Metody statystyczne
Andrzej Okuniewski
1
Zadanie 1
i
1
2
3
4
5
6
a
i
16.8
17.5
16.3
17.2
18.1
16.4
b
i
18.5
18.3
17.9
18.0
18.7
—
Liczność zbioru wyników:
n
a
= 6
n
b
= 5
Średnie:
a =
1
n
a
n
a
X
i=1
a
i
=
102.3
6
= 17.05
b =
1
n
b
n
b
X
i=1
b
i
=
91.4
5
= 18.28
Wariancje typu σ
n−1
:
σ
2
a
=
1
n − 1
n
a
X
i=1
(a
i
− a)
2
=
2.375
6 − 1
= 0.475
σ
2
b
=
1
n − 1
n
b
X
i=1
(b
i
− b)
2
=
0.448
5 − 1
= 0.112
Odchylenia standardowe:
σ
a
=
p
σ
2
a
= 0.69
σ
b
=
q
σ
2
b
= 0.34
Parametry t -Studenta dla α = 0.05:
t
a
= t(α, n
a
− 1) = t(0.05, 5) = 2.5706
t
b
= t(α, n
b
− 1) = t(0.05, 4) = 2.7765
Przedziały ufności:
a = a ± t
a
σ
a
√
n
a
= 17.05 ± 0.80
b = b ± t
b
σ
b
√
n
b
= 18.28 ± 0.48
1.1
Test F -Snedecora
F =
σ
2
a
σ
2
b
=
0.475
0.112
= 4.242
F
k
(0.05, 5, 4) = 6.256
F < F
k
Serie a i b są zgodne pod względem precyzji.
1
Metody statystyczne
Andrzej Okuniewski
1.2
Test t -Studenta
σ
2
zb
=
σ
2
a
(n
a
− 1) + σ
2
b
(n
b
− 1)
n
a
+ n
b
− 2
=
2.823
9
= 0.32
t =
|a − b|
σ
zb
r
n
a
n
b
n
a
+ n
b
=
1.23
√
0.32
r
30
11
= 3.56
t
k
(0.05, 9) = 2.2622
t > t
k
Serie a i b nie są zgodne pod względem dokładności.
2
Zadanie 2
y = 16.00 ± 0.085
z = 5.0 ± 0.46
⇓
y
0
= 16
∆y = 0.085
z
0
= 5
∆z = 0.46
x = 2y + 2 ln z = 32 + 2 ln 5 = 35.21887582
∂x
∂y
= 2
∂x
∂z
=
2
z
∆x =
∂x
∂y
(y
0
, z
0
)
∆y +
∂x
∂z
(y
0
, z
0
)
∆z = 2 · 0.085 +
2
5
· 0.46 = 0.354
x = 35.22 ± 0.36
3
Zadanie 3
ln y = a + x
⇒
Y = A + X
Wyprowadzenie wzoru na regresję szczątkową Y = A + X:
Uwaga:
X
≡
n
X
i=1
S(A) =
X
(A + X
i
− Y
i
)
2
Szukamy ekstremum funkcji S(A):
∂S
∂A
= 2
X
(A + X
i
− Y
i
) = 0
2
Metody statystyczne
Andrzej Okuniewski
X
(A + X
i
− Y
i
) = 0
A
X
1 +
X
X
i
=
X
Y
i
Po uproszczeniu:
A · n =
X
Y
i
−
X
X
i
A =
P Y
i
−
P X
i
n
Waga przekształcenia (nie stosujemy w obliczeniach na kolokwium):
W
i
=
∂Y
i
∂y
−2
=
1
y
i
−2
= y
2
i
A =
P W
i
Y
i
−
P W
i
X
i
P W
i
x
i
y
i
X
i
= x
i
Y
i
= ln y
i
0.5
0.9
0.5
−0.10536
1.0
1.3
1.0
0.26236
1.5
2.2
1.5
0.78846
2.0
3.7
2.0
1.30833
2.5
6.1
2.5
1.80829
3.0
10.0
3.0
2.30259
P
10.5
6.36467
Współczynnik wynosi zatem:
a = A =
P Y
i
−
P X
i
n
=
6.36467 − 10.5
6
= −0.68922
4
Zadanie 4
Dane:
n
a
= 12
a = 15.3
σ
a
= 1.12
n
b
= 18
b = 13.8
σ
b
= 0.86
4.1
Test F -Snedecora
F =
σ
2
a
σ
2
b
=
1.12
0.86
2
= 1.696
F
k
(0.05, 17, 11) = 2.69
F < F
k
Serie a i b są zgodne pod względem precyzji.
