se bude objevovat jen v 5% pokusů. Výsledky měření jsou: 0,31; 0,30; 0,29; 0,32.

Podobné dokumenty
Příklad 81b. Předpokládejme, že výška chlapců ve věku 9,5 až 10 roků má normální rozdělení N(mi;sig2)

Příklady ze Statistiky

Test z teorie VÝBĚROVÉ CHARAKTERISTIKY A INTERVALOVÉ ODHADY

Test z teorie VÝBĚROVÉ CHARAKTERISTIKY A INTERVALOVÉ ODHADY

Příklady ze Statistiky

Biostatistika Cvičení 7

Pravděpodobnost a matematická statistika

Zeptali jsme se 10 osob, kolik minut provolají měsíčně s rodinou a jejich odpovědi jsme zaznamenali do tabulky:

Testování statistických hypotéz

Doporučené příklady k procvičení k 2. Průběžnému testu

Aproximace binomického rozdělení normálním

Testování statistických hypotéz

Statistika. Teorie odhadu statistická indukce. Roman Biskup. (zapálený) statistik ve výslužbě, aktuálně analytik v praxi ;-) roman.biskup(at) .

Pravděpodobnost a statistika, Biostatistika pro kombinované studium. Tutoriál č. 5: Bodové a intervalové odhady, testování hypotéz.

Příklady na testy hypotéz o parametrech normálního rozdělení

= = 2368

Určujeme neznámé hodnoty parametru základního souboru. Pomocí výběrové charakteristiky vypočtené z náhodného výběru.

Testování statistických hypotéz. Obecný postup

Charakteristika datového souboru

MATEMATIKA III V PŘÍKLADECH

PRAVDĚPODOBNOST A STATISTIKA

JEDNOVÝBĚROVÉ TESTY. Komentované řešení pomocí programu Statistica

TECHNICKÁ UNIVERZITA V LIBERCI. Ekonomická fakulta. Semestrální práce. Statistický rozbor dat z dotazníkového šetření školní zadání

y = 0, ,19716x.

1. Klasická pravděpodobnost

Tomáš Karel LS 2012/2013

Testování statistických hypotéz. Ing. Michal Dorda, Ph.D.

Pravděpodobnost a matematická statistika Doc. RNDr. Gejza Dohnal, CSc.

ÚVOD DO TEORIE ODHADU. Martina Litschmannová

MATEMATIKA III V PŘÍKLADECH

Jednostranné intervaly spolehlivosti

Příklady z pravděpodobnosti a statistiky

Pravděpodobnost a matematická statistika Doc. RNDr. Gejza Dohnal, CSc. dohnal@nipax.cz

Testování hypotéz. 1 Jednovýběrové testy. 90/2 odhad času

Intervalový odhad. Interval spolehlivosti = intervalový odhad nějakého parametru s danou pravděpodobností = konfidenční interval pro daný parametr

Pravděpodobnost a aplikovaná statistika

12. cvičení z PST. 20. prosince 2017

ÚSTAV MATEMATIKY A DESKRIPTIVNÍ GEOMETRIE. Matematika 0A4. Cvičení, letní semestr DOMÁCÍ ÚLOHY. Jan Šafařík

4ST201 STATISTIKA CVIČENÍ Č. 7

5 Parametrické testy hypotéz

Intervalové odhady. Interval spolehlivosti pro střední hodnotu v N(µ, σ 2 ) Interpretace intervalu spolehlivosti. Interval spolehlivosti ilustrace

10. cvičení z PST. 5. prosince T = (n 1) S2 X. (n 1) s2 x σ 2 q χ 2 (n 1) (1 α 2 ). q χ 2 (n 1) 2. 2 x. (n 1) s. x = 1 6. x i = 457.

Testování hypotéz. 4. přednáška

Intervalové odhady. Interval spolehlivosti pro střední hodnotu v N(µ, σ 2 ) Interpretace intervalu spolehlivosti. Interval spolehlivosti ilustrace

Zápočtová práce STATISTIKA I

Testování hypotéz. Analýza dat z dotazníkových šetření. Kuranova Pavlina

Normální (Gaussovo) rozdělení

Úvod do teorie odhadu. Ing. Michael Rost, Ph.D.

