Mathematical Statistics with Applications 7th Edition – Ebook PDF Version full chapter instant download

Mathematical Statistics with
Applications 7th Edition – Ebook PDF

Version
Visit to download the full and correct content document:
https://ebookmass.com/product/mathematical-statistics-with-applications-7th-edition-e
book-pdf-version/
More products digital (pdf, epub, mobi) instant
download maybe you interests ...
Physics: Principles with Applications (7th Edition

u2013 Ebook PDF Version) u2013 Standalone book 7th
u2013 Ebook PDF Version
https://ebookmass.com/product/physics-principles-with-
applications-7th-edition-ebook-pdf-version-standalone-book-7th-
ebook-pdf-version/
Research Methods, Statistics, and Applications Second

Edition – Ebook PDF Version
https://ebookmass.com/product/research-methods-statistics-and-
applications-second-edition-ebook-pdf-version/
Nutritional Foundations and Clinical Applications –

E-Book 7th Edition – Ebook PDF Version
https://ebookmass.com/product/nutritional-foundations-and-
clinical-applications-e-book-7th-edition-ebook-pdf-version/
Introduction to 80×86 Assembly Language and Computer

Architecture – Ebook PDF Version
https://ebookmass.com/product/introduction-to-8086-assembly-
language-and-computer-architecture-ebook-pdf-version/
Professional Baking, 7th Edition 7th Edition – Ebook
PDF Version
https://ebookmass.com/product/professional-baking-7th-
edition-7th-edition-ebook-pdf-version/
Reading Statistics and Research – Ebook PDF Version
https://ebookmass.com/product/reading-statistics-and-research-
ebook-pdf-version/
Managerial Economics 7th Edition – Ebook PDF Version
https://ebookmass.com/product/managerial-economics-7th-edition-
ebook-pdf-version/
Lifespan Development 7th Edition – Ebook PDF Version
https://ebookmass.com/product/lifespan-development-7th-edition-
ebook-pdf-version/
Labor Economics 7th Edition – Ebook PDF Version
https://ebookmass.com/product/labor-economics-7th-edition-ebook-
pdf-version/
De-DRMed and Uploaded for your use by:
PenisBalls
Mathematical Statistics with © 2008, 2002 Brooks/Cole, Cengage Learning
Applications, Seventh Edition
WCN: 02-200-203
Dennis D. Wackerly, William
Mendenhall III, Richard L. Scheaffer ALL RIGHTS RESERVED. No part of this work covered by the copyright herein
may be reproduced, transmitted, stored, or used in any form or by any means
Statistics Editor: Carolyn Crockett graphic, electronic, or mechanical, including but not limited to photocopying,
Assistant Editors: Beth Gershman, recording, scanning, digitizing, taping, Web distribution, information networks,
Catie Ronquillo or information storage and retrieval systems, except as permitted under Section
Editorial Assistant: Ashley Summers 107 or 108 of the 1976 United States Copyright Act, without the prior written
permission of the publisher.
Technology Project Manager:
Jennifer Liang
Marketing Manager: Mandy Jellerichs For product information and technology assistance, contact us at
Marketing Assistant: Ashley Pickering Cengage Learning Customer & Sales Support, 1-800-354-9706
For permission to use material from this text or product,
Marketing Communications Manager:
submit all requests online at www.cengage.com/permissions
Darlene Amidon-Brent Further permissions questions can be e-mailed to
Project Manager, Editorial Production: permissionrequest@cengage.com
Hal Humphrey
Art Director: Vernon Boes
ExamView® and ExamView Pro® are registered trademarks of FSCreations, Inc.
Print Buyer: Karen Hunt Windows is a registered trademark of the Microsoft Corporation used herein
Production Service: Matrix under license. Macintosh and Power Macintosh are registered trademarks of Apple
Productions Inc. Computer, Inc. Used herein under license.
Copy Editor: Betty Duncan
© 2008 Cengage Learning. All Rights Reserved. Cengage Learning WebTutor™ is a
Cover Designer: Erik Adigard, Patricia trademark of Cengage Learning, Inc.
McShane
Library of Congress Control Number: 2007922554
Cover Image: Erik Adigard
Compositor: International Typesetting Student Edition
and Composition ISBN-13: 978-0-495-11081-1
ISBN-10: 0-495-11081-7
Brooks/Cole
10 Davis Drive
Belmont, CA 94002-3098
USA
Cengage Learning is a leading provider of customized learning solutions with

office locations around the globe, including Singapore, the United Kingdom,
Australia, Mexico, Brazil, and Japan. Locate your local office at:
www.cengage.com/global
Cengage Learning products are represented in Canada by Nelson

Education, Ltd.
To Learn more about Brooks/Cole, visit www.cengage.com/brookscole

Purchase any of our products at your local college store or at our preferred
online store www.cengagebrain.com
Printed in United States

6 7 8 15 14
Copyright 2008 Cengage Learning. All Rights Reserved. May not be copied, scanned, or duplicated, in whole or in part. Due to electronic rights, some third party content may be suppressed from the eBook and/or eChapter(s). Editorial review has
deemed that any suppressed content does not materially affect the overall learning experience. Cengage Learning reserves the right to remove additional content at any time if subsequent rights restrictions require it.
CONTENTS
Preface xiii
Note to the Student xxi
1 What Is Statistics? 1
1.1 Introduction 1
1.2 Characterizing a Set of Measurements: Graphical Methods 3
1.3 Characterizing a Set of Measurements: Numerical Methods 8
1.4 How Inferences Are Made 13
1.5 Theory and Reality 14
1.6 Summary 15
2 Probability 20
2.1 Introduction 20
2.2 Probability and Inference 21
2.3 A Review of Set Notation 23
2.4 A Probabilistic Model for an Experiment: The Discrete Case 26
2.5 Calculating the Probability of an Event: The Sample-Point Method 35
2.6 Tools for Counting Sample Points 40
2.7 Conditional Probability and the Independence of Events 51
2.8 Two Laws of Probability 57
v
vi Contents
2.9 Calculating the Probability of an Event: The Event-Composition

Method 62
2.10 The Law of Total Probability and Bayes’ Rule 70
2.11 Numerical Events and Random Variables 75
2.12 Random Sampling 77
2.13 Summary 79
3 Discrete Random Variables and Their

Probability Distributions 86
3.1 Basic Definition 86
3.2 The Probability Distribution for a Discrete Random Variable 87
3.3 The Expected Value of a Random Variable or a Function
of a Random Variable 91
3.4 The Binomial Probability Distribution 100
3.5 The Geometric Probability Distribution 114
3.6 The Negative Binomial Probability Distribution (Optional) 121
3.7 The Hypergeometric Probability Distribution 125
3.8 The Poisson Probability Distribution 131
3.9 Moments and Moment-Generating Functions 138
3.10 Probability-Generating Functions (Optional) 143
3.11 Tchebysheff’s Theorem 146
3.12 Summary 149
4 Continuous Variables and Their Probability

Distributions 157
4.1 Introduction 157
4.2 The Probability Distribution for a Continuous Random Variable 158
4.3 Expected Values for Continuous Random Variables 170
4.4 The Uniform Probability Distribution 174
4.5 The Normal Probability Distribution 178
4.6 The Gamma Probability Distribution 185
4.7 The Beta Probability Distribution 194
Contents vii
4.8 Some General Comments 201

4.9 Other Expected Values 202
4.10 Tchebysheff’s Theorem 207
4.11 Expectations of Discontinuous Functions and Mixed Probability
Distributions (Optional) 210
4.12 Summary 214
5 Multivariate Probability Distributions 223

5.2 Bivariate and Multivariate Probability Distributions 224
5.3 Marginal and Conditional Probability Distributions 235
5.4 Independent Random Variables 247
5.5 The Expected Value of a Function of Random Variables 255
5.6 Special Theorems 258
5.7 The Covariance of Two Random Variables 264
5.8 The Expected Value and Variance of Linear Functions
of Random Variables 270
5.9 The Multinomial Probability Distribution 279
5.10 The Bivariate Normal Distribution (Optional) 283
5.11 Conditional Expectations 285
5.12 Summary 290
6 Functions of Random Variables 296

6.2 Finding the Probability Distribution of a Function
of Random Variables 297
6.3 The Method of Distribution Functions 298
6.4 The Method of Transformations 310
6.5 The Method of Moment-Generating Functions 318
6.6 Multivariable Transformations Using Jacobians (Optional) 325
6.7 Order Statistics 333
6.8 Summary 341
viii Contents
7 Sampling Distributions and the Central

Limit Theorem 346
7.2 Sampling Distributions Related to the Normal Distribution 353
7.3 The Central Limit Theorem 370
7.4 A Proof of the Central Limit Theorem (Optional) 377
7.5 The Normal Approximation to the Binomial Distribution 378
7.6 Summary 385
8 Estimation 390
8.2 The Bias and Mean Square Error of Point Estimators 392
8.3 Some Common Unbiased Point Estimators 396
8.4 Evaluating the Goodness of a Point Estimator 399
8.5 Confidence Intervals 406
8.6 Large-Sample Confidence Intervals 411
8.7 Selecting the Sample Size 421
8.8 Small-Sample Confidence Intervals for μ and μ1 − μ2 425
2
8.9 Confidence Intervals for σ 434
8.10 Summary 437
9 Properties of Point Estimators and Methods

of Estimation 444
9.2 Relative Efficiency 445
9.3 Consistency 448
9.4 Sufficiency 459
9.5 The Rao–Blackwell Theorem and Minimum-Variance
Unbiased Estimation 464
9.6 The Method of Moments 472
9.7 The Method of Maximum Likelihood 476
9.8 Some Large-Sample Properties of Maximum-Likelihood
Estimators (Optional) 483
9.9 Summary 485
Contents ix
10 Hypothesis Testing 488

10.2 Elements of a Statistical Test 489
10.3 Common Large-Sample Tests 496
10.4 Calculating Type II Error Probabilities and Finding the Sample Size
for Z Tests 507
10.5 Relationships Between Hypothesis-Testing Procedures
and Confidence Intervals 511
10.6 Another Way to Report the Results of a Statistical Test:
Attained Significance Levels, or p-Values 513
10.7 Some Comments on the Theory of Hypothesis Testing 518
10.8 Small-Sample Hypothesis Testing for μ and μ1 − μ2 520
10.9 Testing Hypotheses Concerning Variances 530
10.10 Power of Tests and the Neyman–Pearson Lemma 540
10.11 Likelihood Ratio Tests 549
10.12 Summary 556
11 Linear Models and Estimation by Least Squares 563

