Formül kâğıtları, her konunun temel yöntem adımları ve 10 alıştırma sorusu; tam çözümler en sonda.
X ortalaması 60 s, standart sapması 5 s olan normal bir değişkendir; Y bağımsızdır ve ortalaması 45 s, standart sapması 4 s olan normaldir. X + Y’nin 114,6 s değerinden büyük olma olasılığını P bulun. z’yi iki ondalığa yuvarlayın.
1. hattan bir ürünün kütlesi X ve 2. hattan olanın kütlesi Y bağımsız ve normaldir: X’in ortalaması 500 g, standart sapması 8 g; Y’nin ortalaması 490 g, standart sapması 6 g’dir. X’in Y’den büyük olma olasılığını P bulun. z’yi iki ondalığa yuvarlayın.
12 hastanın kan basıncı bir tedaviden önce ve sonra ölçülüyor. d = önce − sonra farklarının (mmHg) ortalaması 2,4 ve standart sapması 2,7. Ortalama fark için %90 güven aralığının hata payı E değerini bulun.
Anakütle standart sapması 35. Ortalama için %95 güven aralığının hata payının en fazla 1 olması için ne büyüklükte bir örneklem n gerekir?
Bir anakütlenin ortalamasının 100 olduğu iddia ediliyor; anakütle standart sapmasının 18 olduğu biliniyor. 144 gözlemli rastgele bir örneklemin ortalaması 103,63. H₀: μ = 100’a karşı H₁: μ > 100 test edin. p-değeri p değerini bulun.
Bir ortalama için %95 güven aralığının hata payının en fazla 2 olması için örneklem ne kadar büyük olmalıdır? Standart sapma 20. En küçük örneklem büyüklüğü n'ü bulun.
Tablo, x = °C cinsinden sıcaklık ve y = satılan dondurma için 6 eşleştirilmiş gözlem veriyor. Toplamları verilmiştir. Bu toplamlardan Pearson korelasyon katsayısı r değerini bulun.
Tablo, x = k€ cinsinden reklam harcaması ve y = k€ cinsinden satışlar için 6 eşleştirilmiş gözlem veriyor. En küçük kareler doğrusu ŷ = a + b·x’i kullanın. x = 2,5 için ŷ tahminini yapın.
Çapraz tablo gözlenen frekansları gösteriyor. Satır ve sütun değişkenleri arasındaki bağımsızlık testi için ki-kare istatistiği χ² değerini hesaplayın. Süreklilik düzeltmesi kullanmayın.
Bir ki-kare uyum iyiliği testi, 7 kategorideki frekansların, ortalaması aynı verilerden tahmin edilen bir Poisson dağılımına uyup uymadığını kontrol ediyor. Testin serbestlik derecesi df kaçtır?
Cevap: P = 0,06681
Normal değişkenlerin toplamı ve farkı: X ve Y bağımsız ve normal ise X + Y ve X − Y de normaldir. Ortalamalar toplanır ya da çıkarılır: E(X ± Y) = μX ± μY. Varyanslar fark için de her zaman toplanır: Var(X ± Y) = σX² + σY², dolayısıyla σ = √(σX² + σY²). Standart sapmalar asla doğrudan toplanmaz. Aynı dağılıma sahip n bağımsız parçanın toplamının ortalaması n·μ, standart sapması σ·√n’dir. Sonra her zamanki gibi standartlaştırın: z = (x − ortalama)/σ ve Φ(z)’yi okuyun.
Cevap: P = 0,8413
Normal değişkenlerin toplamı ve farkı: X ve Y bağımsız ve normal ise X + Y ve X − Y de normaldir. Ortalamalar toplanır ya da çıkarılır: E(X ± Y) = μX ± μY. Varyanslar fark için de her zaman toplanır: Var(X ± Y) = σX² + σY², dolayısıyla σ = √(σX² + σY²). Standart sapmalar asla doğrudan toplanmaz. Aynı dağılıma sahip n bağımsız parçanın toplamının ortalaması n·μ, standart sapması σ·√n’dir. Sonra her zamanki gibi standartlaştırın: z = (x − ortalama)/σ ve Φ(z)’yi okuyun.
