Wzory, najważniejsze kroki metod dla każdego tematu i 10 zadań do ćwiczenia, z pełnymi rozwiązaniami na końcu.
Przeciągnij z tak, aby zacieniowane pole między −z a z pod standardową krzywą normalną wynosiło 0,9181. Znajdź z z dokładnością do dwóch miejsc po przecinku.
Czas okrążenia X biegacza A i czas okrążenia Y biegacza B są niezależnymi zmiennymi o rozkładzie normalnym: X ma średnią 52 s i odchylenie standardowe 4 s, Y ma średnią 48 s i odchylenie standardowe 3 s. Wyznacz prawdopodobieństwo P, że X jest większe od Y. Zaokrąglij z do dwóch miejsc po przecinku.
Próba 15 elementów ma średnią 15 i odchylenie standardowe s = 9. Populacja ma w przybliżeniu rozkład normalny. Wyznacz dolną granicę przedziału ufności 95% dla średniej.
Testuje się dwa nawozy. Grupa poletek 1: 8 poletek, średni plon 42 kg, odchylenie standardowe 3 kg. Grupa poletek 2: 23 poletek, średnia 46,5 kg, odchylenie standardowe 1,5 kg. Załóż równe wariancje (łączne t, df = n₁ + n₂ − 2). Wyznacz górną granicę przedziału ufności 95 % dla μ₁ − μ₂.
Próba 64 studentów ma średni wynik 123,6 i odchylenie standardowe z próby 10. Wyznacz statystykę testową t dla H₀: μ = 120.
Jednostronny test z dla H₀: μ = 100 przeciw H₁: μ < 100 przeprowadza się na poziomie α = 0.05 na próbie o liczebności 100; odchylenie standardowe jest znane i wynosi 30. W rzeczywistości średnia wynosi 96.1. Wyznacz prawdopodobieństwo błędu II rodzaju β w procentach.
Tabela podaje 6 par obserwacji x = wydatki na reklamę w tys. € i y = sprzedaż w tys. €. Wyznacz współczynnik korelacji Pearsona r.
Tabela podaje 6 par obserwacji x = liczba godzin nauki i y = wynik egzaminu. Użyj prostej najmniejszych kwadratów ŷ = a + b·x. Wykonano nową obserwację (8, 97). Wyznacz jej resztę e = y − ŷ.
Tabela kontyngencji pokazuje liczebności obserwowane. Oblicz statystykę chi-kwadrat χ² testu niezależności zmiennych wierszowej i kolumnowej. Nie stosuj poprawki na ciągłość.
Test zgodności chi-kwadrat porównuje liczebności obserwowane w 7 kategoriach z w pełni określonymi oczekiwanymi udziałami (żadne parametry nie są estymowane z danych). Korzystając z tabeli, wyznacz wartość krytyczną χ²crit na poziomie istotności α = 0,01.
Odpowiedź: z = 1,74
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.
Znajdź 0,9591 wewnątrz tablicy i odczytaj z.
Odpowiedź: P = 0,7881
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 = 10,02
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: górna granica = −2,847 kg
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.
Odpowiedź: t = 2,88
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| > 1,998, więc H₀ odrzuca się na poziomie 5 % (test dwustronny).
Odpowiedź: β = 63,5 %
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 = 0,9842
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: e = −4,5
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.
Punkt leży pod prostą.
Odpowiedź: χ² = 6,128
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 = 16,81
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