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 754,9 g. Zaokrąglij z do dwóch miejsc po przecinku.
Masa X produktu z linii 1 i masa Y produktu z linii 2 są niezależnymi zmiennymi o rozkładzie normalnym: X ma średnią 500 g i odchylenie standardowe 8 g, Y ma średnią 490 g i odchylenie standardowe 6 g. Wyznacz prawdopodobieństwo P, że X jest większe od Y. Zaokrąglij z do dwóch miejsc po przecinku.
Próba 21 elementów ma średnią 59 i odchylenie standardowe s = 19,5. Populacja ma w przybliżeniu rozkład normalny. Wyznacz górną granicę przedziału ufności 99% dla średniej.
Z góry nic nie wiadomo o frakcji wadliwych produktów. Ile produktów n trzeba skontrolować, aby przedział ufności 90 % dla frakcji miał margines błędu co najwyżej 0,025?
Próba 16 studentów ma średni wynik 100,7 i odchylenie standardowe z próby 4. Wyznacz statystykę testową t dla H₀: μ = 100.
Jednostronny test z dla H₀: μ = 100 przeciw H₁: μ > 100 przeprowadza się na poziomie α = 0,10 na próbie o liczebności 100; odchylenie standardowe jest znane i wynosi 30. W rzeczywistości średnia wynosi 109,3. Wyznacz moc 1 − β testu w procentach.
Tabela podaje 6 par obserwacji x = wydatki na reklamę w tys. € i y = sprzedaż w tys. €. Podane są ich sumy. Wyznacz z tych sum współczynnik korelacji Pearsona r.
Tabela podaje 6 par obserwacji x = obciążenie w kN i y = wydłużenie w mm. Użyj prostej najmniejszych kwadratów ŷ = a + b·x. Wyznacz prognozę ŷ dla x = 7.
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 4 kolumnach (bez sum). Ile stopni swobody df ma test?
Odpowiedź: P = 0,3085
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 = 0,8413
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: górna granica = 71,11
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 = 1083
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.
Odpowiedź: t = 0,7
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| < 2.131, więc nie ma podstaw do odrzucenia H₀ na poziomie 5 % (test dwustronny).
Odpowiedź: 1 − β = 96,55 %
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).
Odpowiedź: r = 0,9813
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 = 17,67
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 = 0,5657
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): brak podstaw do odrzucenia.
Odpowiedź: df = 3
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.
ExamProblems · examproblems.com/courses/statistics-2-inference