Описательная статистика
- Среднее
- x̄ = Σx/n
- Выборочное стандартное отклонение
- s = √(Σ(x − x̄)²/(n − 1))
- Медиана
- срединное значение упорядоченных данных
- z-оценка
- z = (x − μ)/σ
- Нормальное распределение
- 68% в пределах ±1σ, 95% в пределах ±2σ
Листы формул, ключевые шаги методов по каждой теме и тренировочные задачи (12) с полными решениями в конце.
Найдите выборочное стандартное отклонение s данных: 59, 13, 11, 50, 55, 23.
Баллы за экзамен распределены нормально со средним 70 и стандартным отклонением 8. Найдите z-оценку z для результата 73,2.
Для показанного распределения найдите дисперсию Var(X) величины X.
X имеет показанное распределение, а Y = 3X + 4. Найдите стандартное отклонение σY величины Y.
Перетащите z так, чтобы закрашенная площадь под стандартной нормальной кривой справа от z была равна 0,9793. Найдите z с точностью до двух знаков.
Распределение «значения роста взрослых мужчин» нормальное: среднее 178 cm, стандартное отклонение 7 cm. Перетащите границу так, чтобы закрашенные нижние 5% были слева от неё. Найдите границу x.
Выборка из 16 элементов имеет среднее 107 и стандартное отклонение s = 15,5. Генеральная совокупность распределена приблизительно нормально. Найдите нижнюю границу 95 % доверительного интервала для среднего.
Испытываются два удобрения. Группа участков 1: 5 участков, средний урожай 66 kg, стандартное отклонение 5,5 kg. Группа участков 2: 17 участков, среднее 58 kg, стандартное отклонение 3,5 kg. Считайте дисперсии равными (объединённый t-критерий, df = n₁ + n₂ − 2). Найдите предельную ошибку E 95 % доверительного интервала для μ₁ − μ₂.
Две производственные линии изготавливают одну и ту же деталь. Линия 1: выборка из 50 деталей имеет среднюю длину 46,5 mm, известное стандартное отклонение линии 19 mm. Линия 2: выборка из 40 деталей имеет среднее 50,9 mm, известное стандартное отклонение 4 mm. Найдите статистику критерия z для H₀: μ₁ = μ₂, принимая разность как x̄₁ − x̄₂ (линия 1 минус линия 2).
В исследовании выздоравливают 120 из 300 пациентов, получавших лечение A, и 44 из 80 пациентов, получавших лечение B. Используя объединённую долю, найдите статистику критерия z для H₀: p₁ = p₂.
В таблице даны 6 пар наблюдений x = часов подготовки и y = балл за экзамен. Даны их суммы. Найдите по этим суммам коэффициент корреляции Пирсона r.
В таблице даны 5 пар наблюдений x = расходы на рекламу в k€ и y = продажи в k€. Используйте прямую наименьших квадратов ŷ = a + b·x. Спрогнозируйте ŷ при x = 4,5.
Ответ: s = 21,93
Описательная статистика: среднее — сумма, делённая на n; медиана — середина упорядоченных данных (среднее двух средних значений при чётном n). Выборочное стандартное отклонение s = √(Σ(x − x̄)²/(n − 1)). z-оценка z = (x − μ)/σ показывает, на сколько стандартных отклонений значение отстоит от среднего.
Ответ: z = 0,4
Описательная статистика: среднее — сумма, делённая на n; медиана — середина упорядоченных данных (среднее двух средних значений при чётном n). Выборочное стандартное отклонение s = √(Σ(x − x̄)²/(n − 1)). z-оценка z = (x − μ)/σ показывает, на сколько стандартных отклонений значение отстоит от среднего.
Ответ: Var(X) = 5,76
Дискретные случайные величины: распределение вероятностей перечисляет все значения x, которые может принять величина, с их вероятностями p(x); вероятности лежат между 0 и 1, а их сумма равна 1. Математическое ожидание (среднее) равно E(X) = Σx·p(x), это долгосрочное среднее значение. Дисперсия равна Var(X) = Σ(x − μ)²·p(x) = E(X²) − μ², а стандартное отклонение σ = √Var(X). При линейном преобразовании Y = aX + b: E(Y) = a·E(X) + b, Var(Y) = a²·Var(X) и σY = |a|·σX; прибавление константы не меняет разброс.
