Wzory, najważniejsze kroki metod dla każdego tematu i 10 zadań do ćwiczenia, z pełnymi rozwiązaniami na końcu.
Przeciągnij z tak, aby zacieniowane pole pod standardową krzywą normalną, na prawo od z, wynosiło 0,9525. Znajdź z z dokładnością do dwóch miejsc po przecinku.
Rozkład wzrostu dorosłych mężczyzn jest normalny ze średnią 178 cm i odchyleniem standardowym 7 cm. Wyznacz wartość x, poniżej której leży 80% wszystkich wartości (80. percentyl).
Porównuje się czas pracy baterii dwóch modeli telefonów. Model 1: 40 telefonów, średnia 96,5 h, znane odchylenie standardowe 8 h. Model 2: 40 telefonów, średnia 90,5 h, znane odchylenie standardowe 20 h. Wyznacz górną granicę przedziału ufności 95 % dla μ₁ − μ₂.
Średnice 21 toczonych wałków mają odchylenie standardowe z próby 6,1 µm. Zakładając, że średnice mają rozkład normalny, wyznacz σ: górna granica przedziału ufności 95 % dla odchylenia standardowego populacji. Przy df = 20 2,5 % rozkładu χ² leży poniżej 9,591, a 2,5 % powyżej 34,17.
Twierdzi się, że średnia populacji wynosi 120; odchylenie standardowe populacji jest znane i wynosi 24. Losowa próba 64 obserwacji ma średnią 124,56. Przetestuj H₀: μ = 120 przeciw H₁: μ > 120. Wyznacz wartość p p.
Jednostronny test z na poziomie α = 0,01 ma wykryć przesunięcie średniej o 3 jednostek z mocą 80 %. Odchylenie standardowe wynosi 8. Wyznacz minimalną liczebność próby n.
Tabela podaje 5 par obserwacji x = wydatki na reklamę w tys. € i y = sprzedaż w tys. €. Wyznacz współczynnik determinacji r² prostej najmniejszych kwadratów.
Tabela podaje 5 par obserwacji x = temperatura w °C i y = liczba sprzedanych lodów. Użyj prostej najmniejszych kwadratów ŷ = a + b·x. Wyznacz prognozę ŷ dla x = 19.
Tabela kontyngencji pokazuje liczebności obserwowane. W teście niezależności chi-kwadrat wyznacz liczebność oczekiwaną E dla komórki „zmiana nocna, drobna”.
Tabela pokazuje liczebności obserwowane. Sprawdź na poziomie α = 0,01, czy obie zmienne są niezależne (bez poprawki na ciągłość). Oblicz statystykę testową χ², a potem porównaj ją z wartością krytyczną z tabeli.
Odpowiedź: z = −1,67
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 0,0475 wewnątrz tablicy i odczytaj z.
Odpowiedź: x = 183,9 cm
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 = 12,68 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 zawiera 0, więc dane nie wykazują istotnej różnicy.
Odpowiedź: σ = 8,809 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: [4,667, 8,809] µm.
Odpowiedź: p = 0,06426
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: n = 72
Liczebność próby dla testu: aby wykryć prawdziwe przesunięcie δ z mocą 1 − β w jednostronnym teście z na poziomie α, błąd standardowy musi spełniać δ = (z_α + z_β)·σ/√n, więc n = ((z_α + z_β)·σ/δ)², zaokrąglone w górę.
Odpowiedź: r² = 0,9228
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.
Około 92,28% zmienności y jest wyjaśnione przez prostą.
Odpowiedź: ŷ = 89,55
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 = 44,27
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 = 10,78
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