Статистика 2: Статистический вывод: шпаргалка-пакет

Листы формул, ключевые шаги методов по каждой теме и тренировочные задачи (10) с полными решениями в конце.

Новые задачи Назад к курсу

В окне печати выберите «Сохранить как PDF», чтобы сохранить копию на своём устройстве.

1Формулы и методы

Нормальное распределение

z-оценка: z = (x − μ)/σ
Меньше x: P(X < x) = Φ(z)
Больше x: P(X > x) = 1 − Φ(z)
Между: Φ(z₂) − Φ(z₁)
Процентиль: x = μ + z·σ

Метод

Переведите значение в z-оценку: z = (x − μ)/σ.
Найдите по таблице Φ(z) — площадь слева от z.
Для площади справа используйте 1 − Φ(z); для интервала вычтите две площади слева.
Для процентиля действуйте в обратном порядке: найдите z по площади, затем x = μ + z·σ.

Доверительные интервалы

σ известно: x̄ ± z·σ/√n
σ неизвестно: x̄ ± t·s/√n, df = n − 1
Критическое значение z: 90%: 1,645, 95%: 1,96, 99%: 2,576
Объём выборки: n = (z·σ/E)², rounded up

Метод

Выберите между z (известна σ генеральной совокупности) и t (известно только выборочное s, n − 1 степеней свободы).
Найдите критическое значение для уровня доверия.
Предельная ошибка: E = критическое значение × стандартное отклонение/√n.
Интервал: x̄ ± E.

Проверка гипотез и доверительные интервалы

z-тест для среднего: z = (x̄ − μ₀)/(σ/√n)
t-тест для среднего: t = (x̄ − μ₀)/(s/√n), df = n − 1
Двусторонний на уровне 5%: отвергните H₀, если |z| > 1,96
Доверительный интервал: x̄ ± z·σ/√n

Метод

Сформулируйте H₀ и H₁ и решите, односторонний критерий или двусторонний.
Вычислите статистику критерия: (x̄ − μ₀)/(σ/√n) или с s и t.
Сравните с критическим значением или найдите p-значение.
Отвергните H₀, если статистика выходит за критическое значение (p меньше α), и сформулируйте вывод словами.

Линейная регрессия и корреляция

Суммы квадратов: S_xx = Σ(x − x̄)² = Σx² − (Σx)²/n, S_xy = Σxy − ΣxΣy/n
Угловой коэффициент: b = S_xy/S_xx
Свободный член: a = ȳ − b·x̄
Корреляция: r = S_xy/√(S_xxS_yy)
Остаток: e = y − ŷ

Критерии хи-квадрат

Статистика критерия: χ² = Σ(O − E)²/E
Согласие с распределением: E = n·p, df = k − 1 − (estimated parameters)
Независимость: E = row total × column total / grand total, df = (r − 1)(c − 1)
Критические значения (α = 0,05): df 1: 3,841, 2: 5,991, 3: 7,815, 4: 9,488
Решение: отвергнуть H₀, если χ² > χ²_crit

2Тренировочные задачи

1.Нормальное распределениеСредняя

Пусть сроки службы батареек распределены нормально со средним 500 h и стандартным отклонением 40 h. Какая доля значений лежит между 452 и 580 h? Дайте P в виде десятичной дроби.

μ = 500σ = 40x₁ = 452x₂ = 580

P =

2.Нормальное распределениеСложная

Рост мужчин X и женщин Y в группе независимы и нормально распределены: X имеет среднее 180 cm и стандартное отклонение 10 cm, Y имеет среднее 170 cm и стандартное отклонение 12 cm. Найдите вероятность P того, что X больше Y. Округлите z до двух знаков после запятой.

