1 Wasnoci rozkadu normalnego

Zmienna losowa wzorem:

pochodzi z rozkadu normalnego jeeli jej funkcja gstoci wyraa si

(x)2 1 e 22 2

f (x) =
1.0.1

Podstawowe wasnoci rozkadu normalnego

1. Standardowy rozklad normalny

N (0, 1) Y Y
ma rozkad ma rozkad

2. Jeeli 3. Jeeli 4.

X X

ma rozkad ma rozkad

N (, ), N (0, 1),

to to

N (0, 1), gdzie Y =

(X) ;

N (, ) gdzie Y = X + ;

E[X] = , V ar[X] = 2 ; X1 , X2 , . . . Xn N (, n )
jest prb z rozkadu normalnego

5. Jeeli

N (, )

to

ma rozkad

1.0.2

Praktyczne uycie tablic statystycznych

Zadanie 1 Zadanie 2 Zadanie 3

Oblicz wartoci (z) dla z = 0, 1.96, 1, 0.56, 0.25, 1.5, 2.01, 3, 1.75 Znajd wartoci z , dla ktrych (z) = 0.5, 0.05, 0.95, 0.99, 0.90, 0.025, 0.01 Niech X bdzie zmienn losow o rozkadzie N (0, 1) oblicz:

1. P (0.55 < z < 0.37); 2. P (0.37 < z < 0.42); 3. P (0.55 < z < 0.15).
Zadanie 4

Niech zmienna losowa X ma rozkad N (2, 3) oblicz pradopodobiestwa:

1. P (X > 2); 2. P (X < 1); 3. P (|X 2| < 0.5); 4. P (X < 1).

Zadanie 5 Zadanie 6

Zmienna losowa ma rozkad N (12, 4). Oblicz prawdopodobiestwo P (x < 15).

rednia zawarto Hb we krwi kobiet wynosi 13.7g/100ml, wariancja 1.58. Jakie jest prawdopodobiestwo, e losowo pobrana do bada krew kobiet zawiera co najmniej 12g/100ml?

Zadanie 7 Dostawca saaty gwarantuje, e rednia zawarto oowiu w jego saacie nie przekracza 0.10ppm. Kupujcy poleci sprawdzi 16 losowo wybranych prbek saaty i otrzyma w nich redni zawarto oowiu 0.11ppm z odchyleniem standardowym 0.02ppm. Oce czy gwarancja producenta jest uczciwa.

1.0.3

Wasnoci rozkadu normalnego regua

3  3
 mwi ono, e ok.

Dla rozkadu normalnego ma zastosowanie tzw.  prawo

68%

wszyst-

kich wartoci zmiennej odbiega od redniej oczekiwanej nie bardziej ni o jedno odchylenie standardowe, ok. Natomiast ok.

95% wszystkich wartoci nie bardziej ni o dwa odchylenia standardowe. 99.8% odbiega o nie wicej ni 3 od wartoci redniej. Zatem w przedziale ( , ) i (, + ) zna jduje si w przyblieniu ok. 34% wszystkich pomiarw. W przedziale (2, ) i (, +2) znajduje si ok. 47.72% wszystkich pomiarw. Po za tymi przedziaami zna jduje si ju tylko po 2.25% pomiarw. Kiedy X ma rozkad normalny, wspomniane 95.5% odpowiada prawdopodobiestwu, e 95.5% wynikw losowo wybranych zawiera si w przedziale o kocach + 2 .

1.1

Przedziay ufnoci
X1 , X2 , . . . Xn , ktrej rozkad zaley od pewnego parametru .

Niech dana bdzie prba losowa rzeczywistego

Przedziaem ufnoci
przedzia

dla parametru na poziomie ufnoci 1 (0 < < 1) nazywamy (1 (X1 , . . . , Xn ), 2 (X1 , X2 , . . . , Xn )) o wasnoci

P (1 (X1 , . . . , Xn )
dla kadego

2 (X1 , X2 , . . . , Xn )) = 1

1.1.1
Niech

Przedzia ufnoci dla parametru pooenia

miast parametr mujemy, e

X1 , X2 , . . . , Xn bdzie to prba losowa przy czym prarametr jest nieznany nato jest znany. Bezporednio z Centralnego Twierdzenia Granicznego otrzy P (X a / n 1 X + a / n) = 1

Jest to przedzia ufnoci dla parametru na poziomie istotnoci

utworzony na podstawie prby losowej X1 , X2 , . . . Xn

Uwaga 1 1.1.2
Niech i

W zagadnieniach praktycznych najczciej parametr nie jest znany.

