Matematyka.pl

Ja bym skorzystał z testu chi-kwadrat. Skoro chcemy stwierdzić czy jest to normalny czy nie, to najpierw musimy wyestymować parametry rozkładu normalnego (zobaczyć jakie parametry musiałby mieć ten rozkład, gdyby faktycznie był normalny), a później już skorzystać z testu chi-kwadrat.

Na ile sposobów ze zbioru zawierającego cztery elementy można wybrać zero elementów? Na jeden sposób - wybierając zero
Masz błąd. W mianowniku zamiast drugiego \(\displaystyle{ 4!}\) powinno być \(\displaystyle{ 0!}\)

Tak

Przy założeniu, że wysokość drzew ma rozkład normalny. Wtedy wybranie najmniejszego naturalnego n, takiego że zachodzi nierówność kończy zadanie

Test niezależności chi-kwadrat

Jeśli możemy założyć, że wysokość drzew ma rozkład normalny to będzie działać wzór:
\(\displaystyle{ n\geq \left( t^{[n_0-1]}_{1-\alpha /2} \frac{S}{d} \right)^2}\)
gdzie \(\displaystyle{ n_0}\) to rozmiar pilotażowej próbki, \(\displaystyle{ S}\) to odchylenie z tej próbki, \(\displaystyle{ d}\) maksymalny błąd, a \(\displaystyle{ 1-\alpha}\) poziom ufności.

Średni wiek \(\displaystyle{ n-1}\) osób to 20 lat. Średni wiek tych samych osób z jeszcze jedną, która ma 29lat to 21 lat. Zastanów się jak wygląda średnia i napisz odpowiednie równanie i po zadaniu:)

Niech F(x) będzie dystrybuantą rozkładu jednostajnego. Wzór na dystrybuantę n-tej statystyki pozycyjnej to: F(x)^n . Więc: 0,05=P(\theta < a\hat{\theta})=1-P(X_{n:n}\leq \frac{\theta}{a})=1-F\left( \frac{\theta}{a}\right)^n Czyli F\left( \frac{\theta}{a}\right)=(0,95)^{-n} Tak? I teraz założyć, że a...

No więc będzie to n-ta statystyka pozycyjna. Co dalej?

A może lepiej skorzystać z tego, że \(\displaystyle{ \frac{\overline{X}-\mu}{\sigma}\cdot \sqrt{n} \sim N(0,1)}\)?

Czyżby jutro egzamin ze staty na MiNI?

Dla mnie to właśnie taki jest warunek z definicji miary. Może masz inną, równoważną i wtedy faktycznie to jest własność.

Niech X_1,\dots,X_n oraz Y_1,\dots,Y_m będą niezależnymi próbami składającymi się z niezależnych obserwacji pochodzących z rozkładu normalnego o parametrach (\mu,\sigma) . Który z dwóch estymatorów \hat{\mu}=\frac{1}{2}(\overline{X}+\overline{Y}) czy \hat{\mu}=\frac{n}{n+m}\overline{X}+\frac{m}{n+m}...

Jakaś podpowiedź?

Ze swojej strony mogę polecić

Funkcja moduł nie jest różniczkowalna w 0.