Parametrické testy hypotéz o středních hodnotách spojitých náhodných veličin

Normální (Gaussovo) rozdělení

VYBRANÉ DVOUVÝBĚROVÉ TESTY. Martina Litschmannová

Testování statistických hypotéz

Cvičení ze statistiky - 8. Filip Děchtěrenko

Statistika pro každého. Párový test Test shody dvou rozptylů Dvouvýběrový t-test Porovnání středních hodnot při nestejných rozptylech

Testy statistických hypotéz

Dobývání znalostí. Doc. RNDr. Iveta Mrázová, CSc. Katedra teoretické informatiky Matematicko-fyzikální fakulta Univerzity Karlovy v Praze

Testy. Pavel Provinský. 19. listopadu 2013

12. prosince n pro n = n = 30 = S X

Poznámky k předmětu Aplikovaná statistika, 9.téma

1. Klasická pravděpodobnost

Předpoklad o normalitě rozdělení je zamítnut, protože hodnota testovacího kritéria χ exp je vyšší než tabulkový 2

STATISTICKÉ ZJIŠŤOVÁNÍ

TESTOVÁNÍ HYPOTÉZ STATISTICKÁ HYPOTÉZA Statistické testy Testovací kritérium = B B > B < B B - B - B < 0 - B > 0 oboustranný test = B > B

MSI LS 2006/2007 Ing. Pavla Hošková, Ph.D., 2. test

TESTOVÁNÍ STATISTICKÝCH HYPOTÉZ ZÁKLADNÍ POJMY

INTERVALOVÉ ODHADY A TESTOVÁNÍ HYPOTÉZ INTERVALOVÉ ODHADY INTERVALOVÉ ODHADY PRO JEDEN PARAMETER

Parametrické testy hypotéz o středních hodnotách spojitých náhodných veličin

Lineární regrese. Komentované řešení pomocí MS Excel

Stručný úvod do testování statistických hypotéz

Cvičení ze statistiky - 9. Filip Děchtěrenko

Metodický list pro 3. soustředění kombinovaného Bc. studia předmětu B_St_2 STATISTIKA 2

2 ) 4, Φ 1 (1 0,005)

Katedra matematické analýzy a aplikací matematiky, Přírodovědecká fakulta, UP v Olomouci

Přednáška. Diskrétní náhodná proměnná. Charakteristiky DNP. Základní rozdělení DNP

7. cvičení 4ST201. Úvod: bodový a intervalový odhad

P13: Statistické postupy vyhodnocování únavových zkoušek, aplikace normálního, Weibullova rozdělení, apod.

Přednáška X. Testování hypotéz o kvantitativních proměnných

KOMBINATORIKA, PRAVDĚPODOBNOST, STATISTIKA. Charakteristiky variability. Mgr. Jakub Němec. VY_32_INOVACE_M4r0120

Testování hypotéz testy o tvaru rozdělení. Jiří Neubauer. Katedra ekonometrie, FVL, UO Brno kancelář 69a, tel

Regresní analýza 1. Regresní analýza

LEKCE 5 STATISTICKÁ INFERENCE ANEB ZOBECŇOVÁNÍ VÝSLEDKŮ Z VÝBĚROVÉHO NA ZÁKLADNÍ SOUBOR

Tomáš Karel LS 2012/2013

TECHNICKÁ UNIVERZITA V LIBERCI

KGG/STG Statistika pro geografy

Příklad 1. Řešení 1 ŘEŠENÉ PŘÍKLADY Z MV2 ČÁST 11

Pravděpodobnost a matematická statistika Doc. RNDr. Gejza Dohnal, CSc.

Řešení: máme diskrétní N.V. vzdělání bez maturity, s maturitou, vysokoškoláci, PhD.

