t - kwantyl rozkładu t-studenta rzędu p o f stopniach swobody

Podobne dokumenty
Ćwiczenie 3. H 1 : p p 0 H 3 : p > p 0. b) dla małej próby statystykę testową oblicza się za pomocą wzoru:

Statystyka Inżynierska

Ćwiczenie 2 ESTYMACJA STATYSTYCZNA

MIANO ROZTWORU TITRANTA. Analiza statystyczna wyników oznaczeń

PRZEDZIAŁY UFNOŚCI. Niech θ - nieznany parametr rozkładu cechy X. Niech α będzie liczbą z przedziału (0, 1).

Estymacja przedziałowa

Statystyka i Opracowanie Danych. W7. Estymacja i estymatory. Dr Anna ADRIAN Paw B5, pok407

L.Kowalski zadania ze statystyki matematycznej-zestaw 3 ZADANIA - ZESTAW 3

Statystyka opisowa. (n m n m 1 ) h (n m n m 1 ) + (n m n m+1 ) 2 +1), gdy n jest parzyste

Moda (Mo, D) wartość cechy występującej najczęściej (najliczniej).

Statystyka opisowa. () Statystyka opisowa 24 maja / 8

Rachunek prawdopodobieństwa i statystyka matematyczna. Estymacja przedziałowa parametrów strukturalnych zbiorowości generalnej

KURS STATYSTYKA. Lekcja 3 Parametryczne testy istotności ZADANIE DOMOWE. Strona 1

Miary położenia (tendencji centralnej) to tzw. miary przeciętne charakteryzujące średni lub typowy poziom wartości cechy.

1 Dwuwymiarowa zmienna losowa

PODSTAWY BIOSTATYSTYKI ĆWICZENIA

Lista 6. Estymacja punktowa

1. Wnioskowanie statystyczne. Ponadto mianem statystyki określa się także funkcje zmiennych losowych o

1. Element nienaprawialny, badania niezawodności. Model matematyczny elementu - dodatnia zmienna losowa T, określająca czas życia elementu

Statystyczne testy nieparametryczne

Rachunek prawdopodobieństwa i statystyka Wnioskowanie statystyczne. Estymacja i estymatory. Dr Anna ADRIAN Paw B5, pok407

Wykład 11 ( ). Przedziały ufności dla średniej

X i. X = 1 n. i=1. wartość tej statystyki nazywana jest wartością średnią empiryczną i oznaczamy ją symbolem x, przy czym x = 1. (X i X) 2.

1 Zmienne losowe. Własności dystrybuanty F (x) = P (X < x): F1. 0 F (x) 1 dla każdego x R, F2. lim F (x) = 0 oraz lim F (x) = 1,

Matematyka ubezpieczeń majątkowych r. Zadanie 1. Rozważamy proces nadwyżki ubezpieczyciela z czasem dyskretnym postaci: n

STATYSTYKA I ANALIZA DANYCH

3. Tworzenie próby, błąd przypadkowy (próbkowania) 5. Błąd standardowy średniej arytmetycznej

ANALIZA DANYCH DYSKRETNYCH

Testowanie hipotez. H 1 : µ 15 lub H 1 : µ < 15 lub H 1 : µ > 15

Wykład 5 Przedziały ufności. Przedział ufności, gdy znane jest σ. Opis słowny / 2

Parametryczne Testy Istotności

Rozkłady statystyk z próby

Podstawowe oznaczenia i wzory stosowane na wykładzie i laboratorium Część I: estymacja

Efektywność projektów inwestycyjnych. Statyczne i dynamiczne metody oceny projektów inwestycyjnych

Zadanie 2 Niech,,, będą niezależnymi zmiennymi losowymi o identycznym rozkładzie,.

ZAGADNIENIE ESTYMACJI. ESTYMACJA PUNKTOWA I PRZEDZIAŁOWA

Estymacja: Punktowa (ocena, błędy szacunku) Przedziałowa (przedział ufności)

Porównanie dwu populacji

1 Estymacja przedziałowa

Statystyka. Katarzyna Chudy Laskowska

, gdzie b 4c 0 oraz n, m ( 2). 2 2 b b b b b c b x bx c x x c x x

STATYSTYKA OPISOWA WYKŁAD 1 i 2

Metrologia: miary dokładności. dr inż. Paweł Zalewski Akademia Morska w Szczecinie

TRANZYSTORY POLOWE JFET I MOSFET

Niepewności pomiarowe

1 Testy statystyczne. 2 Rodzaje testów

Weryfikacja hipotez statystycznych za pomocą testów statystycznych

16 Przedziały ufności

Statystyczny opis danych - parametry

Elementy statystyki opisowej Izolda Gorgol wyciąg z prezentacji (wykład I)