nie jest znany).
o

Przedzia ufnoci dla parametru pooenia (parametr

X1 , X2 , . . . , Xn

bdzie prb prost z rozkadu normalnego

N (, )

nieznanych

Zmienna losowa

t=
ma rozkad

1 X 2 n, (gdzie Sn1 = Sn1 n1

(Xi X)2 )
i=1

t Studenta o n 1 stopniach swobody. Niech t(, n 1) oznacza kwantyl rzdu

tego rozkadu. Wwczas

P (X t( , n 1)Sn1 / n < < X + t(1 , n 1)Sn1 / n) = 1 . 2 2

Zadanie 8

Naley oszacowa ywotno wyprodukowanej partii wietlwek. Wiadomo, e czas wiecenia wietlwek ma rozkad normalny z odchyleniem standardowym = 120 godzin. Wylosowano niezalenie z tej partii towaru n = 25 wietlwek, otrzymano w ten sposb nastpujce wyniki (pomiary czasu wiecenia w godzinach):
2630, 2820, 2900, 2810, 2770, 2840, 2700, 2950, 2690, 2720, 2800, 2970, 2680, 2660, 2820, 2580, 2840, 3020, 2780, 2920, 3060, 2840, 2550, 2790, 2850. Przyjmujc wspczynnik ufnoci 0.98 znale

przedzia ufnoci dla redniej.

W pewnym dowiadczeniu medycznym bada si czas snu pacjentw leczonych na pewn chorob. Zmierzono czas snu u n = 16 wylosowanych niezalenie pacjentw i otrzymano nastpujce wyniki ( w minutach): 435, 533, 393, 458, 525, 481, 324, 437, 348, 503, 383, 395, 416, 533, 500, 488. Przujmujc, e czas snu ma rozkad N (m, 70), oszacowa redni m czasu snu pacjentw przyjc wspczynnik ufnoci 0.99.
Zadanie 9

W pewnym eksperymencie chemicznym bada si czas cakowitego zakoczenia reakcji. Dokonano n = 60 niezalenych dowiadcze i otrzymano z nich redni x = 46 sek oraz odchylenie standardowe s = 13 sek. Przyjmujc wspczynnik ufnoci 0.99 znajd przedzia ufnoci dla redniego czasu reakcji.
Zadanie 10

W celach antropometrycznych wylosowano n = 400 studentw i dokonano pomiarw, mierzc midzy innymi dugo ich stopy. Otrzymano z tej prby x = 26.4 oraz s = 1.7 cm. Znajd 0.90 przedzia ufnoci dla redniej dugoci stopy.
Zadanie 11

W celu oszacowania redniej miesicznej kwoty wydatkw studentw na rozrywki, wybrano losowo prb n = 200 studentw i otrzymano z niej redni x = 120 oraz s = 84 z. Znale 0.95 przedzia ufnoci dla redniej.
Zadanie 12 Zadanie 13 Dokonano n = 4 niezalene pomiary geebokoci oceanu w pewnym regionie i uzyskano nastepujce wyniki:

4.33, 4.58, 4.47, 4.50

Wyznaczy przedzia ufnoci dla szacowanej redniej gbokoci oceanu w tym rejonie, przyjmujc wspczynnik ufnoci 0.99. Czas potrzebny na opracowanie 1km2 mapy przez technikw ma rozkad normalny. W celu oszacowania redniego czasu potrzebnego na t czynno dla pewnej kategorii trudnoci terenu, zmierzono czasy dla n = 21 technikw wylosowanych niezalenie i otrzymano nastpujce wyniki (w godzinach): 4.00, 3.35, 3.18, 2.89, 3.60, 3.05, 3.71, 3.30, 3.42, 2.96, 3.56, 2.97, 2.78, 2.39, 3.16, 3.04, 2.54, 2.59, 3.62, 3.28, 2.76 . Znale 0.95 przedzia ufnoci.
Zadanie 14

1.2

Przedziay ufnoci dla proporcji

Nie zawsze badanie statystyczne jest prowadzone ze wzgldu na cech mierzaln. Czasem badana cecha ma charakter niemierzalny (jakociowy). Wtedy zamiast wartoci liczbowej badanej cechy uzyskujemy jedynie informacj o tym czy badany element w populacji ma badan cech jakociow czy te jej nie ma. Podstawowym celem badan jest frakcja elementw wyrnionych (wskanik struktury populacji) oznaczana zwykle przez

p.