11.2 Linear Statistical Models 566
11.3 The Method of Least Squares 569
11.4 Properties of the Least-Squares Estimators: Simple
Linear Regression 577
11.5 Inferences Concerning the Parameters βi 584
11.6 Inferences Concerning Linear Functions of the Model
Parameters: Simple Linear Regression 589
11.7 Predicting a Particular Value of Y by Using Simple Linear
Regression 593
11.8 Correlation 598
11.9 Some Practical Examples 604
11.10 Fitting the Linear Model by Using Matrices 609
11.11 Linear Functions of the Model Parameters: Multiple Linear
Regression 615
11.12 Inferences Concerning Linear Functions of the Model Parameters:
Multiple Linear Regression 616
x Contents
11.13 Predicting a Particular Value of Y by Using Multiple Regression 622

11.14 A Test for H0 : βg+1 = βg+2 = · · · = βk = 0 624
11.15 Summary and Concluding Remarks 633
12 Considerations in Designing Experiments 640

12.1 The Elements Affecting the Information in a Sample 640
12.2 Designing Experiments to Increase Accuracy 641
12.3 The Matched-Pairs Experiment 644
12.4 Some Elementary Experimental Designs 651
12.5 Summary 657
13 The Analysis of Variance 661

13.2 The Analysis of Variance Procedure 662
13.3 Comparison of More Than Two Means: Analysis of Variance
for a One-Way Layout 667
13.4 An Analysis of Variance Table for a One-Way Layout 671
13.5 A Statistical Model for the One-Way Layout 677
13.6 Proof of Additivity of the Sums of Squares and E(MST)
for a One-Way Layout (Optional) 679
13.7 Estimation in the One-Way Layout 681
13.8 A Statistical Model for the Randomized Block Design 686
13.9 The Analysis of Variance for a Randomized Block Design 688
13.10 Estimation in the Randomized Block Design 695
13.11 Selecting the Sample Size 696
13.12 Simultaneous Confidence Intervals for More Than One Parameter 698
13.13 Analysis of Variance Using Linear Models 701
13.14 Summary 705
14 Analysis of Categorical Data 713

14.1 A Description of the Experiment 713
14.2 The Chi-Square Test 714
14.3 A Test of a Hypothesis Concerning Specified Cell Probabilities:
A Goodness-of-Fit Test 716
Contents xi
14.4 Contingency Tables 721

14.5 r × c Tables with Fixed Row or Column Totals 729
14.6 Other Applications 734
14.7 Summary and Concluding Remarks 736
15 Nonparametric Statistics 741

15.2 A General Two-Sample Shift Model 742
15.3 The Sign Test for a Matched-Pairs Experiment 744
15.4 The Wilcoxon Signed-Rank Test for a Matched-Pairs Experiment 750
15.5 Using Ranks for Comparing Two Population Distributions:
Independent Random Samples 755
15.6 The Mann–Whitney U Test: Independent Random Samples 758
15.7 The Kruskal–Wallis Test for the One-Way Layout 765
15.8 The Friedman Test for Randomized Block Designs 771
15.9 The Runs Test: A Test for Randomness 777
15.10 Rank Correlation Coefficient 783
15.11 Some General Comments on Nonparametric Statistical Tests 789
16 Introduction to Bayesian Methods

for Inference 796
16.2 Bayesian Priors, Posteriors, and Estimators 797
16.3 Bayesian Credible Intervals 808
16.4 Bayesian Tests of Hypotheses 813
16.5 Summary and Additional Comments 816
Appendix 1 Matrices and Other Useful

Mathematical Results 821
A1.1 Matrices and Matrix Algebra 821
A1.2 Addition of Matrices 822
A1.3 Multiplication of a Matrix by a Real Number 823
A1.4 Matrix Multiplication 823
xii Contents
A1.5 Identity Elements 825

A1.6 The Inverse of a Matrix 827
A1.7 The Transpose of a Matrix 828
A1.8 A Matrix Expression for a System of Simultaneous
Linear Equations 828
A1.9 Inverting a Matrix 830
A1.10 Solving a System of Simultaneous Linear Equations 834
A1.11 Other Useful Mathematical Results 835
Appendix 2 Common Probability Distributions, Means,

Variances, and Moment-Generating Functions 837
Table 1 Discrete Distributions 837
Table 2 Continuous Distributions 838
Appendix 3 Tables 839

Table 1 Binomial Probabilities 839
Table 2 Table of e−x 842
Table 3 Poisson Probabilities 843
Table 4 Normal Curve Areas 848
Table 5 Percentage Points of the t Distributions 849
Table 6 Percentage Points of the χ 2 Distributions 850
Table 7 Percentage Points of the F Distributions 852
Table 8 Distribution Function of U 862
Table 9 Critical Values of T in the Wilcoxon Matched-Pairs, Signed-Ranks
Test; n = 5(1)50 868
Table 10 Distribution of the Total Number of Runs R in Samples of Size
(n 1 , n 2 ); P(R ≤ a) 870
Table 11 Critical Values of Spearman’s Rank Correlation Coefficient 872
Table 12 Random Numbers 873
Answers to Exercises 877

Index 896
PREFACE
The Purpose and Prerequisites of this Book

Mathematical Statistics with Applications was written for use with an undergraduate
1-year sequence of courses (9 quarter- or 6 semester-hours) on mathematical statistics.
The intent of the text is to present a solid undergraduate foundation in statistical
theory while providing an indication of the relevance and importance of the theory
in solving practical problems in the real world. We think a course of this type is
suitable for most undergraduate disciplines, including mathematics, where contact
with applications may provide a refreshing and motivating experience. The only
mathematical prerequisite is a thorough knowledge of first-year college calculus—
including sums of infinite series, differentiation, and single and double integration.
Our Approach
Talking with students taking or having completed a beginning course in mathematical
statistics reveals a major flaw in many courses. Students can take the course and leave
it without a clear understanding of the nature of statistics. Many see the theory as a
collection of topics, weakly or strongly related, but fail to see that statistics is a theory
of information with inference as its goal. Further, they may leave the course without
an understanding of the important role played by statistics in scientific investigations.
These considerations led us to develop a text that differs from others in three ways:
• First, the presentation of probability is preceded by a clear statement of the
objective of statistics—statistical inference—and its role in scientific research.
As students proceed through the theory of probability (Chapters 2 through 7),
they are reminded frequently of the role that major topics play in statistical
inference. The cumulative effect is that statistical inference is the dominating
theme of the course.
• The second feature of the text is connectivity. We explain not only how major
topics play a role in statistical inference, but also how the topics are related to
xiii
xiv Preface
one another. These integrating discussions appear most frequently in chapter

introductions and conclusions.
• Finally, the text is unique in its practical emphasis, both in exercises throughout
the text and in the useful statistical methodological topics contained in Chap-
ters 11–15, whose goal is to reinforce the elementary but sound theoretical
foundation developed in the initial chapters.
The book can be used in a variety of ways and adapted to the tastes of students and
instructors. The difficulty of the material can be increased or decreased by controlling
the assignment of exercises, by eliminating some topics, and by varying the amount of
time devoted to each topic. A stronger applied flavor can be added by the elimination
of some topics—for example, some sections of Chapters 6 and 7—and by devoting
more time to the applied chapters at the end.
Changes in the Seventh Edition

Many students are visual learners who can profit from visual reinforcement of con-
cepts and results. New to this edition is the inclusion of computer applets, all available
for on line use at the Cengage Learning website, academic.cengage.com/statistics/
wackerly. Some of these applets are used to demonstrate statistical concepts, other
applets permit users to assess the impact of parameter choices on the shapes of density
functions, and the remainder of applets can be used to find exact probabilities and
quantiles associated with gamma-, beta-, normal-, χ 2 -, t-, and F-distributed random
variables—information of importance when constructing confidence intervals or per-
forming tests of hypotheses. Some of the applets provide information available via
the use of other software. Notably, the R language and environment for statistical
computation and graphics (available free at http://www.r-project.org/) can be used to
provide the quantiles and probabilities associated with the discrete and continuous
distributions previously mentioned. The appropriate R commands are given in the
respective sections of Chapters 3 and 4. The advantage of the applets is that they are
“point and shoot,” provide accompanying graphics, and are considerably easier to
use. However, R is vastly more powerful than the applets and can be used for many
other statistical purposes. We leave other applications of R to the interested user or
instructor.
Chapter 2 introduces the first applet, Bayes’ Rule as a Tree, a demonstration that
allows users to see why sometimes surprising results occur when Bayes’ rule is applied
(see Figure 1). As in the sixth edition, maximum-likelihood estimates are introduced in
Chapter 3 via examples for the estimates of the parameters of the binomial, geometric,
and negative binomial distributions based on specific observed numerical values of
random variables that possess these distributions. Follow-up problems at the end of
the respective sections expand on these examples.
In Chapter 4, the applet Normal Probabilities is used to compute the probability
that any user-specified, normally distributed random variable falls in any specified
interval. It also provides a graph of the selected normal density function and a visual
reinforcement of the fact that probabilities associated with any normally distributed
Preface xv
FIGURE 1
Applet illustration of
Bayes’ rule
random variable are equivalent to probabilities associated with the standard normal
distribution. The applet Normal Probabilities (One Tail) provides upper-tail areas as-
sociated with any user-specified, normal distribution and can also be used to establish
the value that cuts off a user-specified area in the upper tail for any normally distributed
random variable. Probabilities and quantiles associated with standard normal random
variables are obtained by selecting the parameter values mean = 0 and standard de-
viation = 1. The beta and gamma distributions are more thoroughly explored in this
chapter. Users can simultaneously graph three gamma (or beta) densities (all with user
selected parameter values) and assess the impact that the parameter values have on
the shapes of gamma (or beta) density functions (see Figure 2). This is accomplished
FIGURE 2
Applet comparison of
three beta densities
xvi Preface
using the applets Comparison of Gamma Density Functions and Comparison of

