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 745,1 g. Zaokrąglij z do dwóch miejsc po przecinku.
Rozkład wyników egzaminu jest normalny ze średnią 65 pkt i odchyleniem standardowym 10 pkt. Wyznacz wartość x, poniżej której leży 5% wszystkich wartości (5. percentyl).
Porównuje się czas pracy baterii dwóch modeli telefonów. Model 1: 40 telefonów, średnia 83 h, znane odchylenie standardowe 7 h. Model 2: 30 telefonów, średnia 81,5 h, znane odchylenie standardowe 19 h. Wyznacz dolną granicę przedziału ufności 90 % dla μ₁ − μ₂.
Testuje się dwa nawozy. Grupa poletek 1: 13 poletek, średni plon 35,5 kg, odchylenie standardowe 7,5 kg. Grupa poletek 2: 13 poletek, średnia 24 kg, odchylenie standardowe 5,5 kg. Załóż równe wariancje (łączne t, df = n₁ + n₂ − 2). Wyznacz margines błędu E przedziału ufności 99 % dla μ₁ − μ₂.
Porównuje się dwie metody nauczania. Grupa 1: 11 uczniów, średni wynik 37,5, odchylenie standardowe 9. Grupa 2: 15 uczniów, średni wynik 42, odchylenie standardowe 11. Załóż równe wariancje populacji i użyj testu t dla dwóch prób z łączną wariancją. Wyznacz statystykę testową t dla H₀: μ₁ = μ₂, przyjmując różnicę jako x̄₁ − x̄₂ (grupa 1 minus grupa 2).
Próba 25 pomiarów ma średnią 100,5. Odchylenie standardowe populacji wynosi 8. Wyznacz górną granicę U przedziału ufności 95 % dla średniej.
Tabela podaje 5 par obserwacji x = temperatura w °C i y = liczba sprzedanych lodów. 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 (4, 49). 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 niezależności chi-kwadrat przeprowadza się na tabeli kontyngencji o 3 wierszach i 6 kolumnach (bez sum). Korzystając z tabeli, wyznacz wartość krytyczną χ²crit na poziomie istotności α = 0,01.
Odpowiedź: P = 0,6915
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 = 48,55 pkt
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: dolna granica = −4,49 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: E = 7,215 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 = −1,11
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.
Przy df = 24 dwustronna wartość krytyczna dla 5 % wynosi 2,064; |t| jest mniejsze, więc nie ma podstaw do odrzucenia H₀.
Odpowiedź: U = 103,6
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: r = 0,9715
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 = −3,548
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 = 1,978
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 = 1. Przy α = 0,05 wartość krytyczna wynosi 3,841, więc decyzja dotycząca H₀ (niezależności): brak podstaw do odrzucenia.
Odpowiedź: χ²crit = 23,21
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