Statystyka opisowa - dodatek

Ćwiczenia rachunkowe TEST ZGODNOŚCI χ 2 PEARSONA ROZKŁAD GAUSSA

d wymiarowy wektor losowy Niech (Ω, S, P) przestrzeń probabilistyczna Definicja Odwzorowanie X: Ω R nazywamy 1-wymiarowym wektorem

Stanisław Cichocki Natalia Nehrebecka. Wykład 3

Statystyka matematyczna. Wykład II. Estymacja punktowa

D:\materialy\Matematyka na GISIP I rok DOC\07 Pochodne\8A.DOC 2004-wrz-15, 17: Obliczanie granic funkcji w punkcie przy pomocy wzoru Taylora.

1 Podstawy rachunku prawdopodobieństwa

Matematyka ubezpieczeń majątkowych r. ma złożony rozkład Poissona. W tabeli poniżej podano rozkład prawdopodobieństwa ( )

L.Kowalski zadania ze statystyki matematycznej-zestaw 2 ZADANIA - ZESTAW 2

Estymacja parametrów rozkładu cechy

Obserwacje odstające mają duży wpływ na średnią średnia nie jest odporna.

Statystyka matematyczna. Wykład IV. Weryfikacja hipotez statystycznych

Elementy modelowania matematycznego

ρ siła związku korelacyjnego brak słaba średnia silna bardzo silna

Jak obliczać podstawowe wskaźniki statystyczne?

Stanisław Cichocki Natalia Nehrebecka. Wykład 3

Estymatory nieobciążone o minimalnej wariancji

DYNAMICZNE MODELE EKONOMETRYCZNE

STATYSTYKA MATEMATYCZNA

Testowanie hipotez. Hipoteza prosta zawiera jeden element, np. H 0 : θ = 2, hipoteza złożona zawiera więcej niż jeden element, np. H 0 : θ > 4.

Rachunek prawdopodobieństwa i statystyka W12: Statystyczna analiza danych jakościowych. Dr Anna ADRIAN Paw B5, pok 407 adan@agh.edu.

EKONOMETRIA. Liniowy model ekonometryczny (regresji) z jedną zmienną objaśniającą

Korelacja i regresja. Dr Joanna Banaś Zakład Badań Systemowych Instytut Sztucznej Inteligencji i Metod Matematycznych. Wykład 12

Pobieranie próby. Rozkład χ 2

0.1 ROZKŁADY WYBRANYCH STATYSTYK

Testowanie hipotez statystycznych.

Błędy przy testowaniu hipotez statystycznych. Decyzja H 0 jest prawdziwa H 0 jest faszywa

Statystyka matematyczna. Wykład III. Estymacja przedziałowa

Hipotezy statystyczne

Hipotezy statystyczne

Statystyka matematyczna dla leśników

Wokół testu Studenta 1. Wprowadzenie Rozkłady prawdopodobieństwa występujące w testowaniu hipotez dotyczących rozkładów normalnych

TESTY LOSOWOŚCI. Badanie losowości próby - test serii.

θx θ 1, dla 0 < x < 1, 0, poza tym,

Statystyka Wzory I. Analiza struktury

Wykład 6. Badanie dynamiki zjawisk

Stanisław Cichocki Natalia Nehrebecka. Wykład 4

Charakterystyki liczbowe zmiennych losowych: wartość oczekiwana i wariancja

Trzeba pokazać, że dla każdego c 0 c Mc 0. ) = oraz det( ) det( ) det( ) jest macierzą idempotentną? Proszę odpowiedzieć w

STATYSTKA I ANALIZA DANYCH LAB II

Porównanie modeli statystycznych. Monika Wawrzyniak Katarzyna Kociałkowska

Analiza szeregów czasowych w Gretlu (zajęcia 8)

Dane dotyczące wartości zmiennej (cechy) wprowadzamy w jednej kolumnie. W przypadku większej liczby zmiennych wprowadzamy każdą w oddzielnej kolumnie.

Prawdopodobieństwo i statystyka r.

Zestaw II Odpowiedź: Przeciętna masa ciała w grupie przebadanych szczurów wynosi 186,2 g.

