สถิติเชิงพรรณนา
- ค่าเฉลี่ย
- x̄ = Σx/n
- ส่วนเบี่ยงเบนมาตรฐานตัวอย่าง
- s = √(Σ(x − x̄)²/(n − 1))
- มัธยฐาน
- ค่ากลางของข้อมูลที่เรียงลำดับแล้ว
- คะแนนมาตรฐาน z
- z = (x − μ)/σ
- การแจกแจงปกติ
- 68% อยู่ภายใน ±1σ, 95% อยู่ภายใน ±2σ
สรุปสูตร ขั้นตอนวิธีทำที่สำคัญของทุกหัวข้อ และโจทย์ฝึก 16 ข้อ พร้อมเฉลยละเอียดไว้ท้ายเล่ม
ค่า p เท่ากับ 0.03 หมายความว่า:
ผู้วิจัยบันทึกข้อมูลที่เก้าจุดเวลาและทดสอบที่ระดับ 5% ทุกครั้งโดยไม่มีการปรับแก้ ปัญหาคืออะไร?
หาส่วนเบี่ยงเบนมาตรฐานตัวอย่าง s ของข้อมูล: 45, 13, 60, 16, 29, 44
คะแนนสอบมีการแจกแจงปกติ ค่าเฉลี่ย 170 และส่วนเบี่ยงเบนมาตรฐาน 8 หาคะแนนมาตรฐาน z z ของคะแนน 154
สำหรับการแจกแจงที่แสดง จงหาความแปรปรวน Var(X) ของ X
ทดสอบชิ้นส่วน 9 ชิ้น แต่ละชิ้นเสียด้วยความน่าจะเป็น 0.6 อย่างอิสระ ความน่าจะเป็น P ที่เสียไม่เกินหนึ่งชิ้นคือเท่าใด
คะแนน IQมีการแจกแจงปกติ ค่าเฉลี่ย 100 คะแนน และส่วนเบี่ยงเบนมาตรฐาน 15 คะแนน สัดส่วนที่อยู่ระหว่าง 100 และ 115.75 คะแนน เป็นเท่าใด ตอบ P เป็นทศนิยม
เส้นผ่านศูนย์กลางรู D มีการแจกแจงปกติที่มีค่าเฉลี่ย 25.04 mm และส่วนเบี่ยงเบนมาตรฐาน 0.015 mm เส้นผ่านศูนย์กลางเพลา d เป็นอิสระและมีการแจกแจงปกติที่มีค่าเฉลี่ย 25 mm และส่วนเบี่ยงเบนมาตรฐาน 0.01 mm เพลาที่สุ่มเลือกสวมได้เมื่อ D − d > 0 จงหาความน่าจะเป็น P ที่มันสวมได้ ปัดเศษ z เป็นสองตำแหน่งทศนิยม
ช่วงความเชื่อมั่น 95% สำหรับค่าเฉลี่ย จาก 36 ค่าและทราบ σ มีค่าคลาดเคลื่อนที่ยอมให้ 8.5 ค่าคลาดเคลื่อนที่ยอมให้ E₂ เป็นเท่าใดถ้าการศึกษาเดียวกันใช้ 324 ค่าแทน
เพลาที่กลึง 11 ชิ้นมีส่วนเบี่ยงเบนมาตรฐานของตัวอย่าง 6.1 µm สมมติว่าเส้นผ่านศูนย์กลางมีการแจกแจงปกติ จงหา ขีดจำกัดล่าง σ ของช่วงความเชื่อมั่น 95% สำหรับส่วนเบี่ยงเบนมาตรฐานของประชากร เมื่อ df = 10 การแจกแจง χ² 2.5% อยู่ต่ำกว่า 3.247 และ 2.5% อยู่สูงกว่า 20.483