Beta Density Functions, respectively. Probabilities and quantiles associated with
gamma- and beta-distributed random variables are obtained using the applets Gamma
Probabilities and Quantiles or Beta Probabilities and Quantiles. Sets of Applet Ex-
ercises are provided to guide the user to discover interesting and informative re-
sults associated with normal-, beta-, and gamma- (including exponential and χ 2 )
distributed random variables. We maintain emphasis on the χ 2 distribution, including
some theoretical results that are useful in the subsequent development of the t and F
distributions.
In Chapter 5, it is made clear that conditional densities are undefined for values of
the conditioning variable where the marginal density is zero. We have also retained
the discussion of the “conditional variance” and its use in finding the variance of
a random variable. Hierarchical models are briefly discussed. As in the previous
edition, Chapter 6 introduces the concept of the support of a density and emphasizes
that a transformation method can be used when the transformation is monotone on the
region of support. The Jacobian method is included for implementation of a bivariate
transformation.
In Chapter 7, the applet Comparison of Student’s t and Normal Distributions per-
mits visualization of similarities and differences in t and standard normal density func-
tions, and the applets Chi-Square Probabilities and Quantiles, Student’s t Probabili-
ties and Quantiles, and F-Ratio Probabilities and Quantiles provide probabilites and
quantiles associated with the respective distributions, all with user-specified degrees
of freedom. The applet DiceSample uses the familiar die-tossing example to intro-
duce the concept of a sampling distribution. The results for different sample sizes
permit the user to assess the impact of sample size on the sampling distribution of the
sample mean. The applet also permits visualization of how the sampling distribution
is affected if the die is not balanced. Under the general heading of “Sampling Dis-
tributions and the Central Limit Theorem,” four different applets illustrate different
concepts:
• Basic illustrates that, when sampling from a normally distributed population,
the sample mean is itself normally distributed.
• SampleSize exhibits the effect of the sample size on the sampling distribution of
the sample mean. The sampling distribution for two (user-selected) sample sizes
are simultaneously generated and displayed side by side. Similarities and differ-
ences of the sampling distributions become apparent. Samples can be generated
from populations with “normal,” uniform, U-shaped, and skewed distributions.
The associated approximating normal sampling distributions can be overlayed
on the resulting simulated distributions, permitting immediate visual assessment
of the quality of the normal approximation (see Figure 3).
• Variance simulates the sampling distribution of the sample variance when sam-
pling from a population with a “normal” distribution. The theoretical (propor-
tional to that of a χ 2 random variable) distribution can be overlayed with the
click of a button, again providing visual confirmation that theory really works.
• VarianceSize allows a comparison of the effect of the sample size on the distri-
bution of the sample variance (again, sampling from a normal population). The
associated theoretical density can be overlayed to see that the theory actually
Preface xvii
FIGURE 3
Applet illustration of
the central limit
theorem.
works. In addition, it is seen that for large sample sizes the sample variance has
an approximate normal distribution.
The applet Normal Approximation to the Binomial permits the user to assess the quality
of the the (continuous) normal approximation for (discrete) binomial probabilities.
As in previous chapters, a sequence of Applet Exercises leads the user to discover
important and interesting answers and concepts. From a more theoretical perspective,
we establish the independence of the sample mean and sample variance for a sample
of size 2 from a normal distribution. As before, the proof of this result for general
n is contained in an optional exercise. Exercises provide step-by-step derivations of
the mean and variance for random variables with t and F distributions.
Throughout Chapter 8, we have stressed the assumptions associated with confi-
dence intervals based on the t distributions. We have also included a brief discussion
of the robustness of the t procedures and the lack of such for the intervals based
on the χ 2 and F distributions. The applet ConfidenceIntervalP illustrates properties
of large-sample confidence intervals for a population proportion. In Chapter 9, the
applets PointSingle, PointbyPoint, and PointEstimation ultimately lead to a very nice
xviii Preface
illustration of convergence in probability. In Chapter 10, the applet Hypothesis Testing

(for Proportions) illustrates important concepts associated with test of hypotheses
including the following:
• What does α really mean?
• Tests based on larger-sample sizes typically have smaller probabilities of type
II errors if the level of the tests stays fixed.
• For a fixed sample size, the power function increases as the value of the parameter
moves further from the values specified by the null hypothesis.
Once users visualize these concepts, the subsequent theoretical developments are
more relevant and meaningful. Applets for the χ 2 , t, F distributions are used to
obtain exact p-values for associated tests of hypotheses. We also illustrate explicitly
that the power of a uniformly most powerful test can be smaller (although the largest
possible) than desired.
In Chapter 11, the simple linear regression model is thoroughly discussed (including
confidence intervals, prediction intervals, and correlation) before the matrix approach
to multiple linear regression model is introduced. The applets Fitting a Line Using
Least Squares and Removing Points from Regression illustrate what the least-squares
criterion accomplishes and that a few unusual data points can have considerable
impact on the fitted regression line. The coefficients of determination and multiple
determination are introduced, discussed, and related to the relevant t and F statistics.
Exercises demonstrate that high (low) coefficients of (multiple) determination values
do not necessarily correspond to statistically significant (insignificant) results.
Chapter 12 includes a separate section on the matched-pairs experiment. Although
many possible sets of dummy variables can be used to cast the analysis of variance
into a regression context, in Chapter 13 we focus on the dummy variables typically
used by SAS and other statistical analysis computing packages. The text still focuses
primarily on the randomized block design with fixed (nonrandom) block effects. If
an instructor wishes, a series of supplemental exercises dealing with the randomized
block design with random block effects can be used to illustrate the similarities and
differences of these two versions of the randomized block design.
The new Chapter 16 provides a brief introduction to Bayesian methods of statistical
inference. The chapter focuses on using the data and the prior distribution to obtain
the posterior and using the posterior to produce estimates, credible intervals, and hy-
pothesis tests for parameters. The applet Binomial Revision facilitates understanding
of the process by which data are used to update the prior and obtain the posterior.
Many of the posterior distributions are beta or gamma distributions, and previously
discussed applets are instrumental in obtaining credible intervals or computing the
probability of various hypotheses.
The Exercises
This edition contains more than 350 new exercises. Many of the new exercises use the
applets previously mentioned to guide the user through a series of steps that lead to
more thorough understanding of important concepts. Others use the applets to provide
confidence intervals or p-values that could only be approximated by using tables in the
Preface xix
appendix. As in previous editions, some of the new exercises are theoretical whereas
others contain data from documented sources that deal with research in a variety of
fields. We continue to believe that exercises based on real data or actual experimental
scenarios permit students to see the practical uses of the various statistical and proba-
bilistic methods presented in the text. As they work through these exercises, students
gain insight into the real-life applications of the theoretical results developed in the
text. This insight makes learning the necessary theory more enjoyable and produces
a deeper understanding of the theoretical methods. As in previous editions, the more
challenging exercises are marked with an asterisk (*). Answers to the odd-numbered
exercises are provided in the back of the book.
Tables and Appendices

We have maintained the use of the upper-tail normal tables because the users of the
text find them to be more convenient. We have also maintained the format of the table
of the F distributions that we introduced in previous editions. This table of the F
distributions provides critical values corresponding to upper-tail areas of .100, .050,
.025, .010, and .005 in a single table. Because tests based on statistics possessing
the F distribution occur quite often, this table facilitates the computation of attained
significance levels, or p-values, associated with observed values of these statistics.
We have also maintained our practice of providing easy access to often-used
information. Because the normal and t tables are the most frequently used statis-
tical tables in the text, copies of these tables are given in Appendix 3 and inside the
front cover of the text. Users of previous editions have often remarked favorably about
the utility of tables of the common probability distributions, means, variances, and
moment-generating functions provided in Appendix 2 and inside the back cover of
the text. In addition, we have included some frequently used mathematical results in a
supplement to Appendix 1. These results include the binomial expansion of (x + y)n ,
the series expansion of e x , sums of geometric series, definitions of the gamma and
beta functions, and so on. As before, each chapter begins with an outline containing
the titles of the major sections in that chapter.
Acknowledgments
The authors wish to thank the many colleagues, friends, and students who have made
helpful suggestions concerning the revisions of this text. In particular, we are indebted
to P. V. Rao, J. G. Saw, Malay Ghosh, Andrew Rosalsky, and Brett Presnell for their
technical comments. Gary McClelland, University of Colorado, did an outstanding
job of developing the applets used in the text. Jason Owen, University of Richmond,
wrote the solutions manual. Mary Mortlock, Cal Poly, San Luis Obispo, checked
accuracy.
We wish to thank E. S. Pearson, W. H. Beyer, I. Olkin, R. A. Wilcox, C. W.
Dunnett, and A. Hald. We profited substantially from the suggestions of the review-
ers of the current and previous editions of the text: Roger Abernathy, Arkansas State
University; Elizabeth S. Allman, University of Southern Maine; Robert Berk, Rutgers
xx Preface
University; Albert Bronstein, Purdue University; Subha Chakraborti, University of Al-