VŠB Technická univerzita Ostrava Fakulta elektrotechniky a informatiky SMAD

Výběrové charakteristiky a jejich rozdělení

Návrh a vyhodnocení experimentu

UNIVERZITA PARDUBICE CHEMICKO-TECHNOLOGICKÁ FAKULTA KATEDRA ANALYTICKÉ CHEMIE

Ing. Michael Rost, Ph.D.

Všechno, co jste chtěli vědět z teorie pravděpodobnosti, z teorie informace a

MATEMATICKO STATISTICKÉ PARAMETRY ANALYTICKÝCH VÝSLEDKŮ

Název testu Předpoklady testu Testová statistika Nulové rozdělení. ( ) (p počet odhadovaných parametrů)

Úloha E301 Čistota vody v řece testem BSK 5 ( Statistická analýza jednorozměrných dat )

Bodové a intervalové odhady parametrů v regresním modelu

LIMITNÍ VĚTY DALŠÍ SPOJITÁ ROZDĚLENÍ PR. 8. cvičení

Transkript:

Typ úlohy: A - IS pro střední hodnotu 1. Předpokládejme, že výška chlapců ve věku 9,5 až 10 roků má normální rozdělení N(µ; σ 2 )s neznámou střední hodnotou a rozptylem rovným 39,112. Změřili jsme výšku 15 chlapců a vypočítali průměr 139,13. Určete: a) 99% dvojstranný IS pro skutečnou výšku chlapců, b) 95 % interval spolehlivosti pro dolní odhad výšky chlapců. 2. Přesnost metody analýzy na obsah vápníku je σ = 0, 12. Provedli jsme 6 experimentů a zjistili průměrnou hodnotu 32,56% vápníku. Určete 95% IS pro odhad dolní hranice obsahu vápníku za předpokladu normality. 3. Měřili jsme průměr klikové hřídele na 250 součástkách. Předpokládáme, že naměření veličiny mají rozdělení N(µ; σ 2 ). Z výsledků měření jsme vypočetli průměrnou hodnotu 995,6 a rozptyl s 2 =134,7. Určete 95% oboustranný IS pro neznámou střední hodnotu. 4. Sledovali jsme spotřebu oleje pro nátěrové hmoty. Předpokládáme, že tato spotřeba má rozdělení N(µ; σ 2 )s neznámými parametry. Na dvanácti vzorcích jsme spotřebu změřili a vypočetli průměr 14,306 a variabilitu s 2 =0,327. Určete 95% IS pro střední hodnotu spotřeby oleje. 5. Pro 25 výrobků jsme zjišt ovali spotřebu materiálu. Ze zjištěných hodnot jsme vypočetli průměr 150 a proměnlivost s 2 =15,84. Za předpokladu normality rozdělení sestrojte oboustranný interval, ve kterém bude ležet skutečná spotřeba materiálu s pravděpodobností 0,95. Typ úlohy: B - IS pro rozptyl 1. Pro zjišt ování přesnosti metody pro stanovení obsahu manganu v oceli byla provedena 4 nezávislá měření vzorků. Chceme stanovit hranici, pro níž platí, že rozptyl větší než tato hranice se bude objevovat jen v 5% pokusů. Výsledky měření jsou: 0,31; 0,30; 0,29; 0,32. 2. Na 100 strojích jsme změřili průměr hřídele. Velikost průměru hřídele má rozdělení N(µ; σ 2 ). Z naměřených hodnot jsme vypočítali jejich variabilitu s 2 =134,7. Určete: a) interval d; h, ve kterém bude ležet neznámý rozptyl s pravděpodobností 0,99; b) hranici m, pro kterou platí P (σ 2 m) = 0, 95. 3. Ověřovali jsme koncentraci chemické látky v roztoku. Předpokládáme, že má normální rozdělení, ale jeho parametry neznáme. Provedli jsme 5 analýz s výsledky: 17, 12, 15, 16, 11 %. Určete číslo h takové, že hodnoty rozptylů větší než h budou mít pravděpodobnost jen 0,05. Typ úlohy: C - IS pro rozdíl dvou středních hodnot 1. Sledovali jsme účinek dvou protikorozních látek. První jsme použili ve 20 případech, druhou v 25 případech. Po stanovené době jsme zjistili stupeň poškození s výsledky: 1

