11.5 Leida mudeli poolt prognoositava väljundi usaldusvahemikud punktides x = 1, x = 3 ja x = 5 (arvutused tehtud ülal olevate valemitega MS Excel'is) Punkt x = 1 Punkt x = 3 Punkt x = 5 11.6 Koostada regressioonimudeli graafik koos katsepunktidega ja p.11.5 leitud usaldusvahemikega. 12. Koostada osade A ja B lahenduste kohta lühike kokkuvõte. Andmete valimi A keskväärtuseks on 45,76 (usaldusvahemikuga 34,57...56,95), dispersiooniks 1070,27 (usaldusvahemikuga 705,38...1854,89), standarhälbeks 32,72, mediaan on 44 ja haare 97. Valimi A normaaljaotuse kontrollimiseks testisin kahte hüpoteesi ( ja ) ning mõlemast selgus, et tegemist on normaaljaotusega. Jagasin valimi A võrdlaiadeks vahemikeks 0-20, 20-40, 40-60, 60-80, 80-100. Valimi järgi hinnatud parameetrite järgi leidsin, et põhikogu jaotuseks ei ole normaaljaotus ega eksponentjaotus
Tsentraalne piirteoreem kehtib, kui kogumi maht N → ∞ ,siis valimjaotuse dispersiooni hinnang Kui kogumi maht N on lõplik ja väheneb valimi tegemisel, siis Lõpliku kasutada siis, kui n/N>0,05 Kogumi keskväärtuse usalduspiirid - Suure (n>30) valimi korral on üldkogumi keskväärtuse usalduspiirid usaldatavusega β Kogumi keskväärtuse usalduspiirid lõpliku kogumi mahu N korral Usaldatavus - β näitab, millise tõenäosusega jääb kogumi keskväärtus usaldusvahemikuga antud piiridesse Usaldatavuse valik – kõige sagedamini 0,95, mõnikord 0,90 või 0,99. Ühe ja sama valimi korral suurem usaldatavus = laiem usaldusvahemik (suurem määramatus). Usaldusvahemiku poollaiuse sõltumine – usaldatavust saame valida, valimi mahtu saab muuta, standardhälvet muuta ei saa Kattuvad ja mittekattuvad usaldusvahemikud - kui vahemikud ei kattu, siis saab väita, et esineb erinevus. Kui kattuvad, siis ei saa väita, et esineb erinevus.
annaabi.ee 