abama; Rita Chattopadhyay, Eastern Michigan University; Eric Chicken, Florida State
University; Charles Dunn, Linfield College; Eric Eide, Brigham Young University;
Nelson Fong, Creighton University; Dr. Gail P. Greene, Indiana Wesleyan University;
Barbara Hewitt, University of Texas, San Antonio; Richard Iltis, Willamette Univer-
sity; K. G. Janardan, Eastern Michigan University; Mark Janeba, Willamette Univer-
sity; Rick Jenison, Univeristy of Wisconsin, Madison; Jim Johnston, Concord Uni-
versity; Bessie H. Kirkwood, Sweet Briar College; Marc L. Komrosky, San Jose State
University; Dr. Olga Korosteleva, California State University, Long Beach; Teck Ky,
Evegreen Valley College; Matthew Lebo, Stony Brook University; Phillip Lestmann,
Bryan College; Tamar London, Pennsylvania State University; Lisa Madsen, Oregon
State University; Martin Magid, Wellesley College; Hosam M. Mahmoud, George
Washington University; Kim Maier, Michigan State University; David W. Matolak,
Ohio University; James Edward Mays, Virginia Commonwealth University; Kather-
ine McGivney, Shippensburg Univesity; Sanjog Misra, University of Rochester;
Donald F. Morrison, University of Pennsylvania, Wharton; Mir A. Mortazavi, Eastern
New Mexico University; Abdel-Razzaq Mugdadi, Southern Illinois University; Ollie
Nanyes, Bradley University; Joshua Naranjo, Western Michigan University; Sharon
Navard, The College of New Jersey; Roger B. Nelsen, Lewis & Clark College; David
K. Park, Washington University; Cheng Peng, University of Southern Maine; Selwyn
Piramuthu, University of Florida, Gainesville; Robert Martin Price, Jr., East Tennessee
State University; Daniel Rabinowitz, Columbia University; Julianne Rainbolt, Saint
Louis University; Timothy A.Riggle, Baldwin-Wallace College; Mark Rizzardi, Hum-
boldt State University; Jesse Rothstein, Princeton University; Katherine Schindler,
Eastern Michigan University; Michael E. Schuckers, St. Lawrence University; Jean
T. Sells, Sacred Heart University; Qin Shao, The University of Toledo; Alan Shuchat,
Wellesley College; Laura J. Simon, Pennsylvania State University; Satyanand Singh,
New York City College of Technology; Randall J. Swift, California State Polytechnic
University, Pomona; David Sze, Monmouth University; Bruce E. Trumbo, California
State University, East Bay; Harold Dean Victory, Jr., Texas Tech University; Thomas
O. Vinson, Washington & Lee University; Vasant Waikar, Miami University, Ohio;
Bette Warren, Eastern Michigan University; Steve White, Jacksonville State Univer-
sity; Shirley A. Wilson, North Central College; Lan Xue, Oregon State University;
and Elaine Zanutto, The Wharton School, University of Pennsylvania.
We also wish to acknowledge the contributions of Carolyn Crockett, our editor;
Catie Ronquillo, assistant editor; Ashley Summers, editorial assistant; Jennifer Liang,
technology project manager; Mandy Jellerichs, marketing manager; Ashley Pickering,
marketing assistant; and of those involved in the production of the text: Hal Humphrey,
production project manager; Betty Duncan, copyeditor; and Merrill Peterson and Sara
Planck, production coordinators.
Finally, we appreciate the support of our families during the writing of the various
editions of this text.
DENNIS D. WACKERLY
WILLIAM MENDENHALL III
RICHARD L. SCHEAFFER
NOTE TO THE STUDENT
As the title Mathematical Statistics with Applications implies, this text is concerned
with statistics, in both theory and application, and only deals with mathematics as a
necessary tool to give you a firm understanding of statistical techniques. The following
suggestions for using the text will increase your learning and save your time.
The connectivity of the book is provided by the introductions and summaries in
each chapter. These sections explain how each chapter fits into the overall picture of
statistical inference and how each chapter relates to the preceding ones.
FIGURE 4
Applet calculation of
the probability that a
gamma–distributed
random variable
exceeds its mean
xxi
xxii Note to the Student
Within the chapters, important concepts are set off as definitions. These should be
read and reread until they are clearly understood because they form the framework
on which everything else is built. The main theoretical results are set off as theo-
rems. Although it is not necessary to understand the proof of each theorem, a clear
understanding of the meaning and implications of the theorems is essential.
It is also essential that you work many of the exercises—for at least four reasons:
• You can be certain that you understand what you have read only by putting your
knowledge to the test of working problems.
• Many of the exercises are of a practical nature and shed light on the applications
of probability and statistics.
• Some of the exercises present new concepts and thus extend the material covered
in the chapter.
• Many of the applet exercises help build intuition, facilitate understanding of
concepts, and provide answers that cannot (practically) be obtained using tables
in the appendices (see Figure 4).
D. D. W.
W. M.
R. L. S.
Another random document with
no related content on Scribd:
talonpoikais-näytöksiä, jotka tavallisesti olivat hyvin hullunkurisia
varsinaiseen näytelmään kuulumattomia kasvannaisia, mutta jotka
toisinaan taitavan kirjailijan käsissä saattoivat muodostua hyviksikin
keinoiksi juonen selventämiseksi ja valaisemiseksi — liekö sitten
syynä se, ettei niitä ollenkaan toimeenpantu. [Tarkempi selostus
talonpoikien välinäytöksistä on Eino Cederbergin tutkielmassa
Kansanomainen aines vanhimmassa suomalaisessa kirjallisuudessa
(Aika 1915, ss. 259-271).]
"Talonpoikien" ja "larvatorien" tehtävänä oli myöskin näytännön

edellisenä päivänä käydä kutsumassa katsojia näytäntöön. Tällöin
heitä useinkin kestittiin ylen runsaasti — sen suoranaisen
pääsymaksun lisäksi, jonka kutsutut suorittivat —, ja juhlamielialan
vaikutuksesta tekemistään kolttosista joutuivat herrat sitten
konsistorin edessä vastaamaan.
*****
1641:n jälkeen seuraa muutamien vuosien väliaika, jolta meillä ei

ole minkäänlaisia tietoja ylioppilasnäytännöistä, vaiko kenties se,
ettei konsistorilla ollut aihetta niihin puuttua? Jälkimäinen olettamus
tuntuu todennäköisemmältä. Vasta v. 1645 tapaamme pöytäkirjoissa
näytäntöjä koskevan merkinnän. Maaliskuun 12 p:n pöytäkirjassa (I,
siv. 160) sanotaan nim.:
Koska Simon Aboensis, joka viimeksi esitetyssä Komediassa

näytteli vanhan akan osaa ("agerate en keringz person"), silloin oli
lyönyt muutaman kerjäläisvaimon käsivarteen mustelman, jota on
tutkittu, sittemmin oli hyvittänyt vaimoa, joka Magnif. valitti: siis
vapautetaan hänet rahasakosta, kuitenkin istukoon varotukseksi
vuorokauden arestissa ("i prubban").
Mutta ei vielä nytkään anneta tietoja näytelmästä eikä sen tekijää
mainita. Vasta vuodelta 1647 on meillä yksityiskohtaisempia tietoja
maisterinvihkiäisten yhteydessä toimeenpannusta näytännöstä,
jossa esitettiin Jacobus Petri Chronanderin sepittämä ruotsinkielinen
näytelmä "Surge eli Ahkeruuden ja Laiskuuden kuvastin", josta
(samana, vuonna Turussa) painettu kappalekin on tallella Tukholman
kunink. kirjastossa. [Helsingin yliop. kirjastossa on siitä — B.O.
Schaumanin v. 1860 tekemä — käsinkirjoitettu jäljennös: Surge eller
Flijt och Oflitighetz skodespegel, författat uthi een lustig Comædia.]
Kuten jo nimestäkin voi päättää, kuvataan tässä komediassa —

kahden rinnakkaisen juonen avulla — kahta ylioppilasta, joista toinen
on ahkeruuden, toinen laiskuuden edustaja. [Chronanderista ja
hänen näytelmistään on tarkempia ja yksityiskohtaisia tietoja Q.E.
Ingeliuksen väitöskirjassa: Om medeltidens skådespel, med särskildt
fästadt afseende på Finlands äldste dramatiske författare Jakob
Persson Chronander. Hnki 1861.]
Elokuun 6 p:nä 1647 oli konsistorissa keskustelu "Surgen"

johdosta. Jacobus Chronander oli nimittäin ilmoittanut haluavansa
painattaa teoksensa ja sentähden syntyi akateemisten isien piirissä
periaatteellinen keskustelu ylioppilasnäytännöistä yleensä. Eikä niitä
arvosteltu erittäin suosiollisesti. Professorit olivat sitä mieltä, että
niiden takia moni ylioppilas laiminlöi lukunsa. Ja sitäpaitsi oli niiden
yhteydessä harjotettu kerjuu kovin ikävää. Mitä sitten tuli
Chronanderin näytelmään, niin päätti konsistori, ettei sitä ainakaan
toistaiseksi ole painettava ennenkuin joku professoreista on sen
tarkastanut, etenkin kun "muutamat sanovat", että C. siinä on
kyntänyt vierailla vasikoilla ("någhra seija [den] wara aff andra stält").
Konsistorin ankara arvostelu ei kuitenkaan saanut ylioppilaitten
näyttelemisinkö laimenemaan. Päinvastoin todistavat säilyneet
muistiinpanot, että teatteriharrastus akatemisen nuorison
keskuudessa edelleenkin pysyi virkeänä.
Toukokuun 8 p:nä 1649 astui Eskil Petraeus rehtorinvirkaan ja

seuraavana päivänä näyttelivät ylioppilaat uuden rehtorin kunniaksi
"komedian tahi tragedian de Tormentis Apostolorum". Gyllenius
kertoo päiväkirjassaan näytännön alkaneen klo 1 aikaan päivällä ja
kestäneen seitsemään saakka illalla. Kertoja näytteli itse "personam
Rusticam" ja oli sellaisena ollut edellisinä päivinä kutsumassa
kaupungin ylhäisiä — m.m. kreivi Brahea — näytäntöön.
Heinäkuun 29 p:nä 1649 viettivät hovioikeuden presidentti Jönss