x 1 = 82, 4 s 2 1 = 12 x 2 = 80 s 2 2 = 10 Určete 95% IS pro shodu středních hodnot obou testů za předpokladu normality obou rozdělení. 2. Na každém ze dvou vzorků výfukových plynů jsme provedli 4krát analýzu obsahu olova. Metoda analýzy má přesnost σ = 0, 12%. Na základě výsledků analýz jsme vypočítali průměry 36,82% a 36,45%. Najděte 99% oboustranný IS pro shodu těchto testů. Typ úlohy: D - IS pro podíl 1. V jakém intervalu lze s pravděpodobností 0,99 očekávat podíl nekvalitních výrobků, jestliže v náhodném výběru o rozsahu 1000 ks. bylo zjištěno 15 nekvalitních výrobků? 2. Pro určitou územní oblast byl učiněn telefonický průzkum, zjišt ující kolik domácností je vybaveno osobním počítačem. Při průzkumu nebyla volaná čísla zaznamenávána, takže provedený výběr lze považovat za nezávislý (proč?). Celkem bylo dotázáno 100 domácností a zjištěno, že 60 domácností z dotázaných počítač vlastní. Určete 95% interval spolehlivosti pro podíl domácností vybavených PC. Typ úlohy: E - IS další příklady 1. Směrodatná odchylka výškoměru je σ = 15m. Kolik výškoměrů musí mít letadlo, aby s pravděpodobností 0,99 byl výsledný údaj výšky větší než průměrná hodnota minus 30m, jestliže chyby výškoměrů mají normální rozdělení a pracují bez systematických chyb. 2. V zásilce velkého rozsahu (desetitisíce ks) jsou 2% nekvalitních výrobků. Jaká je pravděpodobnost, že v náhodném výběru o rozsahu 1000 ks bude nejméně 10 a nejvýše 30 nekvalitních výrobků. Typ úlohy: F - test střední hodnoty 1. Standardním způsobem byl vyroben 1 000 000 obrazovek se střední životností 1 200 h a směrodatnou odchylkou 300 h. Poté byla zavedena nová technologie a vyzkoušeno 100 obrazovek. Jejich průměrná životnost byla 1 265. a) Na hladině 0,05 testujte hypotézu, která tvrdí nic se nezměnilo proti alternativě, říkající nová technologie je lepší (tj. obrazovky mají delší životnost). b) Určete p-hodnotu pro novou technologii. 2. Firma, vyrábějící kuličky do ložisek tvrdí, že kuličky mají průměr 12,5 mm s maximálním rozptylem 0,05 mm 2. Naměřili jsme následující data 12,8 13,6 11,8 12,4 12,6 12,7 Na hladině významnosti 0,05 testujte tvrzení firmy. (Odděleně proved te dva testy 1. pro průměrné hodnoty, 2. pro rozptýlenost.) 2