Estymacja. Dr Joanna Banaś Zakład Badań Systemowych Instytut Sztucznej Inteligencji i Metod Matematycznych. Wykład 7

PROGNOZY I SYMULACJE

PODSTAWY OPRACOWANIA WYNIKÓW POMIARÓW Z ELEMENTAMI ANALIZY NIEPEWNOŚCI POMIAROWYCH

STATYSTYKA MATEMATYCZNA

Transkrypt:

ZJAZD ANALIZA DANYCH CIĄGŁYCH ramach zajęć będą badae próbki pochodzące z poplacji w kórych badaa cecha ma rozkład ormaly N(μ σ). Na zajęciach będą: - wyzaczae przedziały fości dla warości średiej i wariacji - weryfikowae hipoezy o warości średiej i wariacji dla jedej próby - weryfikowae hipoezy o rówości średich i wariacji dla dwóch prób Używae ozaczeia: - średia arymeycza elemeów próbki - odchyleie sadardowe wyikające z próbki - wariacja wyikająca z próbki f - kwayl rozkład -dea rzęd p o f sopiach swobody p p - kwayl rozkład ormalego sadaryzowaego N( ) rzęd p - kwayl rozkład chi-kwadra rzęd p o f sopiach swobody p f F( p f f ) - kwayl rzęd p rozkład F-edecora o ( f f ) sopiach swobody PRZEDZIAŁY UFNOŚCI Kosrkcja przedziałów fości dla warości średiej a poziomie fości -α Rozparjemy -elemeową próbę.. Jeżeli wariacja σ poplacji z kórej pochodzi rozparywaa próbka jes zaa przedział fości jes posaci: ;. Pzedział fości w przypadk kiedy wariacja ie jes zaa: ;

Kosrkcja przedziałów fości dla wariacji a poziomie fości -α. Dla małej próbki ( < 5) przedział fości dla wariacji poplacji ma posać: ;. Przedział fości dla dżej próbki ( 5) ; ERYFIKACJA HIPOTEZ eryfikacja hipoez doyczących warości średiej Zakładamy że wszyskie hipoezy będą weryfikowae a poziomie isoości α.. Tesy dla warości średiej poplacji dla jedej próbki eryfikjemy hipoezę doyczącą warości średiej H: μ = μ przeciw jedej z hipoez aleraywych K : μ μ K : μ < μ K : μ > μ Rozparjemy dwa przypadki: a) odchyleie sadardowe σ cechy w poplacji jes zae. aysyka esowa wyraża się wzorem: U aomias obszary kryycze dla poszczególych hipoez aleraywych K K K są posaci:

b) odchyleie sadardowe σ cechy w poplacji ie jes zae. aysyka esowa wyraża się wzorem: Obszary kryycze dla poszczególych hipoez aleraywych są asępjące:. Tesy dla warości średich dla dwóch próbek Hipoeza kórą weryfikjemy doyczy rówości średich dla dwóch poplacji: H : μ = μ przeciw jedej z hipoez aleraywych: K : μ μ K : μ < μ K : μ > μ Rozparjemy dwa przypadki: a) odchyleia sadardowe σ i σ badaej cechy ob poplacji są zae. aysyka esowa wyraża się wzorem: U aomias obszary kryycze dla poszczególych hipoez aleraywych są posaci: b) σ i σ ie są zae aysyka esowa ma posać: aomias obszary kryycze są posaci:

4 eryfikacja hipoez doyczących wariacji. Tesy dla wariacji poplacji dla jedej próbki eryfikowaa jes hipoeza zerowa posaci: : H przeciw jedej z poiższych hipoez aleraywych: : : : K K K Rozparjemy dwa przypadki: a) mała próbka (<5) aysyka esowa wyraża się wzorem: a obszary kryycze wzorami: b) próbka dża ( 5) aysyka esowa: U a obszary kryycza są posaci:

. Tes dla dwóch wariacji dla dwóch próbek o liczościach i Rozparjemy hipoezę zerową posaci: H : kórą weryfikjemy przeciw hipoezie aleraywej K : aysyką esjącą ego es jes F gdzie i są wariacjami obliczoymi z próbek akimi że > Obszar kryyczy powyższego es day jes wzorem: F UAGA Poieważ między odchyleiem sadardowym a wariacją zachodzi zależość aka że odchyleie sadardowe jes pierwiaskiem kwadraowym wariacji moża korzysać ze wzorów i arzędzi doyczących jedej z ych charakerysyk dla aalizy drgiej charakerysyki pamięając o ym związk. Procedry program agraphic Do obliczeia średiej arymeyczej wariacji i odchyleia sadardowego z próbki moża wykorzysać arzędzie do wyzaczaia saysyk opisowych lb fkcje wbdowaego kalklaora: AVG(? ) oblicza średią arymeyczą VARIANCE(? ) oblicza wariację D(? ) oblicza odchyleie sadardowe Do obliczeia kwayla wybraego rozkład moża wykorzysać fkcje wbdowaego kalklaora: INVTUDENT(? ;? ) dla kwayla rozkład -dea INVCHIQUARE(? ;? ) dla kwayla rozkład chi-kwadra INVNEDECOR(? ;? ;? ) dla kwayla rozkład F-edecora Przedziały fości dla warości średiej i odchyleia sadardowego zadaej próby wyzacza się za pomocą arzędzia Describe/Nmeric Daa/Oe-Variable Aalysis... wybierając w opcjach eksowych oka aalizy Cofidece Iervals. adardowo 5