Kurck ja Torsten Stålhansken leski rouva Christina Horn häitään ja
näissä juhlissa näyttelivät ylioppilaat Chronanderin tekemän
näytelmän Bele-Snack. 1650-vuoden maisterinvihkiäisiin oli
Johannes Svenonius Forsenius laatinut uuden komedian, jota
katsomassa Gyllenius kertoo Pietari Brahenkin olleen. Saman
vuoden kesäkuussa esitettiin vielä kaksi näytelmää, nim. 10 p:nä,
jolloin suomalaiset ylioppilaat rehtorin vaihdoksen yhteydessä Eskil
Petræuksen kunniaksi esittivät Ericus Johannis Justanderin
(myöhemmin professori ja kuollessaan 1678 Virmon kirkkoherra)
suomentaman (ruotsin kielestä) näytelmän tuhlaajapojasta, ja 18
p:nä, jolloin lakit, tohtorin vihkiäisissä näyteltiin Nicodemus
Frijschlinukselta "otettu" latinalainen komedia.
Vielä mainitaan konsistorin pöytäkirjoissa toimeenpannun

näytäntöjä vuonna 1652 (kaksi), 1653 (kaksi) 1662 ja 1671 (kaksi).
Ohjelmistosta ei kuitenkaan ole tietoja.
Useimmat konsistorin pöytäkirjoihin tehdyt merkinnät ovat
johtuneet ilkitöistä, joita näytelmissä esiintyvät "talonpojat" ja
"larvatores" olivat tehneet.
1671:n jälkeen eivät konsistorin pöytäkirjat enää puhu

ylioppilasnäytelmistä. Akateemiset komediat ovat jo silloin eläneet
aikansa. Kouluissa jatkettiin vielä jonkun aikaa näytelmien esitystä;
niinhän esittivät viipurilaiset teinit vielä vuosisadan illansuussa tuon
jo mainitsemamme "surkean komedian" "Taivaallinen konsistori."
Mutta vähitellen lakkasivat koulutkin vaalimasta draamallisen taiteen
ituja, jotka seuraavalla vuosisadalla aivan toisessa maaperässä
pääsivät taimiksi varttumaan.
3.
"Jokamies."
Vanha näytelmä nykyaikaisessa asussa.
Olemme edellisessä tutustuneet moraliteetteihin, noihin keskiajan

näyttämösaarnoihin, joita meidän teatterihistoriassamme edustaa
Carsteniuksen "Taivaallinen konsistorio" ja muut koulu- ja
ylioppilaskomediat. Olemme myöskin maininneet Englannin
sellaisena maana, jossa moraliteetit olivat erittäin suosittuja ja
pysyivät kauan muodissa. Sieltä on kotoisin sekin moraliteetti, joka
— museotuntuisena muinaisjäännöksenä — muutamia vuosia
takaperin kierteli useat Europan huomatut näyttämöt ehtiäkseen
vihdoin vuonna 1916 meidänkin päänäyttämöillemme.
"Jokamies" (Everyman) kaivettiin tämän vuosisadan
huomenhetkinä esiin kirjastojen kätköistä ja esitettiin kotimaansa
yleisölle vuonna 1902. Mannermaan teatterit ottivat sen
ohjelmistoihinsa saksalaisen näytelmärunoilijan Hugo von
Hofmannsthalin muovailuna, josta se Kansallisteatteriakin varten
suomennettiin.
"Jokamies" on sangen tyypillinen keskiaikainen näytelmä; sen

tarkoituksena on opettaa ihmisille, että heidän olonsa ja elonsa täällä
maanpäällä on turhaa ja katoavaista — tahi niinkuin vanhassa
virsikirjassamme asia sanotaan: "minä vaivainen mato ja matkamies,
mont' vaarallist' vaellan retkee…" Maallisen elämän turhuutta ja
kuoleman varmuutta havainnollistaa tämä naivi draama
yksinkertaisin ja helppotajuisin kuvin: Jokamies elää huoletonta
elämäänsä ystäviensä ja mielitiettynsä parissa, kokoaa maallista
mammonaa, torjuu hurskaan äitinsä muistuttelut sanoilla: sitten kun
vanhenen rupean hurskaaksi, kunnes eräänä päivänä kuolema
ilmestyy hänen tuolinsa taakse ja vaatii häntä viimeiselle matkalle,
joka vihdoin — Uskon ja Hyvien Tekojen torjuttua Pirun hyökkäykset
ja heidän yhteisistä ponnistuksistaan — päättyy autuaitten
asuinsijoille.
*****
On mahdollista, jopa varsin luultavaakin, että tämä; havainnollinen

saarna sai aikalaisensa järkytettyinä ajattelemaan sielujensa
autuuden asiaa, ehkäpä monen kääntämään pois katseensa
maallisesta menosta ja hylkäämään lihan himon ja silmäin koreuden.
Meihin, nykyajan paatuneisiin ihmisiin, se kaikesta
järkyttävyydestään huolimatta ei jaksanut yhtä voimakkaasti tehota.
Katselimme sen kohtauksia ja kuuntelimme sen vuorosanoja vain
taide- ja kirjallishistoriallisina harvinaisuuksina; ne soivat meille
samanlaista esteettistä nautintoa kuin menneiden vuosisatojen
hengellinen kuvaamataide, jonka harras kauneus herättää meissä
vastakaikua, mutta ei silti saa viriämään samaa uskonnollista
hartautta kuin aikalaisissaan.
Ei kuitenkaan niin, että "Jokamiehen" välttämättä täytyy jättää

nykyaikainen katsoja kylmäksi ja välinpitämättömäksi. Kieltämättä
siinä on aineksia ja runollisia arvoja, jotka elävän ja hartaan
tulkinnan tukemina saattavat virittää sydämen kieliä väräjämään,
ehkäpä häipyväksi hetkeksi kääntävätkin ajatukset pois
helkähtävästä elämänilosta, pelloilta, kaupanteosta ja
kullankiiltoisesta mammonasta. Väitetäänhän esim. Tukholmassa
niin tapahtuneen; hiljaisella hartaudella oli siellä esitystä seurattu, oli
tunnettu vietettävän hetkiä pyhätössä, jonne ei arkisen aherruksen
kuumeinen sykintä pääse tunkeutumaan, vaan jossa suhajavat
iäisyyden henkien siivet, ja vakavana oli yleisö teatterista poistunut
(suoraan kotiinsa ‒ ravintoloitsijain katkeraksi mielihaikeudeksi!).
Meillä ei näytelmä näin voimakasta vaikutelmaa synnyttänyt, ei
Ruotsalaisessa teatterissa eikä Kansallisessakaan, vaikka
jälkimmäisessä oli tunnelman tehostajana Sibeliuksen vartavasten
säveltämä suurpiirteinen ja selkeäsäkeinen musiikki. "Vanha
näytelmä rikkaan miehen kuolemasta" jäi kuin jäikin
kirjallishistorialliseksi kuriosumiksi ja näyttämöteknilliseksi kokeiluksi.
Mutta näyttämöteknilliseltä kannalta muodostuivat helsinkiläisetkin

esitykset teatteri-ihmiselle sangen mielenkiintoisiksi, etenkin kun
tulkinta molemmissa pääkaupungin teattereissa oli aivan erilaisille
taiteellisille periaatteille rakennettu.
*****
Ruotsalaisen teatterin näyttämöasussa oli noudatettu
samantapaisia suunnitteluprinsiippejä kuin esim. Ranskan kuuluisain
näyttelijäveljesten (Laconfrérie dela Passion) mysterioesityksissä
1400-luvun alkupuolella: Helvetti alinna ja katsojia lähinnä,
varsinainen näyttämölattia maana, korkeammalla taustassa Paratiisi,
johon johtivat valtavat portaat. Oli käytetty kosolta kultaa ja heleitä
värejä — runsaasti taivaansinistä —; se oli omiaan alleviivaamaan
näytelmän keskiaikaiskatoolista sävyä ja likeistä sukulaisuutta
liturgiasta lähteneelle mysteriolie. Koristeiden gotiikka ja
katedraalimaiset ääriviivat väkevöittivät osaltaan tätä tunnelmaa.
Varmalla taidehistoriallisella silmällä oli — mikäli väitetään, lähinnä
Köpenhaminan mallin mukaan — näyttämökehys sommiteltu. Siinä
oli kaikki pienimpiä yksityiskohtia myöten sopusuhtaista ja
huoliteltua. Erittäin ovat mainittavat vaikuttavat ja täsmälliset
valonvaihtelut sekä pukujen varmaa väriaistia todistava sommittelu.
Mutta näyttelijäesitykset eivät olleet kehyksen tasalla. Tulkinnan

yleissävyä vastaan saattoi tehdä muistutuksen: se ei ollut oikeaan
äänilajiin viritetty. Siinä kaipasi ankarampaa ja yhtenäistä tyylittelyä,
joka selkeämmin ja tehoisammin kuin kouraantuntuvan
todellisuustuntuinen henkilöhahmottelu ja realistisiin otteisiin
turvautuva näytteleminen vastaa tarunhohtoista vertauskuvallisuutta.
Ja symboliikkahan aivan olennaisesti kuuluu "Jokamiehen"
tunnelmamaailmaan.
Näin ollen pyrkivät näyttelijäesitykset monin kohdin ulkopuolelle

näyttämökehyksen puitteita. Niissä oli liiaksi arkipäiväisiä
äänenpainoja, liiaksi räikeitä piirteitä. Niinpä esim. pääosan esittäjä
[Adam Poulsen] pyrki aivan liiaksi lähentelemään luonnenäytelmän
todellisuuden maaperällä liikkuvia hahmoja, tahi toisin sanoen:
meitä, nykyajan ihmisiä. Jokamies ei liikkunut siinä asteikossa, jota
legendan herkästi haihtuva ja aavistelua väräjävä tunnelma vaatii. —
Vielä ilmeisemmin oli tämä piirre havaittavissa puhtaasti
vertauskuvallisissa olennoissa, etenkin Mammonassa [Evert
Ingberg], mutta myöskin jalopiirteisessä Uskossa [Lisa Håkansson-
Taube], vaikka nekin omassa laadussaan — samoinkuin teknilliseltä
suoritukseltaan moitteeton Jokamies — olivat hyviä saavutuksia.
Lähempänä tarun mystillistä ilmapiiriä oli Hyvät Teot [Signe Mörne]
arkoine ilmeineen ja haurassointuisine kuiskailuineen. Myöskin
Kuolema oli oivasti suunniteltu, vaikkakaan esittäjän [Albert Nycop]
äänensävy ja puhetapa eivät kyenneet luomaan vuorosanoihin niin
kumeata kaikua, että niihin olisi tullut jäätävää ja kaameata kalman
tuntua. Piru [Adolf Berlin] taas korosti turhanpäiväisen tunnontarkasti
keskiaikaisen paholaisen leikillisiä taipumuksia.
Se näyttämöasu, jonka puitteissa Kansallisteatteri esitti