3. Ze souboru ocelových nosníků stejné nominální délky 6.5 m jsme náhodně vybrali 6 ks. Výrobce se zaručuje, že rozptyl délek nosníků je menší než 0,1 m. Naměřili jsme následující data 6,2 7,5 6,9 8,9 6,4 7,1 Na hladině významnosti 0,1 testujte tvrzení výrobce. (Odděleně proved te dva testy 1. pro průměrné hodnoty, 2. pro rozptýlenost.) 4. Výrobce garantuje u svého výrobku dobu životnosti nejméně 1 000 h. Z předchozích měření víme, že rozptyl doby životnosti výrobků je 100 h 2. Vybrali jsme 25 výrobků a testovali je. Jejich průměrná doba životnosti byla 970 h. Je možno říci, že výrobky nesplňují záruky výrobce? Testujte na hladině a) 0,1; b) 0,001. 5. Ze souboru odporů stejné nominální hodnoty jsme náhodně vybrali 16 ks, změřily a vypočetli průměr 9,3 kω. Oboustranným testem na hladině významnosti 0,05 testujte hypotézu, že soubor odporů má nominální hodnotu 10 kω, je-li a) σ 2 = 4kΩ 2 b) σ neznáme, s 2 = 6, 25kΩ 2. 6. Pro kontrolu správnosti přístroje bylo provedeno 10 nezávislých měření: 15,23 15,21 15,19 15,16 15,26 15,22 15,23 15,26 15,23 15,29. Lze považovat odchylky od správné hodnoty µ 0 = 15, 2 za náhodné, nebo je důvod k podezření na přítomnost systematické chyby? Testujte na hladině 0,05. Typ úlohy: G - test rozptylu 1. Nová metoda měření délky součástek byla ověřována na etalonu. Disperze, určená z 10 měření byla 100 µm 2. Je tento výsledek ve shodě s tvrzením, že disperze nové metody není větší než 50 µm 2? Volte α = 0, 05. 2. Přesnost nastavení automatického obráběcího stroje se zjistí z rozptylu délky vyráběných součástek. Je-li jeho hodnota větší než 380 µm 2, je třeba stroj znovu nastavit. Vybrali jsme 15 součástek a jejich výběrový rozptyl byl 680 µm 2. Testujte tvrzení stroj je dostatečně přesný proti tvrzení stroj je třeba znovu nastavit, a to na hladině a) 0,01; b) 0,05. 3. Při měření koeficientu tepelné vodivosti stejného izolačního materiálu jsme naměřili tyto hodnoty 0,62 0,64 0,57 0,61 0,59 0,57 0,62 0,59. Výrobce materiálu zaručuje relativní stálost tepelné vodivosti materiálu s maximálním rozptylem 0,003. a) Testujte tvrzení výrobce na hladině 0,05. b) Testujte (na stejné hladině), zda výrobce není příliš opatrný a skutečná variabilita jeho materiálů není ve skutečnosti menší. 3

4. Pro bavlněnou přízi je předepsána horní mez variability pevnosti, jinak vznikají potíže při tkaní. Požaduje se, aby směrodatná odchylka nepřekročila hodnotu 0,6. Rozdělení hodnot pevnosti příze je přibližně normální. Při ověření byly naměřeny hodnoty 2,22 3,54 2,37 1,66 4,74 4,82 3,21 5,44 3,23 4,79 4,85 4,05 3,48 3,89 4,90 5,37 Je důvod k podezření na větší variabilitu pevnosti při hladině významnosti 0,05? Typ úlohy: H - test dvou středních hodnot (nezávislé výběry) 1. Metodami A a B je ověřována pevnost látek. Stejný materiál byl pokusně podroben pěti zkouškám metodou A a šesti zkouškám metodou B. Byla získána data metoda A 20,1 19,6 20,0 19,9 20,1 metoda B 20,9 20,1 20,6 20,5 20,7 20,5 Na hladině významnosti 0,05 ověřte shodnost obou metod. (Metody považujeme za shodné, vykazují-li pro stejné materiály v průměru stejné hodnoty. Variabilitu předpokládáme shodnou.) 2. Ne dvou soustruzích se vyrábějí stejné součástky, u nichž se kontroluje vnitřní průměr. Z prvního soustruhu bylo náhodně vybráno 16 a z druhého 25 součástek a byly vypočteny průměry z naměřených hodnot: první 37,5 a druhý 36,8. Na hladině významnosti 0,05 ověřte hypotézu o tom, že jednotlivé soustruhy produkují součástky se stejným vnitřním průměrem, jestliže a) σ 2 1 = σ 2 2 = 1.21mm 2 ; b) σ 1, σ 2 neznáme a výběrové rozptyly jsou s 2 1 = 1, 21 a s 2 2 = 1, 44? 3. Je třeba porovnat dva technologické postupy A a B. Proto je 7 výrobků zhotoveno technologií A a 6 technologií B. Po proměření stejné charakteristiky na všech výrobcích máme porovnat kvalitu obou technologií (která je dána průměrnou hodnotou měřené charakteristiky). Testujte na hladině 0,1 a za předpokladu stejných rozptylů výsledků obou postupů. Naměřené údaje jsou: A 62 54 55 60 53 58 57 B 52 52 49 50 51 52 Typ úlohy: I - test dvou středních hodnot (párové výběry) 1. Osm vzorků chemické látky jsme postupně analyzovali titrační metodou a polarograficky. Výsledky jsou v tabulce Vzorek 1 2 3 4 5 6 7 8 Polarografická metoda 18,6 27,6 27,5 25,0 24,5 26,8 29,7 26,5 Titrační metoda 18,58 27,37 27,27 24,64 24,10 26,33 29,33 26,63 4