3
Metody statystyczne
Andrzej Okuniewski
4.2
Test t -Studenta
σ
2
zb
=
σ
2
a
(n
a
− 1) + σ
2
b
(n
b
− 1)
n
a
+ n
b
− 2
=
13.79 + 12.57
28
= 0.94
t =
|a − b|
σ
zb
r
n
a
n
b
n
a
+ n
b
=
1.5
√
0.94
r
216
30
= 4.15
t
k
(0.05, 28) = 2.0484
t > t
k
Serie a i b nie są zgodne pod względem dokładności. Jedna z nich jest prawdopo-
dobnie obarczona błędem systematycznym, więc serii nie można zaklasyfikować
do jednej zbiorowości.
5
Zadanie 5
log γ
±
= −0.509
√
c
c = 0.15 ± 0.01 M
⇓
c
0
= 0.15
∆c = 0.01
γ
±
(c) = 10
−0.509
√
c
γ
±
(c
0
) = 0.63513368653 . . .
∂γ
±
∂c
=
0.586008 · 10
−0.509
√
c
√
c
∂γ
±
∂c
(c
0
) = −0.960999
∆γ
±
=
∂γ
±
∂c
(c
0
)
· ∆c = 0.00960999
γ
±
= 0.63513 ± 0.00962
γ
±
= 0.6351 ± 0.0097
γ
±
= 0.635 ± 0.010
6
Zadanie 6
Sortujemy elementy serii niemalejąco:
4.31 ¬ 4.43 ¬ 4.48 ¬ 4.52 ¬ 4.75 ¬ 4.80
Obliczamy:
Q
1
=
x
2
− x
1
x
6
− x
1
=
4.43 − 4.31
4.80 − 4.31
= 0.245
4
Metody statystyczne
Andrzej Okuniewski
Q
6
=
x
6
− x
5
x
6
− x
1
=
4.80 − 4.75
4.80 − 4.31
= 0.102
Q
k
(0.05, 6) = 0.625
Q
1
< Q
k
Q
6
< Q
k
Wyniki krańcowe nie są obarczone błędem grubym, więc pozostałe też nie.
7
Zadanie 7
Patrz: Zadanie 4.
8
Zadanie 8
y = ae
x
⇒
Y = AX
Wyprowadzenie wzoru na regresję szczątkową Y = AX:
Uwaga:
X
≡
n
X
i=1
S(A) =
X
(AX
i
− Y
i
)
2
Szukamy ekstremum funkcji S(A):
∂S
∂A
= 2
X
(AX
i
− Y
i
)X
i
= 0
X
(AX
2
i
− X
i
Y
i
) = 0
A
X
X
2
i
=
X
X
i
Y
i
Po uproszczeniu:
A
X
X
2
i
=
X
X
i
Y
i
A =
P X
i
Y
i
P X
2
i
Waga przekształcenia (nie stosujemy w obliczeniach na kolokwium):
W
i
=
∂Y
i
∂y
−2
= 1
−2
= 1
A =
P W
i
X
i
Y
i
P W
i
X
2
i
5
Metody statystyczne
Andrzej Okuniewski
x
i
y
i
X
i
= x
i
Y
i
= ln y
i
X
2
i
X
i
Y
i
e
Y
i
(Y
i
− e
Y
i
)
2
0.5
0.9
1.6
0.9
2.71828
1.48385
0.82195
0.00609
1.0
1.3
2.7
1.3
7.38906
3.53377
1.35517
0.00304
1.5
2.2
4.5
2.2
20.08554
9.85972
2.23429
0.00118
2.0
3.7
7.4
3.7
54.59815
27.33951
3.68372
0.00026
2.5
6.1
12.2
6.1
148.41316
74.31321
6.07343
0.00071
3.0
10.0
20.1
10.0
403.42879
200.85537
10.01339
0.00018
P
636.63298
317.38542
0.01146
a = A =
P X
i
Y
i
P X
2
i
=
317.38542
636.63298
= 0.49854
S
r
=
s
P(Y
i
− e
Y
i
)
2
n − 1
=
r
0.01146
5
= 0.0479
t(0.05, 5) = 2.5706
∆a = ∆A = t(α, r)S
r
1
pP X
2
i
= 2.5706 · 0.0479 ·
1
√
636.63298
= 0.0049