przedziały fości wyzaczae są a poziomie fości 95%. Poziom e moża zmieić wybierając z me podręczego oka wyikowego opcję Pae Opios. Do esowaia hipoezy dla warości średiej dla jedej próby moża wykorzysać arzędzie Describe/Hipoesis Tess... Poziom isoości i hipoezę aleraywą moża zmieić wybierając z me podręczego oka wyikowego opcją Pae Opios. Dla dwóch prób esowaie hipoez o rówości średich lb odchyleń sadardowych realizje się arzędziem Compare/Two amples/hypoesis Tess. Poziom isoości i hipoezę aleraywą moża zmieić wybierając opcję Aalysis Opios w me podręczym. ZADANIA Zadaie Za pomocą pewego isrme pomiarowego dokoao = pomiarów średicy pewego pierścieia i orzymao wyiki: 85 88 87 8567 8676 899 84 8867 8699 899 8458 888 849 896 888 864 855 885 8865 847 Prodce ych isrmeów gwaraje że przy posłgiwai się imi rozrz pomiarów wyosi σ =. Zakładamy że badaa cecha ma rozkład ormaly. a) yzaczyć przedział fości dla warości przecięej μ średicy pierścieia przyjmjąc poziom fości - α = 95. b) Zweryfikować a poziomie isoości α = hipoezę mówiącą że warość przecięa średicy pierścieia jes 8 wobec hipoezy aleraywej że przekracza 8. Zadaie Badai poddao = 5 elemeów ego samego yp i w przedziale czas [4] [h] zliczoo liczbę odów ego eleme orzymjąc asępjące wyiki: 8 86 86 87 8 9 86 86 88 9 8 84 8 85 88 94 84 88 9 89 88 9 9 84 86. a) Przyjmjąc poziom fości - a = 95 wyzaczyć przedziały fości dla warości średiej μ oraz wariacji σ liczby odów do chwili 4 [h]. b) Na poziomie isoości α = zweryfikować hipoezę że średia liczba odów w przedziale [4] [h] wyosi 8 [h] wobec hipoezy aleraywej że jes większa iż 8. c) Zweryfikować hipoezę H : σ = wobec hipoezy aleraywej K : σ < przyjmjąc poziom isoości es α = 5. Zadaie Dokoao = pomiarów dłgości drogi hamowaia pewego yp pojazd samochodowego przy prędkości [km/h] i orzymao asępjące wyiki: średia = 865 odchyleie = [m]. a) yzaczyć przedziały fości dla warości przecięej µ i wariacji dłgości drogi hamowaia σ przyjmjąc poziom fości -α = 9 b) Na poziomie isoości α = zweryfikować hipoezę że średia dłgość drogi hamowaia wyosi 6 m przy aleraywie że jes większa iż 6 m. 6

c) Zweryfikować hipoezę o wariacji H : σ = 5 przy hipoezie aleraywej K : σ > 5 przyjmjąc poziom isoości es α = 5. Zadaie 4 ysięo hipoezę że zasosowaie iego yp oża okarskiego skróci czas obróbki pewego deal. Dokoao pomiarów czas obróbki ego deal i orzymao asępjące wyiki dla owego yp oża okarskiego: 57 55 6 4 67 4 68 56 54 [mi]. Dla sarego yp oża dokoao pomiarów ego czas i orzymao wyiki: 58 58 56 8 7 8 4 75 68 67 64 67 [mi]. Zakładamy że czas obróbki ma rozkład ormaly. a) Zweryfikować hipoezę o rówości wariacji czas obróbki deal wobec hipoezy aleraywej że wariacja czas obróbki deal dla oża okarskiego sarego yp jes większa. Przyjąć poziom isoości a =5. b) Przyjmjąc poziom isoości a = 5 zweryfikować hipoezę o rówości średich czasów oczeia przy życi ob ypów oży okarskich przyjmjąc jako aleraywę hipoezę że średi czas oczeia przy życi oża owego yp jes krószy. Zadaie 5 cel sprawdzeia czy zasosowaie owej echologii wpływa a czas bezawaryjej pracy pewego eleme przeprowadzoo = 8 pomiarów i orzymao: x = s = [h] przy zasosowai sarej echologii. osjąc ową echologię orzymao dla = 9 asępjący średi czas y = i odchyleie sadardowe s = 5 [h]. Czy a podsawie ych daych moża wierdzić że zasosowaie owej echologii ma wpływ a średi czas bezawaryjej pracy wywarzaego eleme. Przyjmjemy poziom isoości α =. 7