"Jokamiehen" erosi olennaisesti Ruotsalaisen teatterin kiiltävän
komeasta kehyksestä ja lähenteli niitä taiteellisia periaatteita, joille
englantilainen — tahi täsmällisemmin: irlantilainen —
teatterireformaattori Edvard Gordon Craig rakentaa
näyttämökuvansa. — Kansallisteatterin ohjaaja, Jalmari Lahdensuo,
lienee valinnut lähimmän esikuvansa Saksasta.
Väliverho oli poissa, näyttämö ulottui yli orkesterin katsomoon

saakka.
Dekoratsioni oli yksinkertainen ja suoraviivainen. Rakenteeltaan

se oli ankaran askeettinen telttalaite, jonka seininä olivat jäykkien
valkoisten pilarien väliin neliöiden muotoon pingoitetut koristeettomat
mustanharmaat kankaat, joilla myöskin matalin parvin ja portain
taustaa kohti kohoava permanto oli peitetty. Niinikään oli
näyttämöaukon kaari mustaan verhottu ja kankaaseen oli puhkaistu
molemmin puolin matalat muuriaukot. Reunustaramppia kiersi
tummanvihreä seppelköynnös. Siinä koko kehys.
Kieltämättä tämä musta ja valkea näyttämö herätti synkän

juhlallisen, joskin hiukan ahdistavan vaikutelman. Katsomoon
tullessa tuntui melkein siltä kuin olisi tullut pitkänperjantain
jumalanpalvelukseen. Näytelmän kuluessa — tahi ainakin sen
päätyttyä — tuli vakuutetuksi tällaisen äärimmilleen yksinkertaistetun
ja suuripiirteistä viivakauneutta tavoittelevan dekoratsionin suurista
taiteellisista eduista: se sallii itse draaman kauneusarvojen sinänsä
päästä vaikuttamaan omalla tehollaan ja sisäisellä voimallaan.
Huomio keskittyy häiriytymättä ja kiinteästi toiminnan ja
vuorosanojen poljentoon, ja henkilöt piirtyvät tummaa taustaa vasten
selkeämpinä mielikuvitukseemme. Ja niinpä tuntuikin tämän vanhan
näytelmän tunnelma tarttuvammin tehoavan Kansallisteatterin
kehyksestä kuin ruotsalaisen näyttämön kullatuista puitteista,
vaikkakin kenties jälkimmäiset selvemmin alleviivasivat moraliteetin
katoolisen keskiaikaista sävyä. Kansallisteatterissa oli sitäpaitsi
tunnelmaa tukemassa huomattava tekijä, jota ruotsalaisella ei ollut:
Sibeliuksen mahtava musiikki.
Kuitenkin oli mielestäni ulkonaisen näyttämöasun järjestelyssä

tehty muudan virhe. Ohjaaja ei ollut käyttänyt hyväkseen tilavan
näyttämön mittasuhteita ja mahdollisuuksia luodakseen sitä korkeaa
ja syvää avaruutta, joka tekee esiintyvät ihmiset pieniksi, mutta joka
samalla suo heille — sekä heidän ruumiilliselle hahmolleen että
heidän salaiselle sisäiselle olennolleen — vapaan liikkumisalan ja
ilmakehän. Jos missään niin tässä näytelmässä olisi ollut paikallaan
majesteetillisuuteen pyrkivä korkeus vastakohdaksi maan matosille,
joiden elon ja työn katoavaa turhuutta juuri on tarkoitus saarnata.
Käyttämällä goottilaisia suippokaaria mataloittavien katteitten
asemesta se olisikin saatu aikaan. Loppukuvaelman tähtiseinä oli nyt
aivan liian lähellä katsomoa. Perspektiivisesti järjestettyjen taustojen
avulla se olisi saatu ikäänkuin äärettömyyteen häipymään. Silloin
olisi myöskin häiritsevän lähelle tulevat enkeliryhmät voitu sijoittaa
loitommalle. Kenties olisi siinä myöskin ollut paikallaan rohkean
voimakas värisointu, kiiltoisemmalla kirkkaudella alleviivaamaan
taivaallisen autuuden ihanuutta.
Mutta, kuten sanottu, nykyisessä asussaankin oli kehys hyvin

vaikuttava. Eritoten on tunnustus annettava taitavasta valon
käyttelystä, joka Kansallisteatterin perin puutteellisilla ja
vanhettuneilla laitteilla ei ole helppo asia. Monet valovaikutteet oli
ohjaaja erittäin hyvin ja harkitusti sommitellut. Ne antoivat
aavistuksen siitä, kuinka tehokkaita apukeinoja nykyaikainen
valaistuskoneisto näyttämön järjestäjälle voi tarjota.
Mutta vanhastavaksi tyylitellyllä näyttämöllä on myöskin vaaransa.

Esityksen sommittelu sen yksinkertaiseen kehykseen on
erinomaisen arkaluontoinen tehtävä. Se edellyttää eheäksi
soinnutettua yleissävyä, sellaista tyylin yhtenäisyyttä, ettei
näyttelemisessä saa olla pienimpiäkään harhaotteita eikä
särähteleviä soraääniä.
Kokonaan ei Kansallisteatterissa vaaroja oltu vältetty, joskin tulos

yleensä voidaan arvioida verrattain hyväksi. Tyylittelyä, joka
etupäässä ilmeni vain liikkeiden ja lausunnan hillittynä sävynä, ei
näet oltu jaksettu aivan johdonmukaisesti ulottaa kaikkiin henkilöihin
eikä jokaiseen kohtaukseen. Niinpä sen rikkoivat Velkavangin vaimo
(nti Lähteenoja) liian kouraantuntuvalla realismillaan ja Hyvät Työt
(rva Pihlajamäki), jossa herkkä ja hento vienous oli muuttunut perin
pingoitetuksi teennäisyydeksi. Puitteitten ulkopuolelle pyrki myöskin
Lihavan ja Laihan Serkun (hrat Jännes ja Pihlajamäki) kohtaus liian
arkisine äänenpainoineen — miksi muuten edellinen oli pantu
tanssimaan? — ja Vanginvartijain perusteettoman levoton
liikehtiminen.
Muuten on ohjaajalla tällaisessa näytelmässä, jonka osat melkein

tykkänään ovat vailla yksilöllisiä erikoispiirteitä, hyvin suuri vapaus
henkilökuvien hahmottelussa. Draaman henkilöt — sekä ihmiset että
vertauskuvalliset olennot — voidaan piirtää monella eri tavalla.
Niinpä saattaa, muutaman esimerkin mainitakseni, Köyhän Naapurin
käsittää yhtä hyvin raihnaisena konttaavaksi kurjaksi kerjäläiseksi —
kuten Ruotsalaisessa teatterissa — kuin vielä pystyssä pysyväksi
omaisuutensa menettäneeksi mieheksi, jona hänet
Kansallisteatterissa esitettiin, (joskin hra Falck on aivan liian väritön).
Toisena esimerkkinä mainitsen Jokamiehen Ystävän, jonka tulkinta
niin ikään teattereissamme oli aivan erilaista. Ruotsalaisella
näyttämöllämme määräsi sävyn se ajatus, joka ilmenee esim. näistä
säkeistä: "Oli ystävä silloin, kun hauskaa riitti, — suruviesti kun sai,
nyt läksi ja kiitti. — — Kun ihmisellä on onni myötä, — on ympärillä
tungos ja hoppu, — vaan kun onni on loppu, — niin ystävät: hyvää
yötä!" Kansallisteatterin Ystävä, (jonka hra Korhonen sangen
kauniisti ja luistavasti näytteli) oli taasen kunnon mies, joka
vilpittömässä mielessä jäähyväiseksi ojensi kätensä ja
vakaumuksella lausui: "Heitä sielusi Herran haltuun vaani" Usko (rva
Lindelöf) ei Kansallisteatterissa ollut yhtä ylevän voitonvarma kuin
ruotsalaisessa, mutta sen sijaan se oli vienompi ja lämmittävämpi. Ja
vihdoin Piru (hra Puro) täällä oli yksivakaisempi ja enemmän
kokonaisuuteen mukautuva.
Nimiosan tulkitsi hra Somersalmi. Hänen Jokamies-kuvassaan oli

enemmän viivakauneutta kuin väriloistoa, enemmän viileätä
plastillisuutta kuin maalauksellisiin vaikutteihin purkautuvaa tulista
tempperamenttia. Ulkonaiselta hahmoltaan se oli sangen ryhdikäs ja
kaunis luoma. Vuorosanojen lausuminen oli kuitenkin liian
ylimalkaista, se ei tuntunut vakuuttavalta. Sitä paitsi ei ohjaaja ollut
asemia eikä liikkeitä määritellyt niin täsmällisiksi, että kaikki kuolleet
kohdat — esim. pitkissä kaarteluissa etunäyttämölle — olisivat
välttyneet. — Mielitietyn rva Tulenheimo näytteli erittäin hyvin. Se oli
sekä suunnittelultaan että suoritukseltaan ehyt ja kaunis luoma. —
Kaikkein tyylikkäin ja ylevin oli kuitenkin rva Raution Äiti. Siinä oli
samaa rakastavaa lempeyttä ja samaa arvokkuutta, jota esim.
Whistlerin tunnettu äidinkuva säteilee. — Myöskin hra Kilven
Kuolema oli erinomaisen vaikuttava. Siinä oli kalman kaikua ja
jäätävää tuonen tuntua. Mutta oliko tarpeellista nostaa häntä
puuviikatteineen vielä loppukuvaelman enkelikuoron keskelle? —
Hra Lindforsin Mammona metallisessa jäykkyydessään oli tarkalla
tyylitajulla veistetty.
Suomennos, jonka Huugo Jalkanen on tehnyt, tuntui yleensä

varsin sujuvalta. Muutama vähäinen tyylillinen kommahdus ei
pahemmin häirinnyt. Hillbergin ruotsinnoksen vanhastavaan
kielisävyyn ei suomentaja ole yrittänytkään pyrkiä.
NÄYTTÄMÖN TAITEESTA
1.
Todellisuus ja taide.
Taideteos ei koskaan ole samanlainen kuin se todellisuus, jota se