Uwaga 2

Najlepszym oszacowaniem wskanika p jest m/n gdzie m- liczba elementw wyrnionych znalezionych w losowej prbie n.
Uwaga 3 Kolejn metod jest konstrukcja przedziau ufnoci dla wskanika p stosujemy wtedy wzr:

m a n
Zadanie 15

m n (1

m n)

<p<

m + a n

m n (1

m n)

Chcemy oszacowa jaki procent pracujcych mieszkacw Warszawy jada obiady w stowkach pracowniczych. Pobrano w tym celu n = 900 osb wylosowanych niezalenie do prby i znaleziono w tej probie 300 osb, ktre jedz obiady w takich stowkach. Przyjmujc wspczynnik ufnoci 0.95 zbudowa przedzia ufnoci dla proporcji osb jadajcych w stowkach.

Zadanie 16 Spord arwek wykonanych przez pewn fabryk wylosowano niezalenie n = 100 sztuk i sprawdzono ich jako. 16 arwek okazao si zych. Przyjmujc wspczynnik ufnoci 0.99 oszacowa procent brakw w wyprodukowanej partii arwek.

W celu wyznaczenia siy kiekowania pewnej nowej odmiany grochu, wykonano w pewnym instytucie hodowli rolin dowiadczenie polegajce na wysadzeniu 800 ziaren grochu tej nowej odmiany i badaniu ile ziaren wykiekuje. Wykiekowao 728 ziaren. Przyjmujc wspczynnik ufnoci 0.95 oszacowa si kiekowania.
Zadanie 17 Zadanie 18

Odowiono 10000 motyli w tym 5433 samic. Oblicz

1. proporcj samic w tej prbie 2. przedzia ufnoci o wspczynniku ufnoci 0.95.

1.3
riancja

Przedzia ufnoci dla wariancji

2
lub odchylenie standardowe

W badaniach statystycznych do na jczciej szacowanych parametrw populacji naley wa-

badanej cechy. Gdy prba pochodzi z rozkadu

normalnego (lub zblionego do normalnego), wtedy mona zbudowa przedzia ufnoci dla

2 .
1.3.1
Prba

Model 1

rametrach

X1 , X2 , . . . , Xn (n < 30) pochodzi z rozkadu normalnego N (, ) o nieznanych i . Wowczas przedzia ufnoci dla wariancji okrelony jest wzorem
2 2 nSn nSn < 2 < c1 c2

pa-

gdzie

c1 i c2

s wartociami zmiennej

dla

n1 c1 ) =

stopni swobody tzn.

P (2 P (2
Zadanie 19

1 2

1 c2 ) = 1 2

noci dla nieznanej wariancji pomiarw tym przyrzdem.

Zadanie 20

5 niezalenych pomiarw dugoci pewnego odcinka i otrzymano nastpujce wyniki (w mm): 15.15, 15.20, 15.04, 15.14, 15.22. Przyjmujc wspczynnik ufnoci 0.98 zbudowa przedzia uf-

w celu oszacowania dokladnoci pewnego przyrzdu pomiarowego dokonano nim

W celu oszacowania rozrzutu wagi jaj dostarcznych do pewnego sklepu dokonano pomiarw wagi 15 jaj i otrzymano nastpujce wyniki (w g): 62, 57, 70, 58, 59, 67, 65, 69, 55, 57, 60, 54, 72, 66, 74. przyjmujc wspczynnik ufnoci 0.96 zbudowa przedzia ufnoci dla wariancji wagi dostarczanych jaj. W celu oszacowania rozrzutu wynikw uzyskiwanych w zawodach sportowych w trjskoku przez pewnego zawodnika wylosowano spord jego wynikw niezalenie 10 wynikw i otrzymano:
Zadanie 21

16.02, 15.86, 16.33, 16.42, 16.11, 16.23, 16.32, 16.67, 16.08, 15.96.

Przyjmujc wspczynnik ufnoci 0.90 oszacowa metod przedziaow odchylenie standardowe wynikw tego zawodnika w trjskoku.

1.4
1.4.1

Wyznaczanie nizbdnej liczby pomiarw do prby

Model I

Populacja generalna ma rozkad normalny Chcemy oszacowa nieznan warto

N (, ).

Wariancja w populacji

jest znana.

populacji na podstawie prby zoonej z

nych pomiarw. Jeeli damy, by przy ustalonym wspczynniku ufnoci bd szacunku liczby

n niezale1 maksymalny

(tj. poowa dugoci przedziau ufnoci) nie przekroczy z gry zadanej

d,

to niezbdn do uzyskania tego celu licznoci prby oblicza si ze wzoru:

n=
gdzie

u 2 d2 N (0, 1)
odczytan z tablicy dla

jest wartoci zmiennej normalnej

w taki

sposb, e nieznanej

P (u < U < u ) = 1 , redniej

- dopuszczalnym ustalonym bdem szacunku

1.4.2

Model II

Populacja generalna ma rozkad normalny ale znana jest warto statytstyki

N (m, ). Wariancja 2
n

w populacji jest nieznana,

2 Sn1
Chcemy oszacowa nieznan warto

1 n1

(Xi X)2
i=1

populacji na podstawie prby zoonej z

nych pomiarw. Jeeli damy, by przy ustalonym wspczynniku ufnoci bd szacunku liczby

n niezale1 maksymalny

(tj. poowa dugoci przedziau ufnoci) nie przekroczy z gry zadanej

d,

to niezbdn do uzyskania tego celu liczno prby oblicza si ze wzoru:

n=
gdziem

2 t Sn1 d2

jest kwantylem z rozkadu Studenta odczytanym z tablicy.