a = 0.4985 ± 0.0049
9
Zadanie 9
Dane:
d = 12.3 ± 0.5 cm
l = 15.1 ± 0.5 cm
⇓
d
0
= 12.3 cm
l
0
= 15.1 cm
∆d = 0.5 cm
∆l = 0.5 cm
V =
1
3
πr
2
h
V (d, l) =
1
3
π
d
2
4
1
3
p
4l
2
− d
2
=
π
24
d
2
p
4l
2
− d
2
V (d
0
, l
0
) = 546.223 cm
3
∂V
∂d
=
π
24
8dl
2
− 3d
3
√
4l
2
− d
2
∂V
∂d
(d
0
, l
0
) = 79.9852
∂V
∂l
=
π
6
d
2
l
√
4l
2
− d
2
∂V
∂l
(d
0
, l
0
) = 43.3675
6
Metody statystyczne
Andrzej Okuniewski
∆V =
∂V
∂d
(d
0
, l
0
)
∆d +
∂V
∂l
(d
0
, l
0
)
∆l = 39.9926 + 21.6838 = 61.6764 cm
3
V = (546 ± 62) cm
3
10
Zadanie 10
p =
b
1 + a ln T
⇒
1
p
=
1
b
+
a
b
ln T
Oznaczamy:
Y =
1
p
X = ln T
A =
a
b
B =
1
b
Otrzymując formę liniową:
Y = AX + B
T
i
p
i
X
i
Y
i
X
2
i
Y
2
i
X
i
Y
i
e
Y
i
Y
i
− e
Y
i
1.0
4.5
0.00000
0.22222
0.00000
0.04938
0.00000
0.20720
0.01502
1.6
2.0
0.47000
0.50000
0.22090
0.25000
0.23500
0.48284
0.01716
2.7
1.3
0.99325
0.76923
0.98655
0.59172
0.76404
0.78970
-0.02047
7.4
0.8
2.00148
1.33333
4.00592
1.77778
2.66864
1.38098
-0.04765
20.0
0.5
2.99573
2.00000
8.97441
4.00000
5.99146
1.96407
0.03593
P
6.46047
4.82479
14.1878
6.66888
9.65915
6 · 10
−16
n = 5
r = n − 2 = 3
Wyznaczamy wariancje S
XX
, S
Y Y
i kowariancję S
XY
:
S
XX
= n
X
X
2
i
−
X
X
i
2
= 5 · 14.1878 − 6.46047
2
= 29.2013
S
Y Y
= n
X
Y
2
i
−
X
Y
i
2
= 5 · 6.66888 − 4.82479
2
= 10.0658
S
XY
= n
X
X
i
Y
i
−
X
X
i
X
Y
i
= 5 · 9.65915 − 6.46047 · 4.82479 = 17.1254
Stąd:
A =
S
XY
S
XX
=
17.1254
29.2013
= 0.58646
B = Y − AX =
4.82479
5
− 0.58646 ·
6.46047
5
= 0.20720
7
Metody statystyczne
Andrzej Okuniewski
Wyliczamy wariancję resztową, odczytujemy parametr t -Studenta:
S
r
=
v
u
u
t
S
Y Y
−
S
2
XY
S
XX
n(n − 2)
= 0.03873
t(0.05, 3) = 3.1824
Oraz wyznaczamy przedziały ufności:
∆A = t(P, r) · S
r
·
r
n
S
XX
= 0.05101
∆B = t(P, r) · S
r
·
s
P X
2
i
S
XX
= 0.08592
Powracając do pierwotnych oznaczeń:
a = A · b =
A
B
b =
1
B
Stąd:
b =
1
0.20720
= 4.82631
a = 0.58646 · 4.82631 = 2.83043
∆b =
s
∂b
∂B
2
∆B
2
=
−
1
B
2
∆B = 2.00132
∆a =
s
∂a
∂A
2
∆A
2
+
∂a
∂b
2
∆b
2
=
p
b
2
∆A
2
+ A
2
∆b
2
= 1.19924
∆a =
s
∂a
∂A
2
∆A
2
+
∂a
∂B
2
∆B
2
=
r
∆A
2
B
2
+
A
2
∆B
2
B
4
= 1.19924
Ostatecznie:
a = 2.8 ± 1.3
b = 4.8 ± 2.1
Duża niepewność wyznaczonych parametrów wynika z niewielkiej ilości danych
doświadczalnych.
