Wzory, najważniejsze kroki metod dla każdego tematu i 10 zadań do ćwiczenia, z pełnymi rozwiązaniami na końcu.
Masy worków cementu są niezależne i mają rozkład normalny ze średnią 25 kg i odchyleniem standardowym 0,5 kg. Wyznacz prawdopodobieństwo P, że łączna masa 16 z nich będzie mniejsza niż 404 kg. Zaokrąglij z do dwóch miejsc po przecinku.
Średnice otworów D mają rozkład normalny ze średnią 25,04 mm i odchyleniem standardowym 0,01 mm. Średnice wałów d są niezależne i mają rozkład normalny ze średnią 25 mm i odchyleniem standardowym 0,015 mm. Losowo wybrany wał pasuje, gdy D − d > 0. Wyznacz prawdopodobieństwo P, że pasuje. Zaokrąglij z do dwóch miejsc po przecinku.
Porównuje się czas pracy baterii dwóch modeli telefonów. Model 1: 100 telefonów, średnia 81 h, znane odchylenie standardowe 7 h. Model 2: 60 telefonów, średnia 95,5 h, znane odchylenie standardowe 10 h. Wyznacz dolną granicę przedziału ufności 99 % dla μ₁ − μ₂.
Odchylenie standardowe populacji wynosi 18. Jak liczna musi być próba n, aby przedział ufności 99% dla średniej miał margines błędu co najwyżej 3?
Próba 49 studentów ma średni wynik 116,9 i odchylenie standardowe z próby 12. Wyznacz statystykę testową t dla H₀: μ = 120.
W badaniu klinicznym wyzdrowiało 180 z 300 pacjentów leczonych metodą A i 58 z 80 pacjentów leczonych metodą B. Korzystając z frakcji łącznej, wyznacz statystykę testową z dla H₀: p₁ = p₂.
Tabela podaje 5 par obserwacji x = wiek samochodu w latach i y = cena w tys. €. Podane są ich sumy. Wyznacz z tych sum 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. Wyznacz prognozę ŷ dla x = 10.
Tabela kontyngencji pokazuje liczebności obserwowane. W teście niezależności chi-kwadrat wyznacz liczebność oczekiwaną E dla komórki „studenci, autobus”.
Test zgodności chi-kwadrat sprawdza, czy liczebności w 6 kategoriach mają rozkład Poissona, którego średnią estymuje się z tych samych danych. Korzystając z tabeli, wyznacz wartość krytyczną χ²crit na poziomie istotności α = 0,05.
Odpowiedź: P = 0,9772
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 = 0,9868
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 = −18,28 h
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.
Przedział nie zawiera 0, więc średnie różnią się istotnie.
Odpowiedź: n = 239
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 = −1,808
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 nie ma podstaw do odrzucenia H₀ na poziomie 5 % (test dwustronny).
Odpowiedź: z = −2,053
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 = −0,9912
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 = 98,14
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 = 17,68
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: χ²crit = 9,488
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