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 9 z nich będzie mniejsza niż 222,8 kg. Zaokrąglij z do dwóch miejsc po przecinku.
Rozkład czasów pracy baterii jest normalny ze średnią 500 h i odchyleniem standardowym 40 h. Przeciągnij wartość graniczną tak, aby zacieniowane górne 20% leżało na prawo od niej. Znajdź wartość graniczną x.
Próba 16 elementów ma średnią 97 i odchylenie standardowe s = 19. Populacja ma w przybliżeniu rozkład normalny. Wyznacz margines błędu E przedziału ufności 95% dla średniej.
Z góry nic nie wiadomo o frakcji wadliwych produktów. Ile produktów n trzeba skontrolować, aby przedział ufności 99 % dla frakcji miał margines błędu co najwyżej 0,01?
Dwie linie produkcyjne wytwarzają tę samą część. Linia 1: próba 60 części ma średnią długość 67 mm, a znane odchylenie standardowe linii wynosi 8 mm. Linia 2: próba 100 części ma średnią 67,9 mm, znane odchylenie standardowe 12 mm. Wyznacz statystykę testową z dla H₀: μ₁ = μ₂, przyjmując różnicę jako x̄₁ − x̄₂ (linia 1 minus linia 2).
Próba 81 pomiarów ma średnią 499,1. Odchylenie standardowe populacji wynosi 5. Wyznacz górną granicę U przedziału ufności 99 % dla średniej.
Tabela podaje 6 par obserwacji x = liczba godzin nauki i y = wynik egzaminu. Wyznacz współczynnik determinacji r² prostej najmniejszych kwadratów.
Tabela podaje 5 par obserwacji x = wydatki na reklamę w tys. € i y = sprzedaż w tys. €. Użyj prostej najmniejszych kwadratów ŷ = a + b·x. Dla jakiej wartości x prosta przewiduje ŷ = 67?
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 4 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: P = 0,07078
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 = 534 h
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.
Odpowiedź: E = 10,12
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 = 16590
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: z = −0,5685
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 nie ma podstaw do odrzucenia H₀ na poziomie 5 % (test dwustronny).
Odpowiedź: U = 500,5
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).
Odpowiedź: r² = 0,9253
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 92,53% zmienności y jest wyjaśnione przez prostą.
Odpowiedź: x = 5,582
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 = 29,71
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 = 11,35
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