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 742,1 g. Zaokrąglij z do dwóch miejsc po przecinku.
Rozkład czasów dostawy jest normalny ze średnią 32 min i odchyleniem standardowym 6 min. Wyznacz wartość x, poniżej której leży 5% wszystkich wartości (5. percentyl).
Próba 11 elementów ma średnią 106,5 i odchylenie standardowe s = 7,5. Populacja ma w przybliżeniu rozkład normalny. Wyznacz margines błędu E przedziału ufności 90% dla średniej.
Średnice 25 toczonych wałków mają odchylenie standardowe z próby 5,4 µm. Zakładając, że średnice mają rozkład normalny, wyznacz σ: dolna granica przedziału ufności 95 % dla odchylenia standardowego populacji. Przy df = 24 2,5 % rozkładu χ² leży poniżej 12,401, a 2,5 % powyżej 39,364.
Twierdzi się, że średnia populacji wynosi 250; odchylenie standardowe populacji jest znane i wynosi 15. Losowa próba 100 obserwacji ma średnią 251,71. Przetestuj H₀: μ = 250 przeciw H₁: μ > 250. Wyznacz wartość p p.
Jednostronny test z dla H₀: μ = 100 przeciw H₁: μ < 100 przeprowadza się na poziomie α = 0.10 na próbie o liczebności 64; odchylenie standardowe jest znane i wynosi 20. W rzeczywistości średnia wynosi 93.5. Wyznacz moc 1 − β testu w procentach.
Tabela podaje 5 par obserwacji x = wiek samochodu w latach i y = cena w tys. €. Wyznacz współczynnik korelacji Pearsona r.
Tabela podaje 5 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 = 1,5.
Tabela kontyngencji pokazuje liczebności obserwowane. W teście niezależności chi-kwadrat wyznacz liczebność oczekiwaną E dla komórki „studenci, autobus”.
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 = 0,7881
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: x = 22,13 min
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: E = 4,098
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: σ = 4,216 µm
Przedział dla wariancji: (n − 1)s²/σ² ma rozkład χ² z n − 1 stopniami swobody. Przedział 95 % dla σ² rozciąga się od (n − 1)s² podzielonego przez górną wartość χ² (2,5 % powyżej niej) do (n − 1)s² podzielonego przez dolną wartość χ² (2,5 % poniżej niej); przedział dla σ to pierwiastki z obu granic. Nie jest on symetryczny względem s.
Przedział 95 % dla σ: [4,216, 7,512] µm.
Odpowiedź: p = 0,1271
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.
p > 0,05, więc nie ma podstaw do odrzucenia H₀ na poziomie 5 %.
Odpowiedź: 1 − β = 90,62 %
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 = −0,6455
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 = 19,85
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 = 25,09
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.
Odpowiedź: χ² = 5,208
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 mniejsze od wartości krytycznej, więc nie ma podstaw do odrzucenia H₀: brak istotnych dowodów na związek.
ExamProblems · examproblems.com/courses/statistics-2-inference