Testy dobré shody

1. V následující tabulce máme čas (v minutách) mezi poruchami na soustruhu. Pro 1% riziko otestujte
hypotézu, čas má exponenciální rozdělení.
Čas mezi poruchami do 20 <20-40) <40-60) <60-80) <80 a
více
Počet případů 20 40 33 21 26

[ 29; , Nemá exp. rozdělení]

2. V provozu s 10 soustruhy jsme denně sledovali počet poruch. Výsledky za 200 dní jsou uvedeny
v tabulce. Pro 5% riziko ověřte hypotézu, že počet poruch má Poissonovo rozdělení.
Počet poruch 0 1 2 3 4 5 6 7 8 a víc
Počet případů 41 62 45 22 16 8 4 2 0
[ 12,94 nemá Poissonovo rozdělení]

3. V následující tabulce jsou počty nákupů. Pro 1% riziko otestujte, že náhodná veličina má rovnoměrné
rozdělení na intervalu .
Počet nákupů 0-5 5-10 10-15 15-20 20-25 25-30 30-35 35-40
Počet 10 15 13 20 0 14 13 15
výskytů
[ lze předpokládat, že nemá rovnoměrné rozdělení]

4. Náhodná veličina v následující tabulce popisuje počet bodů získaných ve cvičení ze statistiky. Pro 5%
riziko otestujte, že tato náhodná veličina má přibližně normální rozdělení se střední hodnotou 20 a
rozptylem 25.
Počet bodů 0-8 8-16 16-24 24-32 32-40
Počet výskytů 5 28 67 35 10
[ 10,08 nemá normální rozdělení]

5. V následující tabulce jsou hodnoty, které popisují počet padnutých lichých čísel z 6 hodů kostkou při
50 opakovaných pokusech. Pro 1% riziko otestujte, že rozdělení této náhodné veličiny je binomické.
Počet lichých 0 1 2 3 4 5 6
čísel
Četnost 7 8 9 10 5 6 5

[ data nemají binomické rozdělení]

6. V následující tabulce máme utříděny zákazníky podle času čekání na svoji obsluhu. Pro 1 % riziko
otestujte, že čas se řídí exponenciálním rozdělením se střední hodnotou 8 minut.
Čas 0-3 3-6 6-9 9-12 12-15 15 a více
Počet 14 18 10 9 13 10
zákazníků

[ W 15,09; nemáme exponenciální rozdělení ]

7. Pro 1% riziko otestujte, že počet lidí čekajících na obsluhu déle než 10 minut má Poissonovo rozdělení
s neznámým parametrem. V obchodě jsme sledovali počet čekajících lidí. Pozorované hodnoty jsou
utříděny v následující tabulce.
Počet 0 1 2 3 4 5 a více
zákazníků
Počet výskytů 14 19 10 9 13 10

[ 17,66 nemáme Poissonovo rozdělení ]

 8. Pomocí testu ověřte, že počet úspěšných střel se řídí binomickým rozdělením. Náhodný pokus spočíval
v tom, že každý střelec vystřelil třikrát na 50m vzdálený terč. V tabulce máte počty úspěchů pro výběrový
soubor střelců.

Počet úspěchů 0 1 2 3
Počet střelců 5 15 18 22
[ 5,21 nemáme Binomické rozdělení ]

9. V tabulce máte utříděnu životnost (ve dnech) pro 90 žárovek. Pro 5 % riziko ověřte, že se životnost řídí
exponenciálním rozdělením.

Životnost Méně než 10 (10-20> (20-30> (30-40> (40 a více

Počet výskytů 10 15 15 20 30

[ 23,96 nemáme exponenciální rozdělení]

10. Pro 1 % riziko otestujte hypotézu, že počet lidí čekajících u lékaře déle než hodinu se řídí Poissonovým
rozdělením. V tabulce máte utříděny počty čekajících pacientů.

Počet 0 1 2 3 4a
čekajících více
Počet výskytů 5 10 13 20 12
[ 5,77 počet čekajících má Poissonovo rozdělení ]

11. V dotazníkovém šetření lidé odpovídali na otázku, zda viděli reklamu na daný výrobek a jestli kupují
daný výrobek. Otestujte předpoklad, že reklama ovlivnila to, zda lidé daný výrobek kupují.

KUPUJI KUPUJI KUPUJI NEKUPUJI

ČASTO VYJÍMEČNĚ
REKLAMA
Viděl reklamu 15 25 30
Neviděl reklamu 40 55 60
[ 0,586 ]