
Odpowiedź: r = 0,9741
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: ŷ = 14,41
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 = 6,86
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 = 1. Przy α = 0,05 wartość krytyczna wynosi 3,841, więc decyzja dotycząca H₀ (niezależności): odrzucona.
Odpowiedź: χ² = 21,07
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