1.4.3

Model III

Populacja generalna ma rozkad dwupunktowy z parametrem

wyrnionych w populacji). Chcemy oszacowa nieznan warto aby bd szacunku dla

nie przekroczy danej z gry

p (tzn, p jest frakcj elementw p na podstawie prby tak liczby d, to niezbdn do uzyskanie

tego celu liczebno prby uzyskuje si ze wzoru:

n=
Zadanie 22

u2 4d2

Ile naley wylosowa niezalenie do prby krw pewnej rasy by oszacowa redni dzienn wydajno mleka krowy tej rasy z bdem maksymalnym 0.5l, jeeli wiadomo, e odchylenie standardowe wydajnoci dziennej mleka krw tej rasy wynosi 2.5l, a przyjmuje si wspczynnik ufnoci 0.95
Zadanie 23 Ile sztuk pewnego wyrobu naley niezalenie pobra do kontroli wagi aby oszacowa redni wag tego wyrobu z bdem maksymalnym 0.5dkg przy wspczynniku ufnoci 0.99, jeeli wiadomo, e wariancja tej wagi wynosi 1.

Oblicz liczebno prby potrzebnej do oszacowania redniej szybkoci pocztkowej pocisku z okrelonym adunkiem prochu, jeeli prba wstpna 9 pomiarw prdkoci pocztkowej pociskw wystrzelonych daj wyniki: 1002.3, 1003.1, 1001.3, 1001.2, 1007.2, 999.8, 1006.5, 1003.8. dany maksymalny bd szacunku redniej szybkoci wynosi 3m/s.
Zadanie 24
5

Ile naley wylosowa niezalenie puszek konserwowych do badania jakoci pewnej partii konsew, aby oszacowa procent zepsutych, ktry jest dopuszczalnie 10% z bdem maksymalnym 5% . Wspczynnik ufnoci 0.90.
Zadanie 25

Ile egzemplarzy ksiek w pewnej uczelnianej bibliotece naley wylosowa niezalnie do prby aby oszacowa na tej podstawie nieznany procent ksiek napisanych w jzykach obcych a znajdujcych si w bibliotece, z bdem maksymalnym 4%. Wspczynnik ufnoci 0.9.
Zadanie 26

2 Testowanie hipotez statystycznych - testy dla redniej

2.1 Model I
N (, )
przy czym Populacja generalna ma rozkad normalny

odchylenie standardowe

w populacji jest znane.

hipotez:

Naley na podstawie prby losowej

n-

elementowej sprawdzi

H0 : = 0 (0 H1 : = 0 .

ustalona warto);

Na podstawie wynikw prby losowej oblicza si nastpujc statystyk testow:

u=

x 0 n.

Z tablicy rozkadu normalnego N (0, 1) wyznacza si nastpnie tak warto krytyczn u , by dla zaoonego z gry maego prawdopodobiestwa (poziomu istotnoci) zachodzia rwno P (|U | u ) = . Uwaga t statystyk testow stosujemy take w przypadku duych prb (podstawiajc Sn zamiast ).

0.4

0.4

0.3

0.3

dnorm(x)

dnorm(x)

dnorm(x) 4 2 0 x 2 4

0.2

0.2

0.1

0.1

0.0

0.0

0 x

0.0 4

0.1

0.2

0.3

0.4

0 x

Rysunek 1: Obszary krytyczne dla testu dwustronnego oraz dla testw jednostronnych

Zadanie 27 Majc rozkad normalny N (16.25, 1.69) sprawdzi czy pomiar z = 12.35 pochodzi z tego rozkadu na poziomie istotnoci = 0.05. Zadanie 28 W pewnym eksperymencie psychiatrycznym przeprowadzonym na grupie 42 chorych otrzymano nastpujce wyniki: (w %) 34.8, 33.9, 32.6, 49.4, 44.9, 55.2, 48.5, 40.3, 34.0, 42.1, 17.9, 36.0, 21.2, 35.9, 41.2, 40.9, 16.9, 42.9, 28.7, 51.9, 24.1, 29.1, 44.6, 41.2,17.0, 29.8, 35.0, 51.7, 42.9,54.2,25.9, 30.3, 36.9, 19.2, 59.1, 31.3, 50.0, 19.8, 30.6, 31.7, 28.8, 30.0. Czy na podstawie tych danych mona twierdzi, e redni wynik jest rwny 50. Zadanie 29 Zbadano w 81 wylosowanych zakadach pewnej gazi przemysowej koszty ma teriaowe przy produkcji pewnego wyrobu i otrzymano redni X = 540 oraz Sn = 150. Na poziomie istotnoci = 0.05 zwerykowa hipotez, e rednie koszty materiaowe wynosz 600.