Zjistěte, zda při hladině významnosti 0,05 dávají obě metody v průměru podobné výsledky. 2. Máme rozhodnout, zda se automobilu sjíždějí pneumatiky při seřízené geometrii na obou stranách stejně. bylo vybráno 5 vozů a po ujetí stejného počtu kilometrů bylo zjištěno následující sjetí (v mm) Automobil 1 2 3 4 5 Pravá pneumatika 1,8 1,0 2,2 0,9 1,5 Levá pneumatika 1,5 1,1 2,0 1,1 1,4 Na hladině 0,05 testujte shodnost sjetí pneumatik na obou stranách vozu. 3. V jazykové škole, která se specializuje na výuku dvou jazyků (francouzštinu F a angličtinu A) byl vypsán srovnávací test z těchto jazyků (první polovina testu byla F, druhá A). Ihned po napsání bylo náhodně vybráno a opraveno 6 testů. Bodové výsledky testu jsou v tabulce Test 1 2 3 4 5 6 F 65 12 82 38 70 56 A 81 5 69 95 71 92 Jsou tato data v rozporu s tvrzením, že výsledky školy jsou lepší v angličtině? Testujte na hladině α = 0, 05. Typ úlohy: J - test podílu 1. Ve výběru z výrobků o rozsahu 100 bylo nalezeno 12 vadných. Je tato skutečnost v souladu s tvrzením, že v produkci je nejvýše 5% vadných výrobků? Testujte na hladině významnosti 0,05. 2. Dotazem 60 studentů bylo zjištěno, že v napsání testu z nich neuspělo 38. Je toto zjištění v rozporu s předpokladem, že úspěšnost testu bude minimálně 50%? Testujte jednostranným testem na hladině významnosti 0,05. Typ úlohy: K - test alternativního rozdělení 1. Soubor výrobků obsahuje podíl π zmetků. Dodavatel tvrdí, že π = 0, 05, odběratel je ochoten tolerovat i π = 0, 1. Náhodně bylo vybráno 10 výrobků. Nákup se uskuteční, pokud mezi vybranými výrobky bude nejvýše jeden zmetek. Na hladině 0,05 testujte hypotézu nákup se uskuteční proti alternativě nákup se neuskuteční. a) Počítejte s binomickým rozdělením počtu (nebo podílu) vadných výrobků. b) Řešte s aproximací binomického rozdělení pomocí rozdělení normálního. 2. Dlouhodobým sledováním výrobního procesu je zjištěno, že při ustálených výrobních podmínkách vzniká přibližně 1,5% vadných výrobků. Za účelem kontroly, zda se podmínky nezhoršily, se odebírají vzorky po 10 výrobcích. Na základě počtu vadných výrobků ve vzorku se odhaduje skutečný aktuální stav (procento zmetků). Pokud toto procento překročí hodnotu 1,9%, je třeba stroj znovu nastavit. Na hladině 0,05 testujte dobrý stav stroje (tj. stroj není třeba nastavovat), jestliže ve výběru bylo 5 zmetků? 5