สายการผลิตสองสายผลิตชิ้นส่วนเดียวกัน สายที่ 1: ตัวอย่าง 40 ชิ้นมีความยาวเฉลี่ย 108.5 mm และทราบส่วนเบี่ยงเบนมาตรฐานของสายคือ 7 mm สายที่ 2: ตัวอย่าง 60 ชิ้นมีค่าเฉลี่ย 112.1 mm ทราบส่วนเบี่ยงเบนมาตรฐาน 7 mm จงหาค่าสถิติทดสอบ z สำหรับ H₀: μ₁ = μ₂ โดยให้ผลต่างเป็น x̄₁ − x̄₂ (สายที่ 1 ลบสายที่ 2)
ตัวอย่างการวัด 100 ค่ามีค่าเฉลี่ย 96.5 ส่วนเบี่ยงเบนมาตรฐานของประชากรคือ 12 หาขีดจำกัดบน U ของช่วงความเชื่อมั่น 99% สำหรับค่าเฉลี่ย
ตารางให้ข้อมูลที่เป็นคู่ 6 ค่า ของ x = ชั่วโมงที่ใช้เรียน และ y = คะแนนสอบ จงหาสัมประสิทธิ์การตัดสินใจ r² ของเส้นตรงกำลังสองน้อยที่สุด
ตารางให้ข้อมูลที่เป็นคู่ 5 ค่า ของ x = น้ำหนักบรรทุกใน kN และ y = ระยะยืดใน mm ใช้เส้นตรงกำลังสองน้อยที่สุด ŷ = a + b·x จงทำนาย ŷ สำหรับ x = 5
ตารางการณ์จรแสดงความถี่ที่สังเกตได้ จงคำนวณค่าสถิติไคสแควร์ χ² สำหรับการทดสอบความเป็นอิสระระหว่างตัวแปรแถวและตัวแปรหลัก โดยไม่ใช้การแก้ไขความต่อเนื่อง
การทดสอบภาวะสารูปสนิทดีด้วยไคสแควร์ตรวจสอบว่าความถี่ใน 5 กลุ่มเป็นไปตามการแจกแจงปัวซองซึ่งค่าเฉลี่ยประมาณจากข้อมูลชุดเดียวกันหรือไม่ การทดสอบนี้มีองศาเสรี df เท่าใด
คำตอบ: C · หากสมมติฐานว่างเป็นจริง ข้อมูลสุดโต่งเท่านี้จะเกิดขึ้นประมาณ 3% ของเวลา
ค่า p คือความน่าจะเป็นของผลที่สุดโต่งอย่างน้อยเท่ากับที่สังเกตได้หากสมมติฐานว่างเป็นจริง ไม่ได้บอกความน่าจะเป็นที่สมมติฐานจะเป็นจริงหรือขนาดของผล
คำตอบ: C · โอกาสที่จะมีผลบวกลวงอย่างน้อยหนึ่งครั้งเพิ่มขึ้นเกิน 5% มาก
เมื่อมีการทดสอบอิสระเก้าครั้ง โอกาสที่จะมีความคลาดเคลื่อนประเภทที่ 1 อย่างน้อยหนึ่งครั้งประมาณ 1 − 0.95⁹ ≈ 37% การปรับแก้ เช่น Bonferroni แก้ปัญหานี้
คำตอบ: s = 18.36
สถิติเชิงพรรณนา: ค่าเฉลี่ยคือผลรวมหารด้วย n มัธยฐานคือค่ากลางของข้อมูลที่เรียงลำดับแล้ว (ค่าเฉลี่ยของสองค่ากลางเมื่อ n เป็นจำนวนคู่) ส่วนเบี่ยงเบนมาตรฐานตัวอย่างคือ s = √(Σ(x − x̄)²/(n − 1)) คะแนนมาตรฐาน z = (x − μ)/σ บอกว่าค่าหนึ่งอยู่ห่างจากค่าเฉลี่ยกี่เท่าของส่วนเบี่ยงเบนมาตรฐาน
คำตอบ: z = −2