2.2

Model II
Naley na podstawie prby losowej ustalona warto);

Populacja generalna ma rozkad normalny

jest nieznane

N (, ) przy czym odchylenie standardowe n- elementowej sprawdzi hipotez:

H0 : = 0 (0 H1 : = 0 .

Na podstawie wynikw prby losowej oblicza si nastpujc statystyk testow:

u=
Z tablicy rozkadu studenta

x 0 n. Sn1 t ,
(poziomu istotnoci) zachodzia

t(n 1)

wyznacza si nastpnie tak warto krytyczn

by dla zaoonego z gry maego prawdopodobiestwa rwno

P (|T |

t ) = . Uwaga

test stosowany w przypadku maych prb.

Wiadomo, e rozkad wynikw pomiarow gbokoci morza w pewnym rejonie jest normalny z odchyleniem standardowym 5 m. Dokonano 5 niezalenych pomiarw i otrzymano wyniki (w m): 862, 870, 876, 866, 871. Na poziomie istotnoci = 0.05 zwerykowa hipotez, e rednia gboko morza w tym rejonie jest rwna 870 m.
Zadanie 30

Automat produkuje okrelonych wymiarw blaszki o nominalnej gruboci 0.04 mm. Wylosowana prba 25 blaszek daa redni grubo x = 0.037 mm oraz s = 0.05 mm. Czy mona zatem twierdzi, e produkowane blaszki s ciesze ni 0.04 mm ? Przyj poziom ufnoci = 0.01.
Zadanie 31 Zadanie 32 Wylosowano niezalenie 10 indywidualnych gospodarstw rolnych w pewnej wsi i otrzymano dla nich nastpujce wielkoci uzyskanych plonw owsa (w q/ha);

18.1, 17.0, 17.5, 17.8, 18.3, 16.7, 18.0, 15.9, 17.6, 18.1. 18q/ha.

Na poziomie istotnoci = 0.10 zwerykowa hipotez, e redni plon owsa w tej wsi wynosi

Dokonano 22 niezalenych pomiarw strat z osypania si ziarna yta w wylosowanych gospodarstwach rolnych w 1966 roku i otrzymano nastpujce straty (w procentach) 6.05, 5.89, 5.82, 6.31, 5.26, 5.81, 6.40, 5.92, 6.12, 6.03, 5.47, 5.64, 6.06, 5.87, 5.69, 5.88, 5.49, 5.87, 5.83, 5.75, 5.97, 5.79. Przyjmujc poziom istotnoci = 0.01 zwerykowa hipotez, e redni procent strat z osypania si ziarna yta wynosi 5.5.
Zadanie 33

3 Testowanie hipotez statystycznych - porwnanie dwch rednich

3.1 Model I
N (1 , 1 ), N (2 , 2 ).
OdchyBadamy dwie populacje generalne ma jce rozkady normalne lenia standardowe

s znane (nie

musz by rwne).

W oparciu o wyniki dwu

niezalenych prb, odpowiednio o liczebnociach ley sprawdzi hipotez:

n1

n2

wylosowanych z tych populacji na-

H0 : 1 = 2 H1 : 1 = 2 .

Na podstawie wynikw prby losowej oblicza si nastpujc statystyk testow:

u=

x1 x2
2 1 n1

2 2 n2

Z tablicy rozkadu normalnego N (0, 1) wyznacza si nastpnie tak warto krytyczn u , by dla zaoonego z gry maego prawdopodobiestwa (poziomu istotnoci) zachodzia rwno P (|U | u ) = . Uwaga t statystyk testow stosujemy take w przypadku duych prb (podstawiajc Sn zamiast ).