Cevap: E = 1,4 mmHg
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.
Cevap: n = 4706
Ortalama için güven aralığı: x̄ ± hata payı. Anakütle σ’sı biliniyorsa hata payı z·σ/√n’dir; yalnızca örneklem standart sapması s biliniyorsa n − 1 serbestlik dereceli t kullanın: t·s/√n. Kritik değerler: z = 1,645 (%90), 1,96 (%95), 2,576 (%99). E veya daha küçük bir hata payı için n ≥ (z·σ/E)² gerekir, yukarı yuvarlanır.
Örneklem büyüklüğü bir tam sayıdır ve aşağı yuvarlamak hata payını fazla büyük yapar.
Cevap: p = 0,00776
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.
p ≤ 0,05, yani H₀ %5 düzeyinde reddedilir.
Cevap: n = 385
Ortalama testi: test istatistiği, örneklem ortalamasının H₀'da iddia edilen değerden kaç standart hata uzakta olduğunu ölçer: σ biliniyorsa z = (x̄ − μ₀)/(σ/√n), örneklemden tahmin ediliyorsa t = (x̄ − μ₀)/(s/√n). Güven aralığı x̄ ± (kritik değer)·(standart hata)'dır.
Cevap: r = 0,9833
En küçük kareler regresyonu: x̄ ve ȳ ortalamalar olmak üzere Sxx = Σ(x − x̄)², Syy = Σ(y − ȳ)² ve Sxy = Σ(x − x̄)(y − ȳ) ise ŷ = a + b·x doğrusunun eğimi b = Sxy/Sxx ve kesişimi a = ȳ − b·x̄’dir; bu yüzden doğru her zaman (x̄, ȳ) noktasından geçer. Pearson korelasyon katsayısı r = Sxy/√(Sxx·Syy) −1 ile 1 arasındadır; r², y’deki değişimin doğru tarafından açıklanan oranıdır.
Cevap: ŷ = 33,06
En küçük kareler regresyonu: x̄ ve ȳ ortalamalar olmak üzere Sxx = Σ(x − x̄)², Syy = Σ(y − ȳ)² ve Sxy = Σ(x − x̄)(y − ȳ) ise ŷ = a + b·x doğrusunun eğimi b = Sxy/Sxx ve kesişimi a = ȳ − b·x̄’dir; bu yüzden doğru her zaman (x̄, ȳ) noktasından geçer. Pearson korelasyon katsayısı r = Sxy/√(Sxx·Syy) −1 ile 1 arasındadır; r², y’deki değişimin doğru tarafından açıklanan oranıdır.
Cevap: χ² = 0,9
Ki-kare testleri: gözlenen frekansları O, H₀ altında beklenen frekanslar E ile χ² = Σ(O − E)²/E kullanarak karşılaştırın. Uyum iyiliği: her kategori için E = n·p, sd = k − 1 (verilerden tahmin edilen her parametre için bir eksik). r × c tablosunda bağımsızlık: E = satır toplamı × sütun toplamı / genel toplam, sd = (r − 1)(c − 1). χ² seçilen α için kritik değeri aşarsa H₀’ı reddedin.
sd = 1. α = 0,05’te kritik değer 3,841, dolayısıyla H₀ (bağımsızlık) reddedilmez.
Cevap: df = 5
Ki-kare testleri: gözlenen frekansları O, H₀ altında beklenen frekanslar E ile χ² = Σ(O − E)²/E kullanarak karşılaştırın. Uyum iyiliği: her kategori için E = n·p, sd = k − 1 (verilerden tahmin edilen her parametre için bir eksik). r × c tablosunda bağımsızlık: E = satır toplamı × sütun toplamı / genel toplam, sd = (r − 1)(c − 1). χ² seçilen α için kritik değeri aşarsa H₀’ı reddedin.
ExamProblems · examproblems.com/courses/statistics-2-inference