Dzienne zużycie wody w fabryce ma rozkład normalny o
Transkrypt
Dzienne zużycie wody w fabryce ma rozkład normalny o
(Treść) Dzienne zużycie wody w fabryce ma rozkład normalny o znanym odchyleniu standardowym DX = 40. Na podstawie obserwacji n=400 dni stwierdzono, że średnie, dzienne zużycie wody wynosi EX = 1004 m3 . (a) Przyjmując współczynnik ufności β = 0,97 wyznacz przedział ufności dla przeciętnej m. (b) Przyjmując współczynnik ufności β = 0,97 oblicz minimalną liczbę pomiarów n, które trzeba wykonać aby maksymalny błąd ∆ (promień przedziału ufności) dla średniej m nie przekraczał 2. (c) Na poziomie istotności α = 0,04 zweryfikuj hipotezy: H0 (m = 1000), H0 (m < 1000), H0 (m > 1000). Cześć, Dobrze, gdybyś narysowała sobie “standardową” krzywą Gaussa (“dzwon”), znajdziesz ją w książkach lub w sieci; ale przerysuj na kartce, bo będziemy po niej mazać. Ta krzywa odpowiada za częstotliwość pomiarów (czyli stosunek ilości konkretnych wyników do wszystkich). W rzeczywistym świecie dokładny pomiar się nie zdarza, więc z krzywej Gaussa czytamy co innego: “Jaka część pomiarów mieści się w zakresie od-do w okolicy zera” (przypominam: średnia dla standardowej krzywej Gaussa to zero). OK, to teraz na poziomej osi zaznacz 2,17 [uprzedzam wyniki z punktu (a)] oraz minus 2,17. Zakreskuj część pola “pod dzwonem” między (na poziomej osi) –2,17 i 2,17. Powinnaś dostać zakreskowaną większość pola i dwa puste “ogonki” po lewej i prawej stronie. Na te “ogonki” powołuję się dalej. (a) Zakładam, że chodzi o dwustronny przedział ufności, tzn taki, w którym pole pod krzywą Gaussa N(0,1) w przedziale (u1 ; u2 ) spełnia warunek: P (u1 < 0 < u2 ) = β = 0,97 Całe pole pod krzywą Gausa wynosi 1, więc na “ogonki przypada 1 – 0,97 = 0,03. Każdy z ogonków ma więc 0,03 / 2 = 0,015. Pole pod krzywą Gaussa liczone od wartości −∞ do pewnego “u” na poziomej osi nazywa się dystrybuantą rozkładu normalnego i przyjmuje wartości od 0 do 1. Pole ogonka z lewej strony wynosi 0,015, a pole lewego ogonka i zakreskowanej części to 0,015 + 0,97 = 0,985. Tej wartości szukamy w tablicach dystrybuanty. Znajdujemy wartość zmiennej “u” dla której dystrybuanta wynosi 0,985 - zaznaczam: w tablicy, w jej “środku” szukasz dystrybuanty, a na brzegu tablicy odczytujesz “u”, zwane też czasami “z”, nie przejmuj się oznaczeniami. Otrzymujemy u = 2,17. Oznacza to, że nasze u1 i u2 wynoszą odpowiednio –2,17 i 2,17. Przerabiamy to na przedział ufności (X1 ; X2 ) wielkości m = EX . Przypominam, jak się “standaryzuje” rozkład normalny, używając oznaczeń z zadania: X − EX DX √ u= zatem X1,2 = EX ± u √ (1) DX / n n Uwaga! Założyłem, że podane w zadaniu √ DX jest błędem pojedynczego pomiaru, a nie średniej, dlatego powyżej dzielę przez n. Wstawiamy dane: 40 40 X1 = 1004 − 2,17 · √ ≈ 1001,8 oraz X2 = 1004 + 2,17 · √ ≈ 1006,2 400 400 Szukany przedział to zakres x ∈ (1001,8 ; 1006,2) Ciąg dalszy na następnej stronie (b) Poprzednio we wzorze (1) dodawaliśmy lub odejmowaliśmy od średniej wyrażenie, które dawało promień przedziału ufności przy założonym “n”. Teraz robimy odwrotnie: Zakładamy promień “r” równy 2, z części (a) wiemy, że u = 2,17 i obliczamy “n” DX r=u√ n zatem n= u DX r 2 = 2,17 · 40 2 2 ≈ 1884 Do spełnienia warunków zadania potrzeba co najmniej 1884 pomiary. (c) Ta część jest podobna do części (a) bo test polega na sprawdzeniu, czy wartość m = 1000 leży w granicach przedziału ufności dookoła wartości średniej EX . Tak przynajmniej jest w przypadku testu H0 (m = 1000). Dla wartości α = 0,04 znajdujemy w tablicach dystrybuanty liczbę “u” odpowiadającą wartości dystrybuanty równą 0,91 (czyli 1 - połowa α). Otrzymujemy u = 2,05. Następnie obliczamy wartość testu, podobnie jak w równaniu (1) T = |m − EX | √ |1000 − 1004| √ n= 400 = 2 DX 40 (2) Otrzymana wartość jest mniejsza niż wymagana 2,08, wobec tego nie ma podstaw odrzucenia hipotezy H0 . Innymi słowy wartość m = 1000 należy do przedziału ufności w tym doświadczeniu. Dwie pozostałe hipotezy traktujemy identycznie, ale z jednym wyjątkiem: NIE dzielimy α przez 2 gdyż np dla H0 (m < 1000) na wykresie krzywej Gaussa jest tylko jeden “ogonek” (tzw. test jednostronny), dlatego, że m może być dowolnie małe w porównaniu z 1000, ale nie większe. Dla wartości dystrybuanty 1 – 0,04 = 0,96 znajdujemy u = ±1,75. Tymczasem wartość wyrażenia testowego (z pominięciem wartości bezwzględnej) wynosi T = –2, co jest mniejsze (bardziej ujemne) niż –1,75, dlatego hipotezę H0 odrzucamy i przyjmujemy alternatywną hipotezę H1 (m 6 1000). Ostatnia z postawionych hipotez H0 (m > 1000) wymaga identycznych obliczeń, z tym, że bierzemy w tym wypadku wartość u = +1,75, co powoduje, że wartość T (ujemna) jest zdecydowanie mniejsza od u, hipotezę tą należy przyjąć. Podkreślam, że dla danej wartości α mamy zawsze dwie wartości “u” z przeciwnymi znakami. Znak minus wybieramy, gdy sprawdzamy, czy coś jest mniejsze od założonej wartości, znak plus - gdy jest odwrotnie, a gdy sprawdzamy równość to dzielimy α przez 2, znajdujemy “u” z plusem i bierzemy wartość bezwzględną z różnicy, jak we wzorze (2). Tak jest po prostu wygodniej. Pozdrowienia - Antek