μ_X = 180 cm, σ_X = 10 cmμ_Y = 170 cm, σ_Y = 12 cm

P =

3.Доверительные интервалыСредняя

Сравнивается время работы аккумулятора двух моделей телефонов. Модель 1: 100 телефонов, среднее 89,5 h, известное стандартное отклонение 15 h. Модель 2: 50 телефонов, среднее 84,5 h, известное стандартное отклонение 9 h. Найдите верхнюю границу 95 % доверительного интервала для μ₁ − μ₂.

n₁ = 100x̄₁ = 89,5 hσ₁ = 15 hn₂ = 50x̄₂ = 84,5 hσ₂ = 9 h95%

верхняя граница = h

4.Доверительные интервалыСложная

Стандартное отклонение генеральной совокупности равно 29. Какой объём выборки n нужен, чтобы предельная ошибка 95 % доверительного интервала для среднего не превышала 0,5?

σ = 29E = 0,595%

n =

5.Проверка гипотез и доверительные интервалыСредняя

Выборка из 81 студентов имеет средний балл 505,3 и выборочное стандартное отклонение 20. Найдите статистику критерия t для H₀: μ = 500.

μ₀ = 500x̄ = 505,3s = 20n = 81

t =

6.Проверка гипотез и доверительные интервалыСложная

Выборка из 100 измерений имеет среднее 120,3. Стандартное отклонение генеральной совокупности — 4. Найдите верхнюю границу U 90 % доверительного интервала для среднего.

x̄ = 120,3σ = 4n = 10090%

U =

7.Линейная регрессия и корреляцияСредняя

В таблице даны 5 пар наблюдений x = возраст автомобиля в годах и y = цена в k€. Даны их суммы. Найдите по этим суммам коэффициент корреляции Пирсона r.

n = 5Σx = 15Σy = 126Σx² = 55Σy² = 3194Σxy = 367

r =

8.Линейная регрессия и корреляцияСложная

В таблице даны 6 пар наблюдений x = нагрузка в kN и y = удлинение в mm. Используйте прямую наименьших квадратов ŷ = a + b·x. Спрогнозируйте ŷ при x = 3.

n = 6x = 3

ŷ =

9.Критерии хи-квадратСредняя

Таблица сопряжённости содержит наблюдаемые частоты. Вычислите статистику хи-квадрат χ² для проверки независимости переменных строк и столбцов. Поправку на непрерывность не применяйте.

N = 2002 × 3

χ² =

10.Критерии хи-квадратСложная

Критерий согласия хи-квадрат сравнивает наблюдаемые частоты в 5 категориях с полностью заданными ожидаемыми долями (параметры по данным не оцениваются). По таблице найдите критическое значение χ²_crit при уровне значимости α = 0,01.

α = 0,01

χ²_crit =

3Растворы

1.Нормальное распределение

Ответ: P = 0,8622

Нормальное распределение: переведите значение x в z-оценку z = (x − μ)/σ, которая показывает, на сколько стандартных отклонений значение отстоит от среднего. Таблица z (или Φ(z)) даёт площадь слева от z, то есть P(X < x). Площадь справа равна 1 − Φ(z), а площадь между двумя значениями — разности их площадей слева.

z-оценки

z₁ = (452 − 500)/40 = −1,2

z₂ = (580 − 500)/40 = 2

Площадь между

P = Φ(2) − Φ(−1,2) = 0,9772 − 0,1151 = 0,8622

Ответ

P = 0,8622

2.Нормальное распределение

Ответ: P = 0,7389

Суммы и разности нормальных величин: если X и Y независимы и нормальны, то X + Y и X − Y тоже нормальны. Средние складываются или вычитаются: E(X ± Y) = μ_X ± μ_Y. Дисперсии всегда складываются, в том числе для разности: Var(X ± Y) = σ_X² + σ_Y², поэтому σ = √(σ_X² + σ_Y²). Стандартные отклонения напрямую никогда не складываются. Сумма n независимых элементов с одинаковым распределением имеет среднее n·μ и стандартное отклонение σ·√n. Затем стандартизируйте как обычно: z = (x − среднее)/σ и найдите Φ(z).

Распределение разности

μ = 180 − 170 = 10 cm, σ = 15,62 cm

Стандартизуйте

z = (0 − 10)/15,62 = −0,64

Вероятность

P = 1 − Φ(−0,64) = 0,7389

Ответ

P = 0,7389

3.Доверительные интервалы

Ответ: верхняя граница = 8,856 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.