Typ úlohy: Dopravní příklady 1. Na magistrále s doporučenou rychlostí 80 km/h jsme kontrolovali rychlost vozidel ve směru do Předpokládáme, že rozdělení rychlostí jedoucích vozidel je možno považovat za normální. Ve směru do Prahy určete a) bodový a 95% intervalový (oboustranný) odhad rychlosti automobilů; b) interval rychlostí, kterými jezdí 5% nejrychlejších řidičů. 2. Na magistrále s doporučenou rychlostí 80 km/h jsme kontrolovali rychlost vozidel ve směru do Předpokládáme, že rozdělení rychlostí jedoucích vozidel je možno považovat za normální s rozptylem 100 (km/h) 2. Ve směru do Prahy určete a) bodový a 95% intervalový (oboustranný) odhad rychlosti automobilů; b) interval rychlostí, kterými jezdí 5% nejrychlejších řidičů. 3. Na magistrále s doporučenou rychlostí 80 km/h jsme kontrolovali rychlost vozidel ve směru do Předpokládáme, že rozdělení rychlostí jedoucích vozidel je možno považovat za normální. Ve směru do Prahy (pomocí intervalu spolehlivosti) zjistěte, je-li pravděpodobnost jízdy rychlostí větší než 90 km/h nebo menší než 65 km/h větší než 5% jestliže a) skutečný rozptyl rychlostí jízdy neznáme; b) skutečný rozptyl rychlostí jízdy je z dlouhodobých měření znám a rovná se 100 (km/h) 2. Intervaly spolehlivosti napište. 4. Na magistrále s doporučenou rychlostí 80 km/h jsme kontrolovali rychlost vozidel ve směru do Předpokládáme, že rozdělení rychlostí jedoucích vozidel je možno považovat za normální. a) Určete výběrové rozptyly rychlostí v obou směrech. b) Určete 95% oboustranný interval spolehlivosti pro rozdíl rychlostí. Skutečné rozptyly rychlostí neznáme a o jejich vzájemném vztahu rozhodujeme na základě výběru. 6

5. Na magistrále s doporučenou rychlostí 80 km/h jsme kontrolovali rychlost vozidel ve směru do Předpokládáme, že rozdělení rychlostí jedoucích vozidel je možno považovat za normální. Pro data ve směru z Prahy, a) uved te 95% levostranný interval, ve kterém leží rozptyl rychlostí řidičů; b) pomocí intervalu spolehlivosti testujte tvrzení, je jen méně než 5% řidičů, kteří se od doporučené rychlosti odchýlí o více než 5 km/h. 6. Na magistrále s doporučenou rychlostí 80 km/h jsme kontrolovali rychlost vozidel. Získali jsme následující údaje rychlost (km/h) 78 76 65 72 83 82 85 76 42 82 69 72 75 81 76 76 79 76 77 76 75 76 76 78 76 77 76 76 86 76 Předpokládáme, že rozdělení rychlostí jedoucích vozidel je možno považovat za normální. V jakém intervalu je možno s pravděpodobností 0,95 očekávat a) skutečný podíl řidičů, kteří nepřekročí doporučenou rychlost? b) skutečný podíl řidičů, kteří se od doporučené rychlosti neodchýlí více než o 2 km/h? 7. Na magistrále s doporučenou rychlostí 80 km/h jsme kontrolovali rychlost vozidel ve směru do Prahy a z Prahy. V každém směru jsme zaznamenali 250 hodnot. Z nich ve směru do Prahy překročilo doporučenou rychlost 43 a z Prahy 58 vozidel. a) Určete 95% oboustranný interval spolehlivosti pro rozdíl podílů řidičů překračujících doporučenou rychlost ve směru do Prahy a z Prahy. b) Na základě výsledku a) odhadněte a zdůvodněte, zda je možno tvrdit, že s pravděpodobností 0,95 překračují řidiči doporučenou rychlost v obou směrech stejně. Ověřte testem hypotézy (uved te p-hodnotu). 8. Na magistrále s doporučenou rychlostí 80 km/h jsme kontrolovali rychlost vozidel ve směru do do Prahy 82 83 77 106 84 82 75 75 88 86 z Prahy 82 82 83 76 78 76 79 86 88 88 87 88 Předpokládáme, že rozdělení rychlostí jedoucích vozidel je možno považovat za normální. Ověřte tvrzení (uved te p-hodnotu), že a) 95% řidičů jedoucích do Prahy nepřekročí doporučenou rychlost; b) 95% řidičů jedoucích do Prahy dodrží doporučenou rychlost. 9. Na magistrále s doporučenou rychlostí 80 km/h jsme kontrolovali rychlost vozidel. Získali jsme následující údaje 7