11
Zadanie 11
• y = ax
b
⇒
ln y = ln ax
b
⇒
ln y = ln a + b ln x
Układ: ln y = f (ln x).
• y =
1
ax+b
⇒
1
y
= ax + b
Układ:
1
y
= f (x).
8
Metody statystyczne
Andrzej Okuniewski
• y = ae
b
x
⇒
ln y = ln ae
b
x
⇒
ln y = ln a + b ·
1
x
Układ: ln y = f (
1
x
).
• y = ae
−x
+ b
Układ: y = f (e
−x
).
12
Zadanie 12
y = ax + 2
Uwaga:
X
≡
n
X
i=1
S(a) =
X
(ax
i
+ 2 − y
i
)
2
Należy zminimalizować wartość funkcji S(a):
∂S
∂a
= 2
X
(ax
2
i
+ 2x
i
− x
i
y
i
) = 0
a
X
x
2
i
+ 2
X
x
i
−
X
x
i
y
i
= 0
Po uproszczeniu:
a
X
x
2
i
+ 2
X
x
i
=
X
x
i
y
i
Stąd:
a =
P x
i
y
i
− 2
P x
i
P x
2
i
x
i
y
i
x
2
i
x
i
y
i
0
2.10
0
0.00
1
2.95
1
2.95
2
4.03
4
8.06
3
5.01
9
15.03
P
6
14
26.04
a =
P x
i
y
i
− 2
P x
i
P x
2
i
= 1.00286
13
Zadanie 13
Sortujemy obie serie:
i
1
2
3
4
5
a
i
11.01
11.44
11.58
11.64
11.76
b
i
11.25
11.33
11.38
11.52
11.67
9
Metody statystyczne
Andrzej Okuniewski
Liczność zbioru wyników:
n
a
= 5
n
b
= 5
Średnie:
a =
1
n
a
n
a
X
i=1
a
i
= 11.49
b =
1
n
b
n
b
X
i=1
b
i
= 11.43
Mediany (dla n = 5 mediana znajduje się na pozycji i = 3):
e
a = a
3
= 11.58
e
b = b
3
= 11.38
Nie uwzględniamy mody (dominanty) dla zmiennej losowej typu rzeczywistego.
Natomiast obliczamy wariancje typu σ
n−1
:
σ
2
a
=
1
n − 1
n
a
X
i=1
(a
i
− a)
2
=
0.111
5 − 1
= 0.084
σ
2
b
=
1
n − 1
n
b
X
i=1
(b
i
− b)
2
=
0.336
5 − 1
= 0.028
Odchylenia standardowe:
σ
a
=
p
σ
2
a
= 0.29
σ
b
=
q
σ
2
b
= 0.17
Rozstępy (rozpiętości):
R
a
= a
max
− a
min
= 0.75
R
b
= b
max
− b
min
= 0.42
Współczynniki asymetrii (C -Pearsona):
As
a
=
3(a −
e
a)
σ
a
=
3 · (−0.09)
0.29
= −0.93
As
b
=
3(b − e
b)
σ
b
=
3 · (0.05)
0.17
= 0.88
Skośność:
ρ
a
=
P
n
a
i=1
(a
i
− a)
3
n
a
· σ
3
a
=
−0.083
5 · 0.29
3
= −0.68
ρ
b
=
P
n
b
i=1
(b
i
− b)
3
n
b
· σ
3
b
=
0.0076
5 · 0.17
3
= 0.31
Eksces (spłaszczenie, wydłużenie):
ε
a
=
P
n
a
i=1
(a
i
− a)
4
n
a
· σ
4
a
− 3
=
0.058
5 · 0.29
4
− 3
= −0.0196
10
Metody statystyczne
Andrzej Okuniewski
ε
b
=
P
n
b
i=1
(b
i
− b)
4
n
b
· σ
4
b
− 3
=
0.0045
5 · 0.17
4
− 3
= −0.0015
Parametr t -Studenta dla α = 0.05:
t
a
= t
b
= t(α, n − 1) = t(0.05, 4) = 2.7765
Przedziały ufności dla wartości średniej:
a = a ± t
a
σ
a
√
n
a
= 11.49 ± 0.37
b = b ± t
b
σ
b
√
n
b
= 11.43 ± 0.22
Wykonujemy Test F -Snedecora:
F =
σ
2
a
σ
2
b
=
0.084
0.028
= 3.000
F
k
(0.05, 4, 4) = 6.388
F < F
k
Serie a i b są zgodne pod względem precyzji i dlatego można wykonać test
t -Studenta:
σ
2
zb
=
σ
2
a
(n
a
− 1) + σ
2
b
(n
b
− 1)
n