kuvaa. Taiteilija alleviivaa ne ilmiön, tapahtuman tahi henkilön
piirteet, jotka häneen voimakkaimmin ovat tehonneet, herättääkseen
katsojissa (kuulijoissa, lukijoissa) samantapaisia tunnevaikutteita.
Taide siis ei jäljennä todellisuutta, vaan se tyylittelee siitä kirkastetun
kuvan. Se korostaa sen, mikä esitettävässä — taiteilijan käsityksen
ja hänen tarkoitusperänsä kannalta — on olennaista ja tärkeää; se
eliminoi sen, mikä — tuon samaisen käsityksen ja tarkoitusperän
kannalta — on vähäpätöisempää ja asian ytimeen kuulumatonta.
Valokuva jäljentää todellisuuden kaikkine yksityiskohtineen, mutta

sittenkin antaa taiteilijan kynän piirros — alleviivauksineen ja
poistoineen — samasta todellisuudesta paljon elävämmän, tunteita
herättävän kuvan. Mistä se johtuu? Siitä että taiteilija korostaa
todellisuuden jotakin luonteenominaisuutta, niin että sen sisin
tunnelma pääsee vaikuttamaan meihin voimakkaammin ja
selvemmin kuin todellisuus sellaisenaan. Hän kokoaa, vahvistaa ja
syventää ilmiöitä. Tositaiteilija ei laske käsistään sitä todellisuuden
murenta, jonka hän on ottanut käsitelläkseen, ennen kuin hän saa
ydintunnelman tahi ajatuksen, s.o. taiteellisen tarkoituksen siitä
selkeästi kajastumaan. Ja toiselta puolen: hän ei heitä
esitettäväkseen valitsemaansa aatetta, ennen kuin hän on luonut
sille elävän ja havainnollisen, s.o. todellisuustuntuisen
ilmaisumuodon.
Se sieluntoiminta, joka tässä vaikutteiden tihentämistyössä tulee

taiteilijan avuksi, on mielikuvitus.
"Tositapaus", sanoo Hans Larsson, "sekä se, mitä siinä tuli

näkyviin ja sanottiin, ei useinkaan riitä tosirunoilijalle, koska siihen ei
keskittynyt kylläksi tosielämää." Ja ruotsalainen filosoofi jatkaa:
"Jokaisen ihmisen kasvot voivat jonkun kerran kuvastaa hänen
sisintä olemustaan, mutta ehkei kukaan nähnyt tai valokuvannut
hänen kasvojaan juuri sillä hetkellä; taiteellinen mielikuvitus
aavistautuu siihen hetkeen ja antaa kuvalle muodon." Taiteilija siis
pyrkii "salatun todellisuuden" perille. Ja sen vuoksi onkin oikeassa
taideluomassa enemmän totuutta kuin todellisuudessa.
*****
Näyttämötaiteen esittämät ihmiset eivät siis ole jokapäiväisyyden

todellisia ihmisiä; ne ovat, tahi niiden tulisi olla: taiteellisesti tosia.
Vanhemman Coquelin'in sanotaan mielellään kertoneen tarinan,

jolla tosin on verrattain vähän tekemistä varsinaisen "korkeamman"
taiteen kanssa, mutta joka on omiaan havainnollistamaan nyt
puheena olevaa asiaa. Juttu on seuraava: Kylän kapakassa antaa
eläintenäänten-matkija taituruudennäytteitä. Erittäinkin
porsaanvikinää matkiessaan hän saa suurta tunnustusta osakseen
läsnäolevilta asiantuntijoilta, jotka vaativat häntä alinomaa
uudistamaan temppunsa. Lopulta on "taiteilija" aivan väsyksissä,
mutta peläten helposti voivansa loukata kuulijakuntaansa, jollei hän
kehoituksia noudata, tarttuu hän säkkiin, missä on elävä porsas, ja
nipistelee elukkaa, kunnes se alkaa vikistä. Mutta nytpä yleisö
rupeaakin napisemaan: "Tuo ei enää olekaan oikeata
porsaanvikinää!"
Kuvaava on myöskin muuan englantilainen teatterikasku. Eräs

piispa kysyi kerran näyttelijä Betterton'ilta: "Mistä oikeastaan johtuu,
että te näyttelijät puhuessanne näyttämöllä asioista, jotka jokainen
tietää todettomiksi, voitte vaikuttaa kuulijoihinne yhtä järkyttävästi
kuin jos nuo asiat olisivat tosia, kun sitä vastoin meitä, jotka kirkossa
puhumme tosista asioista, ei uskota enemmän kuin keksittyjen
juttujen kertojia?" — "Mylord", vastasi näyttelijä, "ei mikään ole
yksinkertaisempaa. Me puhumme näyttämöllä todettomista asioista
aivan kuin ne olisivat tosia, te taaskin saarnastuolista tosista asioista
aivan kuin olisivat ne todettomia!"
Näyttelijä ei ota äänenpainojaan, liikkeitään eikä kasvoneleitään

"raakoina" arkisesta elämästä, vaan hän jalostaa ne
ilmeikkäämmiksi, luonteenomaisemmiksi ja sisällökkäämmiksi.
Hänen on saatava esille henkilön sisäinen olemus, niin että
kasvojenilmeet ja ruumiinasennot, äänensävy ja sanojen korostus
sanovat enemmän kuin ne jokapäiväisen elämän useimpina hetkinä
ilmaisevat.
*****
Sanoimme näiden rivien alussa taiteen alleviivaamis- ja

eliminoimisprosessia "tyylittelyksi." Tämä tyylittely on siis
todellisuushavaintojen vahventamista, väkevöittämistä, samalla kun
se myöskin on niiden yksinkertaistamista ja puhdistamista, sanalla
sanoen: niiden jalostamista. Taide siis perustuu ja pohjautuu
todellisuuteen; se onkin vain korkeampaan potenssiin ylennettyä
todellisuutta. Ja taiteilija liikkuu työssään ja toiminnassaan kaiken
aikaa todellisuuden ilmakehässä, vaikkakin mielikuvituksen siivet
nostavat hänet todellisuuden maakamaran yläpuolelle, josta hän voi
nähdä lintuperspektiivissä ja paremmin tarkastella maailmaa.
Näyttelijäkin käyttää "malleinaan" todellisuuden henkilöitä, "arki-

ihmisiä", joista hän lainailee piirteitä luomiinsa. Hän yhdistelee eri
tahoilta kokoomiaan huomioita, liittää niihin mielikuvituksensa luomia
lisiä ja poistaa niistä hämmentävät ja tarpeettomat syrjäseikat. Siten
hän tyylittelee todellisuudesta kirkastetun kuvan — sellaisen, jossa
on taiteen jalostava aatelismerkki.
Todellinen taiteilija on aina harras ja ahkera havaintojen tekijä.

Hän tietää, ettei hän taiteessaan hetkeksikään saa päästää
todellisuutta silmistään häipymään. Ja hän tunnustaa nöyrästi, että
sillä — tuolla suurella oppi-isällä — aina on uutta ja yhä uutta hänelle
annettavana. Mutta hän tietää myöskin, että hänen on tuota
todellisuutta tarkastettava "oman tempperamenttinsä läpi" eikä
milloinkaan lähdettävä sitä orjallisesti jäljentämään.
"Ainoa todellisuus", sanoo Nils Kjaer, "joka jotakin taiteessa

merkitsee, on sen sielullisen jännityksen todellisuus, se
antaumuksen lämpö tunnelman aitous, se tunteen vilpittömyys ja
vakavuus, joka taideteoksen on siittänyt ja luonut! Jos tämä puuttuu,
on uskollisuus todellisuutta kohtaan naurettava korvaus siitä."
2.
Muutamia nykyaikaisen teatteritaiteen pyrkimyksiä.

Kuulee hyvin usein puhuttavan uudenaikaisesta taiteesta tahi
jonkun taidelajin uudenaikaisista suunnista ja pyrkimyksistä, mutta
monestikaan ei puhuja kykene lähemmin määrittelemään, mitä hän
tällä uudenaikaisuudella tarkoittaa. Mitä erittäin näyttämön
taiteeseen tulee, tuntuvat käsitteet olevan ylen epämääräisiä, perin
ylimalkaisia ja häilyviä. Mikä ymmärtää modernilla näyttämötyylillä
hillittyä ja likitekoista, intiimiä, esitystapaa, mikä taas koristeelliseksi
tyyliteltyä tulkintaa. Toinen puhuu impressionistisesta taiteesta,
toinen "uudesta meiningeniläisyydestä", kolmas psykoloogisesta
näyttelijätaiteesta, mutta kenties kaikkein useimmat vain "uudesta
suunnasta" yleensä.
Näin ollen lienee lyhyt selonteko muutamista nykyaikaisen

teatteritaiteen pyrkimyksistä omiaan jonkun verran käsitteitä
selventämään ja täsmällistyttämään.
*****
Viime vuosikymmenen näyttämötyyliä on toisinaan sanottu

impressionistiseksi. Termi on lainattu lähinnä kuvaamataiteesta, ja
niitähän moderni teatteritaide monessa suhteessa lähenteleekin. Se
on viivojen ja värien taidetta. Se — niinkuin muutkin taiteet — pyrkii
dekoratiiviseen tekotapaan, koristeellisuuteen, s.o. maalaukselliseen
esitykseen.
"Uusi suunta" on tunnuslauseekseen ottanut saman

itsenäisyydenvaatimuksen kuin maalaustaiteenkin impressionismi.
— Pitkät ajat oli maalaustaide oikeastaan ollut kaikkea muuta, mutta
ei maalaustaidetta: piirustusta, runoutta, historiaa, yksinpä
siveysoppiakin. Les Batignolles'in miehet tekivät sen jälleen
maalaustaiteeksi. He eivät enää siveltimillään kertoneet, eivät
pitäneet puheita, eivät selittäneet eivätkä opettaneet, vaan aivan
yksinkertaisesti maalasivat.
Näyttämötaiteen itsenäisyydenvaatimus on siis tämä: teatteritaide