Ответ: σY = 4,577
Дискретные случайные величины: распределение вероятностей перечисляет все значения x, которые может принять величина, с их вероятностями p(x); вероятности лежат между 0 и 1, а их сумма равна 1. Математическое ожидание (среднее) равно E(X) = Σx·p(x), это долгосрочное среднее значение. Дисперсия равна Var(X) = Σ(x − μ)²·p(x) = E(X²) − μ², а стандартное отклонение σ = √Var(X). При линейном преобразовании Y = aX + b: E(Y) = a·E(X) + b, Var(Y) = a²·Var(X) и σY = |a|·σX; прибавление константы не меняет разброс.
Среднее действительно сдвигается: E(Y) = 3·2,65 + 4 = 11,95.
Ответ: z = −2,04
От площади обратно к z: Φ(z) — это площадь слева от z. Для площади левого хвоста A найдите в таблице z с Φ(z) = A. Площадь правого хвоста A означает Φ(z) = 1 − A. Центральная площадь A между −z и z оставляет (1 − A)/2 в каждом хвосте, поэтому Φ(z) = (1 + A)/2. Для значения x используйте x = μ + zσ.
Найдите 0,0207 внутри таблицы и считайте z.
Ответ: x = 166,5 cm
От площади обратно к z: Φ(z) — это площадь слева от z. Для площади левого хвоста A найдите в таблице z с Φ(z) = A. Площадь правого хвоста A означает Φ(z) = 1 − A. Центральная площадь A между −z и z оставляет (1 − A)/2 в каждом хвосте, поэтому Φ(z) = (1 + A)/2. Для значения x используйте x = μ + zσ.
Ответ: нижняя граница = 98,74
Доверительный интервал для среднего: x̄ ± предельная ошибка. При известном σ генеральной совокупности предельная ошибка равна z·σ/√n; если известно только выборочное стандартное отклонение s, используйте t с n − 1 степенями свободы: t·s/√n. Критические значения: z = 1,645 (90 %), 1,96 (95 %), 2,576 (99 %). Чтобы предельная ошибка не превышала E, нужен объём выборки n ≥ (z·σ/E)², округлённый вверх.
Ответ: E = 4,225 kg
Интервал для разности: оценка ± критическое значение × стандартная ошибка. Для двух независимых средних при известных σ: SE = √(σ₁²/n₁ + σ₂²/n₂) и z. При равных неизвестных дисперсиях: объединённое s_p и t с n₁ + n₂ − 2 степенями свободы. Для парных данных работайте с разностями: d̄ ± t·s_d/√n.
Ответ: z = −1,594
Проверка гипотезы: статистика критерия = (оценка − значение при H₀)/(стандартная ошибка при H₀). p-значение — это вероятность при условии истинности H₀ получить статистику, не менее экстремальную, чем наблюдаемая: площадь одного хвоста для односторонней H₁ и удвоенная площадь хвоста для двусторонней H₁. Отвергайте H₀, если p ≤ α.
|z| < 1.96, поэтому H₀ не отвергается на уровне 5 % (двусторонний критерий).
Ответ: z = −2,407
Проверка гипотезы: статистика критерия = (оценка − значение при H₀)/(стандартная ошибка при H₀). p-значение — это вероятность при условии истинности H₀ получить статистику, не менее экстремальную, чем наблюдаемая: площадь одного хвоста для односторонней H₁ и удвоенная площадь хвоста для двусторонней H₁. Отвергайте H₀, если p ≤ α.
|z| > 1,96, поэтому H₀ отвергается на уровне 5 % (двусторонний критерий).
Ответ: r = 0,9886
Метод наименьших квадратов: при средних x̄ и ȳ, Sxx = Σ(x − x̄)², Syy = Σ(y − ȳ)² и Sxy = Σ(x − x̄)(y − ȳ) прямая ŷ = a + b·x имеет угловой коэффициент b = Sxy/Sxx и свободный член a = ȳ − b·x̄, поэтому она всегда проходит через (x̄, ȳ). Коэффициент корреляции Пирсона r = Sxy/√(Sxx·Syy) лежит между −1 и 1; r² — доля вариации y, объяснённая прямой.
Ответ: ŷ = 46,25
Метод наименьших квадратов: при средних x̄ и ȳ, Sxx = Σ(x − x̄)², Syy = Σ(y − ȳ)² и Sxy = Σ(x − x̄)(y − ȳ) прямая ŷ = a + b·x имеет угловой коэффициент b = Sxy/Sxx и свободный член a = ȳ − b·x̄, поэтому она всегда проходит через (x̄, ȳ). Коэффициент корреляции Пирсона r = Sxy/√(Sxx·Syy) лежит между −1 и 1; r² — доля вариации y, объяснённая прямой.
ExamProblems · examproblems.com/courses/statistics-1