a
+ n
b
− 2
=
0.448
8
= 0.056
t =
|a − b|
σ
zb
r
n
a
n
b
n
a
+ n
b
=
0.06
√
0.056
r
25
10
= 0.4009
t
k
(0.05, 9) = 2.2622
t < t
k
Serie a i b są zgodne pod względem dokładności. Można więc wyniki tych serii
połączyć w serię x uzyskując:
x = 11.46
e
x = 11.48
σ
x
= 0.23
∆x = 0.17
x = 11.46 ± 0.17
14
Zadanie 14
Dane:
n
a
= 8
a = 12.3%
σ
a
= 0.39
n
b
= 8
b = 12.1%
σ
b
= 0.32
11
Metody statystyczne
Andrzej Okuniewski
14.1
Test F -Snedecora
F =
σ
2
a
σ
2
b
=
0.39
0.32
2
= 1.49
F
k
(0.05, 7, 7) = 3.79
F < F
k
Serie a i b są zgodne pod względem precyzji.
14.2
Test t -Studenta
σ
2
zb
=
σ
2
a
(n
a
− 1) + σ
2
b
(n
b
− 1)
n
a
+ n
b
− 2
=
1.7815
14
= 0.13
t =
|a − b|
σ
zb
r
n
a
n
b
n
a
+ n
b
=
0.2
√
0.13
r
64
16
= 1.1094
t
k
(0.05, 14) = 2.1448
t < t
k
Serie a i b są zgodne pod względem dokładności, więc mogą zostać połączone w
jedną.
15
Wartości krytyczne testu F -Snedecora (F
k
)
(α = 0.05)
r2
r1
1
2
3
4
5
6
7
8
9
10
12
15
20
24
30
40
60
∞
1
161.45
199.50
215.71
224.58
230.16
233.99
236.77
238.88
240.54
241.88
243.91
245.95
248.01
249.05
250.10
251.14
252.20
254.31
2
18.513
19.000
19.164
19.247
19.296
19.330
19.353
19.371
19.385
19.396
19.413
19.429
19.446
19.454
19.462
19.471
19.479
19.496
3
10.128
9.5521
9.2766
9.1172
9.0135
8.9406
8.8867
8.8452
8.8123
8.7855
8.7446
8.7029
8.6602
8.6385
8.6166
8.5944
8.5720
8.5264
4
7.7086
6.9443
6.5914
6.3882
6.2561
6.1631
6.0942
6.0410
5.9988
5.9644
5.9117
5.8578
5.8025
5.7744
5.7459
5.7170
5.6877
5.6281
5
6.6079
5.7861
5.4095
5.1922
5.0503
4.9503
4.8759
4.8183
4.7725
4.7351
4.6777
4.6188
4.5581
4.5272
4.4957
4.4638
4.4314
4.3650
6
5.9874
5.1433
4.7571
4.5337
4.3874
4.2839
4.2067
4.1468
4.0990
4.0600
3.9999
3.9381
3.8742
3.8415
3.8082
3.7743
3.7398
3.6689
7
5.5914
4.7374
4.3468
4.1203
3.9715
3.8660
3.7870
3.7257
3.6767
3.6365
3.5747
3.5107
3.4445
3.4105
3.3758
3.3404
3.3043
3.2298
8
5.3177
4.4590
4.0662
3.8379
3.6875
3.5806
3.5005
3.4381
3.3881
3.3472
3.2839
3.2184
3.1503
3.1152
3.0794
3.0428
3.0053
2.9276
9
5.1174
4.2565
3.8625
3.6331
3.4817
3.3738
3.2927
3.2296
3.1789
3.1373
3.0729
3.0061
2.9365
2.9005
2.8637
2.8259
2.7872
2.7067
10
4.9646
4.1028
3.7083
3.4780
3.3258
3.2172
3.1355
3.0717
3.0204
2.9782
2.9130
2.8450
2.7740
2.7372
2.6996
2.6609
2.6211
2.5379
11
4.8443
3.9823
3.5874
3.3567
3.2039
3.0946
3.0123
2.9480
2.8962
2.8536
2.7876
2.7186
2.6464
2.6090
2.5705
2.5309
2.4901
2.4045
12
4.7472
3.8853
3.4903
3.2592
3.1059
2.9961
