Листы формул, ключевые шаги методов по каждой теме и тренировочные задачи (10) с полными решениями в конце.
Пусть массы пакетов распределены нормально со средним 250 g и стандартным отклонением 5 g. Какая доля значений лежит между 246,25 и 256 g? Дайте P в виде десятичной дроби.
Распределение «значения роста взрослых мужчин» нормальное: среднее 178 cm, стандартное отклонение 7 cm. Перетащите границу так, чтобы закрашенные нижние 25% были слева от неё. Найдите границу x.
99 % доверительный интервал для среднего, построенный по 100 наблюдениям при известном σ, имеет предельную ошибку 2. Какой будет предельная ошибка E₂ 90 % интервала по тем же данным?
Стандартное отклонение генеральной совокупности равно 25. Какой объём выборки n нужен, чтобы предельная ошибка 90 % доверительного интервала для среднего не превышала 0,5?
Выборка из 36 студентов имеет средний балл 73,5 и выборочное стандартное отклонение 10. Найдите статистику критерия t для H₀: μ = 75.
Выборка из 25 измерений имеет среднее 121,4. Стандартное отклонение генеральной совокупности — 12. Найдите нижнюю границу L 99 % доверительного интервала для среднего.
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 6 пар наблюдений x = температура в °C и y = продано мороженого. Используйте прямую наименьших квадратов ŷ = a + b·x. Спрогнозируйте ŷ при x = 25,5.
Таблица сопряжённости содержит наблюдаемые частоты. Вычислите статистику хи-квадрат χ² для проверки независимости переменных строк и столбцов. Поправку на непрерывность не применяйте.
Критерий согласия хи-квадрат проверяет, подчиняются ли частоты в 7 категориях распределению Пуассона, среднее которого оценивается по тем же данным. По таблице найдите критическое значение χ²crit при уровне значимости α = 0,01.
Ответ: P = 0,6583
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.
Ответ: x = 173,3 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: E₂ = 1,277
Confidence interval for a mean: x̄ ± margin of error. With a known population σ the margin is z·σ/√n; with only the sample standard deviation s, use t with n − 1 degrees of freedom: t·s/√n. Critical values: z = 1,645 (90%), 1,96 (95%), 2,576 (99%). To get a margin E or smaller, you need n ≥ (z·σ/E)², rounded up.
Ответ: n = 6766
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.
Объём выборки — целое число, а округление вниз сделало бы предельную ошибку слишком большой.
Ответ: t = −0,9
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).
|t| < 2.03, поэтому H₀ не отвергается на уровне 5 % (двусторонний критерий).
Ответ: L = 115,2
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).
Ответ: r = 0,954
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 = 110,8
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: χ² = 1,65
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.
df = 2. При α = 0,05 критическое значение равно 5,991, поэтому H₀ (независимость) не отвергается.
Ответ: χ²crit = 15,09
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.
Отвергайте H₀, если вычисленное χ² больше этого значения.
ExamProblems · examproblems.com/courses/statistics-2-inference