Pragniemy stwierdzi, czy suszne jest stwierdzenie, e zatrudnione na tych samych stanowiskach kobiety otzymuj przecitnie nisz pac ni mczyni. Z populacji kobiet wylosowano niezalenie prb n1 = 100 kobiet i otrzymano redni pac 2180 oraz 2 wariancj Sn1 = 6400. Z populacji mczyzn zatrudnionych na tych samych stanowiskach 2 wylosowano niezalenie n2 = 80 i otrzymano redni 2280 oraz wariancj Sn2 = 10000. Na poziomie istotnoci = 0.01 naley sprawdzi hipotez, e rednie pace kobiet s nisze.
Zadanie 34 Zadanie 35

Zbadano w losowo wybranych PGR-ach w woj. warszawskim i poznaskim rednie plony buraka cukrowego. Wiadomo, e w obu tych wojewdztwach plony buraka maj rozkad normalny z odchyleniem standardowym = 20q/ha. rednia z prby o liczebnoci n1 = 6 wybranej z wojewdztwa warszawskiego wyniosa 310q/ha, natomiast z prby o liczebnoci n2 = 10 wylosowanej z woj. poznaskiego wyniosa 318q/ha. Przyjmujc poziom istotnoci = 0.1 sprawdzi hipotez, e rednie plony buraka cukrowego uzyskane przez PGR-y obu wojewdztw s jednakowe.
3.2 Model II
1
i

Badamy dwie populacje generalne ma jce rozkady normalne lenia standardowe

prby),

odpowiednio

N (1 , 1 ), N (2 , 2 ). Odchy2 s nieznane. W oparciu o wyniki dwu niezalenych prb (mae o liczebnociach n1 i n2 wylosowanych z tych populacji naley spraw-

dzi hipotez:

H0 : 1 = 2 H1 : 1 = 2 .

Na podstawie wynikw prby losowej oblicza si nastpujc statystyk testow:

t=

x1 x2
2 2 (n1 1)Sn 1 +(n2 1)Sn 1 1 2

.
1 ( n1

n1 +n2 2
Z tablicy rozkadu studenta

1 n2 )

t ,

by dla zaoonego z gry maego prawdopodobiestwa

t(n1 + n2 2) wyznacza si nastpnie tak warto krytyczn (poziomu istotnoci) zachowane zaoenie o rwnoci wariancji powinno by

dzia rwno

P (|T |

t ) = . Uwaga

testowane (test F).

W szitalu wylosowano prb 16 pacjentw chorych na chorob A oraz prb 26 pacjentw chorych na chorob B i dokonano pomiarw czasu snu tych pacjentw. Dla pacjentw chorych na chorob A otrzynano nastpujce wyniki (czas snu w minutach):
Zadanie 36

438, 154, 374, 250, 305, 299, 434, 432, 453, 445, 466, 413, 551, 342, 123, 508

a dla pacjentw chorych na chorob B otrzymano

416 454, 400, 315, 373, 370, 203, 505, 372, 249, 285, 339, 439, 262, 372, 149, 275, 452, 320, 460, 392, 272, 263, 379, 309, 358.

Na poziomie istotnoci = 0.05 zwerykowa hipotez o jednakowych rednich czasach snu w obu grupach pacjentw. Zmierzono w dwch ulach rednic komrek plastra zbudowanego przez pszczoy. Dla 7 wylosowanych komrek z pierwszego ula otrzymano nastpujce wyniki:
Zadanie 37

5.36, 5.20, 5.28, 5.16, 5.30, 5.08, 5.23

analogicznie dla drugiego ula otrzymano:

5.15, 5.04, 5.30, 5.22, 5.19, 5.24, 5.12;

Na poziomie istotnoci = 0.05 zwerykowa hipotez, e rednie dugoci komrek w plastrach pochodzcych z dwch rnych uli s rwne. Zbadano ilo pir sterwek w dwu grupach gobi pochodzcych od hodowcw lskich oraz mazowieckich. Dla 8 gobi hodowanych na lsku otrzymano nastpujce wyniki ( liczba pir ):
Zadanie 38

42, 31, 30, 14, 38, 25, 17, 35

natomiast dla 10 gobi hodowcw mazowieckich otrzymano

40, 32, 38, 36, 43, 39, 24, 28, 36, 34.

Przyjmujc poziom istotnoci = 0.1 zwerykowa hipotez o rnych gatunkach gobi (charakteryzujcych si rn liczb sterwek) hodowanych na lsku i Mazowszu.
3.3 Model III (test t dla prb sparowanych)

Czasem w praktyce zdarza si, e wyniki obu prb moemy traktowa jako wyniki pomiarw na tym samym elemencie populacji. Jest tak wtedy, gdy stanowi one pary przyporzdkowanych sobie liczb. Typow sytuacj jest tu model: wynik po niej dla tego samego prby, biorc rnice

xi przed jak operacj i wynik yi i. Moemy wtedy analizowa wyniki obu prb jako wyniki jednej zi = yi xi . Testujemy nastpujce zagadnienie:

H0 : Z = 0 H1 : 1 = 0.