2.9134
2.8486
2.7964
2.7534
2.6866
2.6169
2.5436
2.5055
2.4663
2.4259
2.3842
2.2962
13
4.6672
3.8056
3.4105
3.1791
3.0254
2.9153
2.8321
2.7669
2.7144
2.6710
2.6037
2.5331
2.4589
2.4202
2.3803
2.3392
2.2966
2.2064
14
4.6001
3.7389
3.3439
3.1122
2.9582
2.8477
2.7642
2.6987
2.6458
2.6022
2.5342
2.4630
2.3879
2.3487
2.3082
2.2664
2.2229
2.1307
15
4.5431
3.6823
3.2874
3.0556
2.9013
2.7905
2.7066
2.6408
2.5876
2.5437
2.4753
2.4034
2.3275
2.2878
2.2468
2.2043
2.1601
2.0658
16
4.4940
3.6337
3.2389
3.0069
2.8524
2.7413
2.6572
2.5911
2.5377
2.4935
2.4247
2.3522
2.2756
2.2354
2.1938
2.1507
2.1058
2.0096
17
4.4513
3.5915
3.1968
2.9647
2.8100
2.6987
2.6143
2.5480
2.4943
2.4499
2.3807
2.3077
2.2304
2.1898
2.1477
2.1040
2.0584
1.9604
18
4.4139
3.5546
3.1599
2.9277
2.7729
2.6613
2.5767
2.5102
2.4563
2.4117
2.3421
2.2686
2.1906
2.1497
2.1071
2.0629
2.0166
1.9168
19
4.3807
3.5219
3.1274
2.8951
2.7401
2.6283
2.5435
2.4768
2.4227
2.3779
2.3080
2.2341
2.1555
2.1141
2.0712
2.0264
1.9795
1.8780
20
4.3512
3.4928
3.0984
2.8661
2.7109
2.5990
2.5140
2.4471
2.3928
2.3479
2.2776
2.2033
2.1242
2.0825
2.0391
1.9938
1.9464
1.8432
21
4.3248
3.4668
3.0725
2.8401
2.6848
2.5727
2.4876
2.4205
2.3660
2.3210
2.2504
2.1757
2.0960
2.0540
2.0102
1.9645
1.9165
1.8117
22
4.3009
3.4434
3.0491
2.8167
2.6613
2.5491
2.4638
2.3965
2.3419
2.2967
2.2258
2.1508
2.0707
2.0283
1.9842
1.9380
1.8894
1.7831
23
4.2793
3.4221
3.0280
2.7955
2.6400
2.5277
2.4422
2.3748
2.3201
2.2747
2.2036
2.1282
2.0476
2.0050
1.9605
1.9139
1.8648
1.7570
24
4.2597
3.4028
3.0088
2.7763
2.6207
2.5082
2.4226
2.3551
2.3002
2.2547
2.1834
2.1077
2.0267
1.9838
1.9390
1.8920
1.8424
1.7330
25
4.2417
3.3852
2.9912
2.7587
2.6030
2.4904
2.4047
2.3371
2.2821
2.2365
2.1649
2.0889
2.0075
1.9643
1.9192
1.8718
1.8217
1.7110
26
4.2252
3.3690
2.9752
2.7426
2.5868
2.4741
2.3883
2.3205
2.2655
2.2197
2.1479
2.0716
1.9898
1.9464
1.9010
1.8533
1.8027
1.6906
27
4.2100
3.3541
2.9604
2.7278
2.5719
2.4591
2.3732
2.3053
2.2501
2.2043
2.1323
2.0558
1.9736
1.9299
1.8842
1.8361
1.7851
1.6717
28
4.1960
3.3404
2.9467
2.7141
2.5581
2.4453
2.3593
2.2913
2.2360
2.1900
2.1179
2.0411
1.9586
1.9147
1.8687
1.8203
1.7689
1.6541
29
4.1830
3.3277
2.9340
2.7014
2.5454
2.4324
2.3463
2.2783
2.2229
2.1768
2.1045
2.0275
1.9446
1.9005
1.8543
1.8055
1.7537
1.6376
30
4.1709
3.3158
2.9223
2.6896
2.5336
2.4205
2.3343
2.2662
2.2107
2.1646
2.0921
2.0148
1.9317
1.8874
1.8409
1.7918
1.7396
1.6223