ei enää saa olla kirjallisuutta, plastiikkaa, lausuntoa, maalaustaidetta
— sen tulee olla omaa itseänsä: näyttämötaidetta. Se ei saa olla
toimintaa eikä näytelmää, ei näyttämökuvaa eikä tanssia, "vaan sen
tulee olla kaikkien niiden alkutekijäin yhteistulos, joista nuo asiat ovat
kokoonpantuja: liikunnan, joka on toiminnan oikea sielu; sanojen
jotka muodostavat näytelmän substanssin; viivojen ja värien, jotka
ovat näyttämökuvan sydämenä; rytmin, poljennon, joka on tanssin
olemus" (Gordon Craig).
Muistan lukeneeni arvostelun jostakin Moskovan taideteatterin

esityksestä, arvostelun, jonka kiittävä loppuponsi kuului: esitys viritti
aivan samanlaisen tunnelman kuin jos tekijä itse olisi näytelmänsä
lukenut. Jos tällaisen tunnelman synnyttäminen todellakin olisi
näyttämöllisen esityksen korkein saavutus, niin mihin silloin teatteria
tarvittaisiin? Senhän korvaisi täydelleen luentosali: pöytä
vesilaseineen penkkien edessä! Yllämainittu arvostelu syrjäytti
kokonaan näkövaikutteet; siinä käytetyn mittakaavan mukaan
näyttämötaide oli vain kirjallisuutta ja taidetta.
Joku teatteriesteetikko on huomauttanut, ettei tarvitse muuta kuin

muistella nykyaikaisia italialaisia näyttelijöitä, niin huomaa, kuinka
kerrassaan nurinkurinen tuollainen käsitystapa on. Hehän perustavat
koko esityksensä vain oman taiteensa ilmaisukeinoihin kehittämällä
tekotapansa ennen kaikkea miimillisen puolen — äärimmilleen.
Ermete Novellin suuruus on siinä, että hän kaikille inhimillisille
tunteille kykenee luomaan mitä täydellisimmät miimilliset
ilmaisumuodot; ja huippukohdissaan muuttuvat ne aina puhtaasti
maalauksellisiksi. Entä Duse! Hänen esityksissään on hetkiä, joina
hän ehdottomasti on lähempänä musiikkia kuin puhetaitoa. —
Lyhyesti siis: näyttämötaide itsenäiseksi, suvereeniksi, toisten

taiteiden rinnalle ja yhteyteen, vaan ei niiden palvelijaksi;
omintakeiseksi tekijäksi kaikkien taiteiden kokonaisyhtymään, jonka
avulla — kuten Hermann Bahr sanoo — se kauneuden täydellinen
esitys on luotava, josta ihmiskunnan parhaat Richard Wagnerista
D'Annunzion "Fuocoon" ovat unelmoineet.
Entä tämän uuden näyttämötaiteen suhde muihin taiteisiin ja

lähinnä kirjallisuuteen? Luonnostaan seuraa, että se on paljon
vapaampi, vähemmän orjallinen kuin entisen. Se ei tyydy
kuvittamaan kirjallisuuden tuotetta, vaan sen päämääränä on luoda
omintakeinen taideteos kirjailijan luoman pohjalla. Se menettelee
lähipitäen samoin kuin sävellystaide; säveltäjä kääntää runon omalle
musiikkikielelleen, ohjaaja kääntää runoteoksen, draaman, omalle
näyttämökielelleen. Tahi — käyttääkseni taaskin Hermann Bahrin
vertausta — regissööri on kuin orkesterin johtaja, joka
orkesteriesityksestä tahtoo saada esiin sen, minkä jonkun mestarin
sävelteos hänen sielussaan on synnyttänyt, ne tunteet, jotka se
hänessä on herättänyt, koska hän tietystikään ei voi tietää, mitkä
tunteet säveltäjässä ovat luoman synnyttäneet.
Sama on tämän näyttämötaiteen suhde muihinkin taiteisiin.

Koristemaalarin ei tule tehdä vain maisemapanoraamaa, jonka
keskessä näyttelijät liikkuvat edestakaisin; hänenkin on "otettava
ääni" itse näytelmän soinnuista, näyttämöllisen esityksen
perussäveleen tulee päästä kuuluville dekoratsioneistakin.
Jok'ainoan pienimmänkin yksityisseikan on myötävaikutettava
kokonaiskuvan aikaansaamiseen.
*****
Ohjaajan osuus käy uudenaikaisessa näyttämötaiteellisessa

työskentelyssä paljon keskeisemmäksi ja tärkeämmäksi kuin ennen.
Niistä vaatimuksista, joita hänelle nyt asetetaan, saa aavistuksen,
kun lukee esim. Gordon Craigin menetelmä-ohjeita: "Kaikkein
ensiksi on hänen (regissöörin) — kun hän, luettuaan näytelmän, on
siitä saanut yleisvaikutelman — valittava värit, jotka hänen
mielestään ovat sopusoinnussa teoksen hengen kanssa, ja
poistettava mielikuvastaan kaikki sopimattomat. Sitten hänen on
määrättävä muutamia esineitä — holvi, suihkukaivo, parveke, vuode
— käytettäviksi näyttämöasettelujensa tukikohtina. Sen jälkeen on
hänen näihin esineisiin lisättävä kaikki näytelmässä mainitut esineet,
joitten täytyy näkyä katsomoon. Ja vasta tämän jälkeen hän liittää
kuvaansa henkilöt, yksitellen, toisen toisensa jälkeen ja sitten hän
hahmottelee askelittain kaikki liikkeet, erikseen kunkin henkilön ja
kunkin puvun." Jokaisen yksityiskohdan näyttämökehyksessä ja
jokaisen detaljin näyttelijäin esityksissä tulee havainnollistaa
draaman kauneusarvojen virittämiä vaikutelmia; jokaisella
äänenpainolla, jokaisella liikkeellä tulee olla merkitystään selkeästi
kuvastava sävy. Ohjaajalta vaaditaan ei vain varmaa silmää ja
viljeltyä makua, vaan myöskin ja ennen kaikkea luovaa mielikuvitusta
ja herkistynyttä psykologista vaistoa.
Ja vielä eräs seikka, tärkein kaikista: mosaikki on kiristettävä

koossapysyväksi ja yhtenäiseksi kokonaisuudeksi. Vaivoin veistelty
ja sadoista pikkupiirteistä yhteenliitetty rakenne on hiottava ja
viimeisteltävä, yksinkertaistettava niin selkeäksi, etteivät puut peitä
metsää ja ettei katsoja huomaa "die Absicht", tarkoitusta, ja
säikähdä.

Mathematical Statistics with Applications 7th Edition – Ebook PDF Version full chapter instant download

Uploaded by

Document Information

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Mathematical Statistics with Applications 7th Edition – Ebook PDF Version full chapter instant download

Uploaded by

Copyright:

Available Formats

Mathematical Statistics with

Applications 7th Edition – Ebook PDF

Physics: Principles with Applications (7th Edition

Research Methods, Statistics, and Applications Second

Nutritional Foundations and Clinical Applications –

Introduction to 80×86 Assembly Language and Computer

Reading Statistics and Research – Ebook PDF Version

Managerial Economics 7th Edition – Ebook PDF Version

Lifespan Development 7th Edition – Ebook PDF Version

Labor Economics 7th Edition – Ebook PDF Version

Cengage Learning is a leading provider of customized learning solutions with

Cengage Learning products are represented in Canada by Nelson

To Learn more about Brooks/Cole, visit www.cengage.com/brookscole

Printed in United States

2.9 Calculating the Probability of an Event: The Event-Composition

3 Discrete Random Variables and Their

4 Continuous Variables and Their Probability

4.8 Some General Comments 201

5 Multivariate Probability Distributions 223

6 Functions of Random Variables 296

7 Sampling Distributions and the Central

9 Properties of Point Estimators and Methods

10 Hypothesis Testing 488

11 Linear Models and Estimation by Least Squares 563

11.13 Predicting a Particular Value of Y by Using Multiple Regression 622

12 Considerations in Designing Experiments 640

13 The Analysis of Variance 661

14 Analysis of Categorical Data 713

14.4 Contingency Tables 721

15 Nonparametric Statistics 741

16 Introduction to Bayesian Methods

Appendix 1 Matrices and Other Useful

A1.5 Identity Elements 825

Appendix 2 Common Probability Distributions, Means,

Appendix 3 Tables 839

Answers to Exercises 877

The Purpose and Prerequisites of this Book

one another. These integrating discussions appear most frequently in chapter

Changes in the Seventh Edition

using the applets Comparison of Gamma Density Functions and Comparison of

illustration of convergence in probability. In Chapter 10, the applet Hypothesis Testing

Tables and Appendices

University; Albert Bronstein, Purdue University; Subha Chakraborti, University of Al-

"Talonpoikien" ja "larvatorien" tehtävänä oli myöskin näytännön

1641:n jälkeen seuraa muutamien vuosien väliaika, jolta meillä ei

Koska Simon Aboensis, joka viimeksi esitetyssä Komediassa

Kuten jo nimestäkin voi päättää, kuvataan tässä komediassa —

Elokuun 6 p:nä 1647 oli konsistorissa keskustelu "Surgen"

Toukokuun 8 p:nä 1649 astui Eskil Petraeus rehtorinvirkaan ja

Heinäkuun 29 p:nä 1649 viettivät hovioikeuden presidentti Jönss

Vielä mainitaan konsistorin pöytäkirjoissa toimeenpannun

1671:n jälkeen eivät konsistorin pöytäkirjat enää puhu

Vanha näytelmä nykyaikaisessa asussa.

Olemme edellisessä tutustuneet moraliteetteihin, noihin keskiajan

"Jokamies" on sangen tyypillinen keskiaikainen näytelmä; sen

On mahdollista, jopa varsin luultavaakin, että tämä; havainnollinen

Ei kuitenkaan niin, että "Jokamiehen" välttämättä täytyy jättää

Mutta näyttämöteknilliseltä kannalta muodostuivat helsinkiläisetkin

Mutta näyttelijäesitykset eivät olleet kehyksen tasalla. Tulkinnan

Näin ollen pyrkivät näyttelijäesitykset monin kohdin ulkopuolelle

Se näyttämöasu, jonka puitteissa Kansallisteatteri esitti

Väliverho oli poissa, näyttämö ulottui yli orkesterin katsomoon

Dekoratsioni oli yksinkertainen ja suoraviivainen. Rakenteeltaan

Kieltämättä tämä musta ja valkea näyttämö herätti synkän