Na podstawie wynikw prby losowej oblicza si nastpujc statystyk testow:

t=

z
2 Snz 1

nz .

Z tablicy rozkadu studenta

t(nz 1)

wyznacza si nastpnie tak warto krytyczn

t , by dla zaoonego z gry rwno P (|T | t ) = .

maego prawdopodobiestwa

(poziomu istotnoci) zachodzia

10

Zadanie 39 W tecie badajcym pami uczniw, dla 8 wylosowanych uczniw otrzymano nastpujce liczby zapamitanych przez nich elementw:

16, 13, 14, 21, 19, 18, 26, 17.

Natomiast po specjalnym treningu pamici grupa ta wykazaa nastpujce wyniki:

21, 17, 20, 26, 23, 22, 21, 18.

Przyjmujc poziom istotnoci = 0.05 zwerykowa hipotez, e trening zwiksza liczb zapamitanych przez uczniw elementw. Zmierzono czas reakcji na pewien u 8 kierowcw badanych w pracowni psychotechnicznej przed i w 15 minut po wypiciu 100g wdki. Wyniki przed wypiciem wdki byy nastpujce (w sekundach):
Zadanie 40

0.22, 0.18, 0.16, 0.19, 0.20, 0.23, 0.17, 0.25

a po wypiciu wdki:
0.28, 0.20, 0.3, 0.19, 0.26, 0.28, 0.24.

Na poziomie istotnoci = 0.05 zwerykowa hipotez, e wdka zwiksza czas reakcji na bodziec.

4 Testowanie hipotez - testy dla wariancji

4.1 Model I
N (, )
o nieznanych parametrach Populacja generalna ma rozkad normalny pulacji wylosowano niezalenie hipotez

Z po-

elementw do prby, na podstawie ktrej naley sprawdzi

H0 : = 0 H1 : = 0 .

Statystyka testowa przyjmuje posta:

2 =

2 (n 1)Sn1 2 0

H0 rozkad chi2 z n 1 stopniami swobody. Dla ustalonego z gry poziomu istotnoci i dla n1 stopni swobody odczytujemy z 2 2 2 tablicy rozkadu tak warto krytyczn aby speniona bya rwno P ( 2 ) = .
Statystyka ta ma przy zaoeniu prawdziwoci hipotezy

Dokonano 12 pomiarw woltomierzem pewnego napicia prdu i otrzymano z 2 tej prby Sn1 = 0.9V 2 . Naley na poziomie istotnoci = 0.05 sprawdzi hipotez, e wariancja pomiarw tym woltomierzem wynosi 0.6V 2
Zadanie 41

Dokonano 11 niezalenych pomiarw rednicy odlewanych rur i otrzymano nastpujce wyniki w (mm):
Zadanie 42

50.2, 50.4, 50.6, 50.5, 49.9, 50, 50.3, 50.1, 50, 49.6, 50.6.

Na poziomie istotnoci = 0.05 zwerykowa hipotez, e wariancja uzyskiwanych rednic rur jest 0.04.
2 Losowa prba n = 200 studentw pewnej uczelni daa wariancj Sn1 = 50 papierosw wypalanych dziennie przez studentw tej uczelni. Na poziomie istotnoci = 0.05 zwerykowa, hipotez, e odchylenie standardowe liczby papierosw wypalanych dziennie przez studentw wynosi 5.

Zadanie 43

11

4.2

Model II
N (1 , 1 ) i N (2 , 2 ),

Dane s dwie populacje generalne ma jce odpowiednio rozkady normalne

gdzie parametry tych rozkadw s nieznane. Z populacji tych wylosowano niezalenie odpowiednio

n1

oraz

n2
;

elementw do prby, na podstawie ktrej naley sprawdzi hipotez

H0 : 1 = 2 H1 : 1 = 2 .

Statystyka testowa przyjmuje posta (pamita o sposobie konstruowania tego ilorazu).:

F =

2 Sn1 1 2 Sn2 1

Statystyka ta ma przy zaoeniu prawdziwoci hipotezy

H0

rozkad

Snedecora z

n2 1

stopniami swobody. stopniami swobody. Dla ustalonego z gry poziomu istotnoci

n1 1 i

i stopni swobody odczytujemy z tablicy rozkadu

F.