40
4.0847
3.2317
2.8387
2.6060
2.4495
2.3359
2.2490
2.1802
2.1240
2.0772
2.0035
1.9245
1.8389
1.7929
1.7444
1.6928
1.6373
1.5089
60
4.0012
3.1504
2.7581
2.5252
2.3683
2.2541
2.1665
2.0970
2.0401
1.9926
1.9174
1.8364
1.7480
1.7001
1.6491
1.5943
1.5343
1.3893
120
3.9201
3.0718
2.6802
2.4472
2.2899
2.1750
2.0868
2.0164
1.9588
1.9105
1.8337
1.7505
1.6587
1.6084
1.5543
1.4952
1.4290
1.2539
∞
3.8415
2.9957
2.6049
2.3719
2.2141
2.0986
2.0096
1.9384
1.8799
1.8307
1.7522
1.6664
1.5705
1.5173
1.4591
1.3940
1.3180
1.0000
12
Metody statystyczne
Andrzej Okuniewski
16
Wartości krytyczne testu t -Studenta (t
k
)
r
α
0.400
0.300
0.200
0.100
0.050
0.025
0.010
0.005
0.001
1
1.3764
1.9626
3.0777
6.3137
12.7062
25.4519
63.6559
127.3211
636.5776
2
1.0607
1.3862
1.8856
2.9200
4.3027
6.2054
9.9250
14.0892
31.5998
3
0.9785
1.2498
1.6377
2.3534
3.1824
4.1765
5.8408
7.4532
12.9244
4
0.9410
1.1896
1.5332
2.1318
2.7765
3.4954
4.6041
5.5975
8.6101
5
0.9195
1.1558
1.4759
2.0150
2.5706
3.1634
4.0321
4.7733
6.8685
6
0.9057
1.1342
1.4398
1.9432
2.4469
2.9687
3.7074
4.3168
5.9587
7
0.8960
1.1192
1.4149
1.8946
2.3646
2.8412
3.4995
4.0294
5.4081
8
0.8889
1.1081
1.3968
1.8595
2.3060
2.7515
3.3554
3.8325
5.0414
9
0.8834
1.0997
1.3830
1.8331
2.2622
2.6850
3.2498
3.6896
4.7809
10
0.8791
1.0931
1.3722
1.8125
2.2281
2.6338
3.1693
3.5814
4.5868
11
0.8755
1.0877
1.3634
1.7959
2.2010
2.5931
3.1058
3.4966
4.4369
12
0.8726
1.0832
1.3562
1.7823
2.1788
2.5600
3.0545
3.4284
4.3178
13
0.8702
1.0795
1.3502
1.7709
2.1604
2.5326
3.0123
3.3725
4.2209
14
0.8681
1.0763
1.3450
1.7613
2.1448
2.5096
2.9768
3.3257
4.1403
15
0.8662
1.0735
1.3406
1.7531
2.1315
2.4899
2.9467
3.2860
4.0728
16
0.8647
1.0711
1.3368
1.7459
2.1199
2.4729
2.9208
3.2520
4.0149
17
0.8633
1.0690
1.3334
1.7396
2.1098
2.4581
2.8982
3.2224
3.9651
18
0.8620
1.0672
1.3304
1.7341
2.1009
2.4450
2.8784
3.1966
3.9217
19
0.8610
1.0655
1.3277
1.7291
2.0930
2.4334
2.8609
3.1737
3.8833
20
0.8600
1.0640
1.3253
1.7247
2.0860
2.4231
2.8453
3.1534
3.8496
21
0.8591
1.0627
1.3232
1.7207
2.0796
2.4138
2.8314
3.1352
3.8193
22
0.8583
1.0614
1.3212
1.7171
2.0739
2.4055
2.8188
3.1188
3.7922
23
0.8575
1.0603
1.3195
1.7139
2.0687
2.3979
2.8073
3.1040
3.7676
24
0.8569
1.0593
1.3178
1.7109
2.0639
2.3910
2.7970
3.0905
3.7454
25
0.8562
1.0584
1.3163
1.7081
2.0595
2.3846
2.7874
3.0782
3.7251
26
0.8557
1.0575
1.3150
1.7056
2.0555
2.3788
2.7787
3.0669
3.7067
27
0.8551
1.0567
1.3137