Точечная оценка

x̄₁ − x̄₂ = 89,5 − 84,5 = 5

Стандартная ошибка

SE = √(15²/100 + 9²/50) = 1,967

Предельная ошибка

E = 1,96·1,967 = 3,856

Интервал

5 ± 3,856 → [1,144, 8,856]

Ответ

верхняя граница = 8,856 h

Интервал не содержит 0, поэтому средние значимо различаются.

4.Доверительные интервалы

Ответ: n = 12924

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.

Выразите n

n = (1,96·29/0,5)² = 12923

Округлите вверх

Объём выборки — целое число, а округление вниз сделало бы предельную ошибку слишком большой.

n = 12924

Ответ

n = 12924

5.Проверка гипотез и доверительные интервалы

Ответ: t = 2,385

Проверка среднего: статистика критерия показывает, на сколько стандартных ошибок выборочное среднее отстоит от значения из H₀: z = (x̄ − μ₀)/(σ/√n), если σ известно, t = (x̄ − μ₀)/(s/√n), если его оценивают по выборке. Доверительный интервал — x̄ ± (критическое значение)·(стандартная ошибка).

Стандартная ошибка

SE = 20/√81 = 20/9 = 2,222

Статистика критерия

t = (505,3 − 500)/2,222 = 2,385

Ответ

t = 2,385

t_{0,025; df = 80} = 1,99

|t| > 1,99, поэтому H₀ отвергается на уровне 5 % (двусторонний критерий).

6.Проверка гипотез и доверительные интервалы

Ответ: U = 121

Предельная ошибка

E = 1,645·4/√100 = 0,658

Граница интервала

U = 120,3 + 0,658 = 121

Ответ

U = 121

7.Линейная регрессия и корреляция

Ответ: r = −0,8023

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.

Центрированные суммы

S_xy = 367 − 15·126/5 = −11

S_xx = 55 − 15²/5 = 10

S_yy = 3194 − 126²/5 = 18,8

Коэффициент корреляции

r = −11/√(10·18,8) = −0,8023

Ответ

r = −0,8023

8.Линейная регрессия и корреляция

Ответ: ŷ = 7,657

Средние

x̄ = 42/6 = 7

ȳ = 120/6 = 20

Суммы квадратов и произведений

S_xx = Σ(x − x̄)² = 70

S_xy = Σ(x − x̄)(y − ȳ) = 216

Линия регрессии

b = 216/70 = 3,086

a = 20 − 3,086·7 = −1,6

ŷ = −1,6 + 3,086·x

Прогноз

ŷ = −1,6 + 3,086·3 = 7,657

Ответ

ŷ = 7,657

9.Критерии хи-квадрат

Ответ: χ² = 26,33

Критерии хи-квадрат: сравнивают наблюдаемые частоты O с частотами E, ожидаемыми при H₀, по формуле χ² = Σ(O − E)²/E. Согласие с распределением: E = n·p для каждой категории, df = k − 1 (и ещё минус один за каждый параметр, оцениваемый по данным). Независимость в таблице r × c: E = итог по строке × итог по столбцу / общий итог, df = (r − 1)(c − 1). Отвергайте H₀, когда χ² превышает критическое значение для выбранного α.

Ожидаемые частоты

город: 100·30/200 = 15, 100·80/200 = 40, 100·90/200 = 45

село: 100·30/200 = 15, 100·80/200 = 40, 100·90/200 = 45

Статистика хи-квадрат

χ² = (11 − 15)²/15 + (26 − 40)²/40 + (63 − 45)²/45 + (19 − 15)²/15 + (54 − 40)²/40 + (27 − 45)²/45

χ² = 26,33

Ответ

χ² = 26,33

df = 2. При α = 0,05 критическое значение равно 5,991, поэтому H₀ (независимость) отвергается.

10.Критерии хи-квадрат

Ответ: χ²_crit = 13,28

Степени свободы

df = 5 − 1 = 4

Таблица

χ²_crit(df = 4, α = 0,01) = 13,277

Ответ

χ²_crit = 13,277

Отвергайте H₀, если вычисленное χ² больше этого значения.

ExamProblems · examproblems.com/courses/statistics-2-inference