สถิติเชิงพรรณนา: ค่าเฉลี่ยคือผลรวมหารด้วย n มัธยฐานคือค่ากลางของข้อมูลที่เรียงลำดับแล้ว (ค่าเฉลี่ยของสองค่ากลางเมื่อ n เป็นจำนวนคู่) ส่วนเบี่ยงเบนมาตรฐานตัวอย่างคือ s = √(Σ(x − x̄)²/(n − 1)) คะแนนมาตรฐาน z = (x − μ)/σ บอกว่าค่าหนึ่งอยู่ห่างจากค่าเฉลี่ยกี่เท่าของส่วนเบี่ยงเบนมาตรฐาน
คำตอบ: Var(X) = 1.988
ตัวแปรสุ่มไม่ต่อเนื่อง: การแจกแจงความน่าจะเป็นแสดงรายการทุกค่า x ที่ตัวแปรเป็นได้พร้อมความน่าจะเป็น p(x) ความน่าจะเป็นอยู่ระหว่าง 0 ถึง 1 และรวมกันได้ 1 ค่าคาดหมาย (ค่าเฉลี่ย) คือ E(X) = Σx·p(x) ซึ่งเป็นค่าเฉลี่ยในระยะยาว ความแปรปรวนคือ Var(X) = Σ(x − μ)²·p(x) = E(X²) − μ² และส่วนเบี่ยงเบนมาตรฐาน σ = √Var(X) สำหรับการเปลี่ยนแปลงเชิงเส้น Y = aX + b: E(Y) = a·E(X) + b, Var(Y) = a²·Var(X) และ σY = |a|·σX การบวกค่าคงที่ไม่เปลี่ยนการกระจาย
คำตอบ: P = 0.003801
ความน่าจะเป็น: เมื่อผลลัพธ์มีโอกาสเกิดเท่ากัน P(A) = กรณีที่สนใจ/กรณีทั้งหมด สำหรับเหตุการณ์อิสระให้คูณกัน: P(A และ B) = P(A)·P(B) ส่วนเติมเต็มมักช่วยได้: P(อย่างน้อยหนึ่งครั้ง) = 1 − P(ไม่มีเลย) ทวินาม: ในการทดลองอิสระ n ครั้งที่ความน่าจะเป็นสำเร็จ p, P(X = k) = C(n, k)·pᵏ·(1 − p)ⁿ⁻ᵏ
คำตอบ: P = 0.3531
การแจกแจงปกติ: แปลงค่า x เป็นคะแนนมาตรฐาน z คือ z = (x − μ)/σ ซึ่งนับจำนวนส่วนเบี่ยงเบนมาตรฐานจากค่าเฉลี่ย ตาราง z (หรือ Φ(z)) ให้พื้นที่ทางซ้ายของ z ซึ่งคือ P(X < x) พื้นที่ทางขวาคือ 1 − Φ(z) และพื้นที่ระหว่างสองค่าคือผลต่างของพื้นที่ทั้งสอง
คำตอบ: P = 0.9868
ผลบวกและผลต่างของตัวแปรปกติ: ถ้า X และ Y เป็นอิสระต่อกันและมีการแจกแจงปกติ X + Y และ X − Y ก็มีการแจกแจงปกติเช่นกัน ค่าเฉลี่ยบวกหรือลบกัน: E(X ± Y) = μX ± μY ความแปรปรวนบวกกันเสมอ แม้เป็นผลต่าง: Var(X ± Y) = σX² + σY² ดังนั้น σ = √(σX² + σY²) ส่วนเบี่ยงเบนมาตรฐานไม่บวกกันโดยตรง ผลรวมของ n รายการอิสระที่มีการแจกแจงเดียวกันมีค่าเฉลี่ย n·μ และส่วนเบี่ยงเบนมาตรฐาน σ·√n จากนั้นทำให้เป็นมาตรฐานตามปกติ: z = (x − ค่าเฉลี่ย)/σ แล้วอ่าน Φ(z)
คำตอบ: E₂ = 2.833
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.