rychlost (km/h) 78 76 65 72 83 82 85 76 42 82 69 72 75 81 76 76 79 76 77 76 75 76 76 78 76 77 76 76 86 76 Předpokládáme, že rozdělení rychlostí jedoucích vozidel je možno považovat za normální. Na hladině významnosti 0,05 ověřte tvrzení (uved te p-hodnotu), že a) skutečný podíl řidičů, kteří překročí doporučenou rychlost je menší než 0,1; b) skutečný podíl řidičů, kteří nedodrží doporučenou rychlost o více než 2 km/h je menší než 0,1. 10. Na magistrále s doporučenou rychlostí 80 km/h jsme kontrolovali rychlost vozidel ve směru do do Prahy 82 83 77 106 84 82 75 75 88 86 z Prahy 82 82 83 76 78 76 79 86 88 88 87 88 Předpokládáme, že rozdělení rychlostí jedoucích vozidel je možno považovat za normální. Na hladině 0,05 ověřte hypotézu (uved te p-hodnotu), že a) z Prahy jezdí auta rychleji; b) z Prahy i do Prahy jezdí auta stejně rychle. 11. Na magistrále s doporučenou rychlostí 80 km/h jsme kontrolovali rychlost vozidel ve směru do Prahy a z Prahy. V každém směru jsme zaznamenali 250 hodnot. Z nich ve směru do Prahy překročilo doporučenou rychlost 43 a z Prahy 58 vozidel. Na hladině 0,05 testujte hypotézy (uved te p-hodnotu) a) podíl řidičů, překračující doporučenou rychlost je ve směru do Prahy větší; b) podíl řidičů, překračující doporučenou rychlost je ve směru z Prahy i do Prahy je stejný. 12. V chráněné lokalitě jsme opakovaně zjišt ovali počet průjezdů nákladních vozidel za dobu jedné hodiny. Získali jsme následující údaje četnost (počet/h) 2 0 6 3 4 5 1 2 2 3 3 1 3 1 2 2 2 3 2 7 1 1 4 2 0 0 1 5 1 1 Ověřte, a) zda uvedené hodnoty je možno považovat za realizace náhodné veličiny s Poissonovým rozdělením s intenzitou 2 (uved te p-hodnotu tvrzení); b) je možno tyto hodnoty aproximovat normálním rozdělením (určete jeho parametry a p-hodnotu tvrzení). 13. Na križovatce jsme opakovaně zaznamenávali počty vozidel jedoucích přímo a odbočujících vlevo nebo vpravo. Zjistili jsme následující údaje č.měření 1 2 3 4 5 přímo 22 19 30 26 24 vlevo 5 8 2 9 8 vpravo 12 9 7 14 11 8

Ověřte tvrzení (uved te p-hodnotu) a) podíl vozidel odbočujících vlevo (vztažený ke všem vozidlům, která křižovatkou projela) je na hladině 0,05 stejný jako těch, kteří odbočují vpravo; b) průměrný počet vozidel odbočujících vlevo je na hladině 0,05 stejný jako těch, kteří odbočují vpravo. 14. V rámci měsíce bezpečnosti byla provedená namátková kontrola seřízení světel osobních automobilů. Zaznamenané údaje jsou v centimetrech pod povolenou úrovní a + nad povolenou úrovní. U každého kontrolovaného vozidla byl změřen jak levý, tak i pravý reflektor s výsledky č.měření 1 2 3 4 5 6 7 8 9 10 levý -3 5 16 9-8 -2 23 5-6 -3 pravý -5-12 22-3 -9 1-1 2-13 -5 Na hladině 0,05 testujte tvrzení (uved te hodnotu testové statisiky a kritický obor) a) levé i pravé reflektory jsou seřízeny stejně; b) světla levých reflektorů jsou více sklopená, než světla pravých. 9