1.7033
2.0518
2.3734
2.7707
3.0565
3.6895
28
0.8546
1.0560
1.3125
1.7011
2.0484
2.3685
2.7633
3.0470
3.6739
29
0.8542
1.0553
1.3114
1.6991
2.0452
2.3638
2.7564
3.0380
3.6595
30
0.8538
1.0547
1.3104
1.6973
2.0423
2.3596
2.7500
3.0298
3.6460
35
0.8520
1.0520
1.3062
1.6896
2.0301
2.3420
2.7238
2.9961
3.5911
40
0.8507
1.0500
1.3031
1.6839
2.0211
2.3289
2.7045
2.9712
3.5510
45
0.8497
1.0485
1.3007
1.6794
2.0141
2.3189
2.6896
2.9521
3.5203
50
0.8489
1.0473
1.2987
1.6759
2.0086
2.3109
2.6778
2.9370
3.4960
55
0.8482
1.0463
1.2971
1.6730
2.0040
2.3044
2.6682
2.9247
3.4765
60
0.8477
1.0455
1.2958
1.6706
2.0003
2.2990
2.6603
2.9146
3.4602
65
0.8472
1.0448
1.2947
1.6686
1.9971
2.2945
2.6536
2.9060
3.4466
70
0.8468
1.0442
1.2938
1.6669
1.9944
2.2906
2.6479
2.8987
3.4350
75
0.8464
1.0436
1.2929
1.6654
1.9921
2.2873
2.6430
2.8924
3.4249
80
0.8461
1.0432
1.2922
1.6641
1.9901
2.2844
2.6387
2.8870
3.4164
85
0.8459
1.0428
1.2916
1.6630
1.9883
2.2818
2.6349
2.8822
3.4086
90
0.8456
1.0424
1.2910
1.6620
1.9867
2.2795
2.6316
2.8779
3.4019
95
0.8454
1.0421
1.2905
1.6611
1.9852
2.2775
2.6286
2.8741
3.3958
100
0.8452
1.0418
1.2901
1.6602
1.9840
2.2757
2.6259
2.8707
3.3905
∞
0.8416
1.0364
1.2816
1.6449
1.9600
2.2414
2.5758
2.8071
3.2905
17
Wartości krytyczne testu Q -Dixona Q
k
(r
10
)
n
α
0.20
0.10
0.05
0.04
0.02
0.01
3
0.886
0.941
0.970
0.976
0.988
0.994
4
0.679
0.765
0.829
0.846
0.889
0.926
5
0.557
0.642
0.710
0.729
0.780
0.821
6
0.482
0.560
0.625
0.644
0.698
0.740
7
0.434
0.507
0.568
0.586
0.637
0.680
8
0.399
0.468
0.526
0.543
0.590
0.634
9
0.370
0.437
0.493
0.510
0.555
0.598
10
0.349
0.412
0.466
0.483
0.527
0.568
11
0.332
0.392
0.444
0.460
0.502
0.542
12
0.318
0.376
0.426
0.441
0.482
0.522
13
0.305
0.361
0.410
0.425
0.465
0.503
14
0.294
0.349
0.396
0.411
0.450
0.488
15
0.285
0.338
0.384
0.399
0.438
0.475
16
0.277
0.329
0.374
0.388
0.426
0.463
17
0.269
0.320
0.365
0.379
0.416
0.452
18
0.263
0.313
0.356
0.370
0.407
0.442
19
0.258
0.306
0.349
0.363
0.398
0.433
20
0.252
0.300
0.342
0.356
0.391
0.425
21
0.247
0.295
0.337
0.350
0.384
0.418
22
0.242
0.290
0.331
0.344
0.378
0.411
23
0.238
0.285
0.326
0.338
0.372
0.404
24
0.234
0.281
0.321
0.333
0.367
0.399
25
0.230
0.277
0.317
0.329
0.362
0.393
26
0.227
0.273
0.312
0.324
0.357
0.388
27
0.224
0.269
0.308
0.320
0.353
0.384
28
0.220
0.266
0.305
0.316
0.349
0.380
29
0.218
0.263
0.301
0.312
0.345
0.376
30
0.215
0.260
0.298
0.309
0.341
0.372
13