W celu stwierdzenia czy podanie pewnego preparatu farmaceutycznego zmienia frakcj pewnego biakaw moczu krlikw, dokonano 16 pomiarw frakcji tego biaka w grupie kontrolnej K , oraz 25 pomiarw w grupie krlikw Z , ktrym podano preparat farmaceutyczny. Wyniki byy nastpujce w (%)
Zadanie 44

K : 18.7, 7.4, 0.8, 34.5, 45.5, 10.1, 19.5, 40.2, 11.5, 19.2, 39.0, 1.0, 11.2, 16.1, 3.7, 7.9. Z : 27.4, 13.9, 10.3, 0.8, 9.6, 5.7, 3.0, 19.1, 4.8, 12.2, 19.2, 20.8, 5.1, 18.5, 8.8, 16.8, 20.5, 1.9, 12.5, 28.7, 11.5, 17.5, 35.6, 6.3, 4.0.,

Sprawdzi zaoenie o rwnoci wariancji dla tych dwch prb, nastpnie wykona test t dla dwch prb (poziom istotnoci = 0.05). Dokonano po 10 pomiarw tego samego napicia prdu przy uyciu dwu rnych woltomierzy. Dla pierwszego otrzymano wyniki:
Zadanie 45

1.07, 1.13, 1.15, 1.11, 1.09, 1.10, 1.14, 1.15, 1.11;

natomiast dla drugiego otrzymano:

1.08, 1.05, 1.03, 1.06, 1.05, 1.12, 1.06, 1.02, 1.08, 1.15

Na poziomie istotnoci = 0.01 zwerykowa hipotez o jednakowej waraiancji pomiarw dla obu woltomierzy.

12

5 Analiza wariancji (klasykacja pojedyncza)

5.1 Model
k
populacji o rozkadzie normalnym Dla danych

N (i , i ) (i = 1, . . . , k )

zakadamy, e

wariancje wszystkich populacji s rwne, tzn.

2 2 2 1 = 2 = . . . = k .
Z kadej z tych wylosowano niezalene prby o liczebnoci prb naley zwerykowa nastpujc hipotez:

ni

elementw. Na podstawie tych

H0 : 1 = 2 = . . . = k H1 :

nie wszystkie rednie badanych populacji s rwne. .

Statystyka testowa przyjmuje posta (pamita o sposobie konstruowania tego ilorazu).:

F =

SSA SSE H0
rozkad

Statystyka ta ma przy zaoeniu prawdziwoci hipotezy

Snedecora z

nk

stopniami swobody. stopniami swobody. Dla ustalonego z gry poziomu istotnoci

k1

i i

stopni swobody odczytujemy z tablicy rozkadu

F.

Liczba bdw popenionych w toku przejcia tresowanych szczurw przez labirynt ma rozkad normalny. Do pewnych dalszych dowiadcze wylosowano po 5 szczurw do 4 grup, ktre powinny by jednorodne pod wzgldem stopnia wytresowania. Otrzymano dla szczurw w poszczeglnych grupach nastpujce liczby popenianych przez nie bdw:
Zadanie 46
GRUPA I 10 8 7 6 11 II 7 10 6 14 5 III 8 13 15 6 3 IV 16 10 8 10 4

Na poziomie istotnoci = 0.10 zwerykowa hipotez o rwnoci redniej liczby bldwpopenionych przez tresowane szczury we wszystkich grupach.
Zadanie 47 Trzech nauczycieli jzyka polskiego miao oceni w skali punktowej 1 20 wypracowania wylosowanych czterech uczniw pewnej szkoy. Wyniki byy nastpujce: Na poNAUCZYCIEL A 19 20 10 14 B 17 20 11 15 C 20 19 9 12

ziomie istotnoci = 0.1 zwerykowa hipotez, e wszyscy nauczyciele s tak samo surowi (wystawiaj rednio podobne oceny).

13

6 Nieparametryczne testy istotnoci

6.1 Model I
F.
Z populacji wylosowano niezalenie Populacja generalna ma rozkad o dystrybuancie du prb (conajmniej kilkadziesit), ktrej wyniki podzielono na liczebnociach

rozcznych klas o

ni

w kadej klasie, przy czym

n = F
;

ni .

Na podstawie tej prby naley

sprawdzi hipotez:

H0 : H1 :

otrzymana prba pochodzi z rozkadu

otrzymana prba nie pochodzi z rozkadu

F.

Statystyka testowa przyjmuje posta:

2 =
i=1
ktra przy zaoeniu prawdziwoci hipotezy

(ni npi )2 , npi H0

ma rozkad

r1

stopniach swobody.

W celu sprawdzenia czy kostka szecienna do gry jest rzetelna (symetryczna) wykonao 120 rzutw t kostk otrzymano nastpujce wyniki: Na poziomie istotnoci =
Zadanie 48
liczba oczek 1 2 3 4 5 6 liczba rzutw 11 30 14 10 33 22

0.05 zwerykowa hipotez, e wszystkie liczby oczek w rzucie t kostk maj identyczne

prawdopodobiestwo wyrzucenia.

14