คำตอบ: σ = 4.262 µm
ช่วงสำหรับความแปรปรวน: (n − 1)s²/σ² มีการแจกแจง χ² ที่มีองศาเสรี n − 1 ช่วง 95% สำหรับ σ² ไปจาก (n − 1)s² หารด้วยค่า χ² ด้านบน (2.5% อยู่เหนือค่านั้น) ถึง (n − 1)s² หารด้วยค่า χ² ด้านล่าง (2.5% อยู่ต่ำกว่าค่านั้น) ช่วงสำหรับ σ คือรากที่สองของทั้งสองขีดจำกัด และไม่สมมาตรรอบ s
ช่วง 95% สำหรับ σ: [4.262, 10.71] µm
คำตอบ: z = −2.519
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 ดังนั้นปฏิเสธ H₀ ที่ระดับ 5% (สองด้าน)
คำตอบ: U = 99.59
การทดสอบค่าเฉลี่ย: ตัวสถิติทดสอบวัดว่าค่าเฉลี่ยตัวอย่างอยู่ห่างจากค่าที่อ้างใน H₀ กี่เท่าของความคลาดเคลื่อนมาตรฐาน: z = (x̄ − μ₀)/(σ/√n) เมื่อทราบ σ และ t = (x̄ − μ₀)/(s/√n) เมื่อประมาณจากตัวอย่าง ช่วงความเชื่อมั่นคือ x̄ ± (ค่าวิกฤต)·(ความคลาดเคลื่อนมาตรฐาน)
คำตอบ: r² = 0.9384
การถดถอยกำลังสองน้อยที่สุด: เมื่อ x̄ และ ȳ เป็นค่าเฉลี่ย Sxx = Σ(x − x̄)², Syy = Σ(y − ȳ)² และ Sxy = Σ(x − x̄)(y − ȳ) เส้นตรง ŷ = a + b·x มีความชัน b = Sxy/Sxx และจุดตัดแกน a = ȳ − b·x̄ ดังนั้นจึงผ่านจุด (x̄, ȳ) เสมอ สัมประสิทธิ์สหสัมพันธ์ของเพียร์สัน r = Sxy/√(Sxx·Syy) มีค่าอยู่ระหว่าง −1 ถึง 1 ส่วน r² คือสัดส่วนของความผันแปรของ y ที่เส้นตรงอธิบายได้
ประมาณ 93.84% ของความผันแปรของ y อธิบายได้ด้วยเส้นตรง
คำตอบ: ŷ = 8.15
การถดถอยกำลังสองน้อยที่สุด: เมื่อ x̄ และ ȳ เป็นค่าเฉลี่ย Sxx = Σ(x − x̄)², Syy = Σ(y − ȳ)² และ Sxy = Σ(x − x̄)(y − ȳ) เส้นตรง ŷ = a + b·x มีความชัน b = Sxy/Sxx และจุดตัดแกน a = ȳ − b·x̄ ดังนั้นจึงผ่านจุด (x̄, ȳ) เสมอ สัมประสิทธิ์สหสัมพันธ์ของเพียร์สัน r = Sxy/√(Sxx·Syy) มีค่าอยู่ระหว่าง −1 ถึง 1 ส่วน r² คือสัดส่วนของความผันแปรของ y ที่เส้นตรงอธิบายได้
คำตอบ: χ² = 7.502
การทดสอบไคสแควร์: เปรียบเทียบความถี่ที่สังเกตได้ O กับความถี่ที่คาดหวังภายใต้ H₀ ด้วย χ² = Σ(O − E)²/E การทดสอบภาวะสารูปสนิทดี: E = n·p สำหรับแต่ละกลุ่ม df = k − 1 (ลบเพิ่มอีกหนึ่งต่อทุกพารามิเตอร์ที่ประมาณจากข้อมูล) การทดสอบความเป็นอิสระในตาราง r × c: E = ผลรวมแถว × ผลรวมหลัก / ผลรวมทั้งหมด df = (r − 1)(c − 1) ปฏิเสธ H₀ เมื่อ χ² มากกว่าค่าวิกฤตที่ระดับ α ที่เลือก
df = 1 ที่ α = 0.05 ค่าวิกฤตคือ 3.841 ดังนั้น ปฏิเสธ H₀ (ความเป็นอิสระ)
คำตอบ: df = 3
การทดสอบไคสแควร์: เปรียบเทียบความถี่ที่สังเกตได้ O กับความถี่ที่คาดหวังภายใต้ H₀ ด้วย χ² = Σ(O − E)²/E การทดสอบภาวะสารูปสนิทดี: E = n·p สำหรับแต่ละกลุ่ม df = k − 1 (ลบเพิ่มอีกหนึ่งต่อทุกพารามิเตอร์ที่ประมาณจากข้อมูล) การทดสอบความเป็นอิสระในตาราง r × c: E = ผลรวมแถว × ผลรวมหลัก / ผลรวมทั้งหมด df = (r − 1)(c − 1) ปฏิเสธ H₀ เมื่อ χ² มากกว่าค่าวิกฤตที่ระดับ α ที่เลือก
ExamProblems · examproblems.com/courses/research-methods-psychology