AP统计:推断
学习AP统计的概念，示例问题和解释
例子问题
问题1:意义
我们比较的是底特律的民主党支持率和达拉斯的民主党支持率。
在底特律，我们抽样了300人，其中208人是民主党人(693人)。
在达拉斯，我们抽样了350人，其中265人是民主党人(0.757)。
0.064差的p值是多少?
(假设是双尾检验。)
.0688
.0577
.0765
.0244
.0344
.0688
总百分比=
0.0344是一条尾巴，所以0.0688是两条尾巴。
(在0.9312水平上，百分比有所不同。)
问题1:如何对两个比例之间的差异进行大样本显著性检验
问题1:据美联社统计
统计学家进行回归分析，得到p值为0.1。研究中的变量之间很可能存在某种关系。
真正的
假
真正的
p值为0.1通常不足以拒绝原假设，但这只是因为我们希望在找到变量之间的关系之前具有高度的置信度。在这里，即使统计学家不能拒绝零假设，变量之间也很可能存在关系。
问题1:均值与线性回归
对于一个数据集，最小二乘回归线有
基于这个置信区间，假设检验能做什么呢
拒绝原假设，因为此置信区间不包括
无法拒绝原假设，因为此置信区间不包括
没有足够的信息来做出决定。
拒绝原假设，因为此置信区间不包括
无法拒绝原假设，因为此置信区间不包括
拒绝原假设，因为此置信区间不包括
注意，这个间隔不包括
任何置信区间都可以通过反转它来创建假设检验，这相当简单，但这个概念需要在研究生水平的统计理论中进行测试。
问题1:意义
以下哪一项是不正确的回归推理条件要求?
对于任何给定的值，响应必须在回归线上正常变化
有序对必须相互独立
残差图中的某种趋势/模式
响应的标准偏差必须是恒定的
线性关系
残差图中的某种趋势/模式
以下所有选项都是正确的条件，除了关于残差图中某种趋势/模式的选项。为了使回归推断准确，我们需要查看感兴趣数据的残差图，并确保存在随机散点。随机散点表明有序对确实是相互独立的。残差图中出现的任何类型的模式都不能满足这一要求，因此不能使我们成功地使用回归推理。
问题6:据美联社统计
问题1:意义
假设你指挥一对
a的临界值
问题4:均值与线性回归
鲍勃想要统计地确定中学男生的平均身高是否大于中学女生的平均身高。他想用显著性水平
第一步:我们需要使用2样本z检验，因为有两个样本，男孩和女孩。总体标准差，
第二步:这是一个单侧z检验，因为问题问的是男孩的平均身高更大比女孩的平均身高还要高。
步骤3:显著性水平，或alpha，是
问题1:推理
如果一个测试有
从(检验)幂的统计定义来看，幂等于
因此我们要解的方程变成:
问题1:定义错误
你和一个同学想测试糖和脂肪对血糖水平的影响。
你的同学告诉你他们发现零假设是有效的，也就是说糖和脂肪对血糖水平的影响没有区别。
如果零假设是错误的，会产生什么类型的错误?
既不
I型
II型
第一类及第二类
II型
当零假设有效但被拒绝时，发生I型错误。
当零假设为假，但未能被拒绝时，就会发生第二类错误。
因为零假设是错误的，但没有被拒绝，他们犯了第二类错误。
