Πρόγραμμα Σπουδών: ΔΗΜΟΣΙΑ ΔΙΟΙΚΗΣΗ

Θεματική Ενότητα: ΔΗΔ-22 – Ποσοτικές Μέθοδοι

Ακαδημαϊκό Έτος: 2018-2019

Συμπληρωματικά παραδείγματα στη στατιστική

ΑΣΚΗΣΗ 1
Στον ακόλουθο πίνακα παρουσιάζονται στοιχεία (συχνότητες) για τη σχέση μεταξύ των μεταβολών
στις διεθνείς μηνιαίες τιμές του πετρελαίου και του εγχώριου μηνιαίου πληθωρισμού για ένα δείγμα
200 μηνών:
Πληθωρισμός
Αύξηση Μείωση
Τιμές πετρελαίου Μείωση 5 95
Αύξηση 80 20
Η πιθανότητα μείωσης του πληθωρισμού εάν οι τιμές του πετρελαίου μειωθούν είναι:
A) 0,80 B) 0,85 Γ) 0,95 Δ) 0,99
Απάντηση: 0,95

ΑΣΚΗΣΗ 2
Στον ακόλουθο πίνακα παρουσιάζονται στοιχεία (συχνότητες) για δύο δείγματα εργαζομένων (150
εργαζόμενοι συνολικά) σε δύο υπουργεία, ανά φύλο:
Άντρες Γυναίκες
Υπουργείο Α 39 33
Υπουργείο Β 15 63
Υπολογίστε τις υπό συνθήκη πιθανότητες:
Pr(Υπουργείο 𝛢𝛢 | Άντρας) Pr(Υπουργείο 𝛢𝛢 | Γυναίκα)
|
Pr(Υπουργείο 𝛣𝛣 Άντρας) Pr(Υπουργείο 𝛣𝛣 | Γυναίκα)
Απάντηση:
Pr(Υπουργείο 𝛢𝛢| Άντρας) = 0,722 Pr(Υπουργείο 𝛢𝛢| Γυναίκα) = 0,344
Pr(Υπουργείο 𝛣𝛣| Άντρας) = 0,278 Pr(Υπουργείο 𝛣𝛣| Γυναίκα) = 0,656

ΑΣΚΗΣΗ 3
Μία εφορία πραγματοποιεί τυχαίους δειγματοληπτικούς ελέγχους των φορολογικών δηλώσεων. Σε μία
συγκεκριμένη περίοδο έχει ένα σύνολο 80 δηλώσεων, 30 από τις οποίες έχουν κατατεθεί από
μισθωτούς, ενώ οι υπόλοιπες είναι από ελεύθερους επαγγελματίες.
α) Ποια είναι οι πιθανότητα οι δύο πρώτοι έλεγχοι που θα πραγματοποιηθούν να αφορούν (και οι δύο)
μισθωτούς;
β) Ποια είναι οι πιθανότητα οι δύο πρώτοι έλεγχοι που θα πραγματοποιηθούν να αφορούν (και οι δύο)
ελεύθερους επαγγελματίες;
γ) Ποια είναι οι πιθανότητα οι δύο πρώτοι έλεγχοι να αφορούν διαφορετικές κατηγορίες
φορολογουμένων (μισθωτοί και ελεύθεροι επαγγελματίες);
Απάντηση:
α) Ορίζονται τα ενδεχόμενα: Α: ο 1ος έλεγχος αφορά μισθωτό, Β: ο 2ος έλεγχος αφορά μισθωτό
Ζητείται η πιθανότητα:
Pr(𝐴𝐴 ∩ 𝐵𝐵) = Pr(𝐴𝐴) Pr(𝐵𝐵|𝐴𝐴)
 H πιθανότητα ο 1ος έλεγχος να αφορά μισθωτό είναι:
30
Pr(𝐴𝐴) = = 0,375
80
Για τον υπολογισμό της πιθανότητας ο 2ος έλεγχος να αφορά μισθωτό πρέπει να ληφθεί υπόψη ότι
πλέον το σύνολο των δηλώσεων από το οποίο θα γίνει η επιλογή έχει 79 δηλώσεις (εξαιρείται η μία
που ελέγχθηκε ήδη). Επιπλέον, το σύνολο των δηλώσεων από μισθωτούς είναι πλέον 29. Επομένως:
29
Pr(𝐵𝐵|𝐴𝐴) = = 0,3671
79
Άρα, η πιθανότητα και οι δύο έλεγχοι να αφορούν μισθωτούς είναι:
Pr(𝐴𝐴 ∩ 𝐵𝐵) = (0,375)(0,3671) = 0,1377
β) Παρόμοια με το προηγούμενο ερώτημα ορίζονται τα ενδεχόμενα:
Α: ο 1ος έλεγχος αφορά ελεύθερο επαγγελματία
Β: ο 2ος έλεγχος αφορά ελεύθερο επαγγελματία
Ζητείται η πιθανότητα:
Pr(𝐴𝐴 ∩ 𝐵𝐵) = Pr(𝐴𝐴) Pr(𝐵𝐵|𝐴𝐴)
H πιθανότητα ο 1ος έλεγχος να αφορά ελεύθερο επαγγελματία είναι:
50
Pr(𝐴𝐴) = = 0,625
80
Επίσης υπολογίζεται η πιθανότητα
49
Pr(𝐵𝐵|𝐴𝐴) = = 0,6203
79
Άρα, η πιθανότητα και οι δύο έλεγχοι να αφορούν μισθωτούς είναι:
Pr(𝐴𝐴 ∩ 𝐵𝐵) = (0,625)(0,6203) = 0,3877
γ) Ορίζονται τα σύνθετα ενδεχόμενα
Α: ο 1ος έλεγχος αφορά μισθωτό και ο 2ος ελεύθερο επαγγελματία
Β: ο 2ος έλεγχος αφορά ελεύθερο επαγγελματία και ο 2ος μισθωτό
Ζητείται η πιθανότητα
Pr(𝐴𝐴 ∪ 𝐵𝐵) = Pr(𝐴𝐴) + Pr(𝐵𝐵) − Pr(𝐴𝐴 ∩ 𝐵𝐵)
Επειδή τα δύο ενδεχόμενα είναι αμοιβαίως αποκλειόμενα είναι Pr(𝐴𝐴 ∩ 𝐵𝐵) = 0, οπότε ο
υπολογισμός της ζητούμενης πιθανότητας απλοποιείται σε:
Pr(𝐴𝐴 ∪ 𝐵𝐵) = Pr(𝐴𝐴) + Pr(𝐵𝐵)
Η πιθανότητα Pr(𝐴𝐴) μπορεί να γραφτεί ως εξής:
Pr(𝐴𝐴) = Pr(1ος μισθ.∩ 2ος ελ. επαγ. ) = Pr(1ος μισθ. ) Pr(2ος ελ. επαγ. |1ος μισθ. )
Η πιθανότητα Pr(1ος μισθ. ) είναι
30
Pr(1ος μισθ. ) = = 0,375
80
Για την πιθανότητα Pr(2ος ελ. επαγ. |1ος μισθ. ) θα πρέπει να ληφθεί υπόψη ότι μετά τον 1ο έλεγχο,
το σύνολο των ανέλεγκτων δηλώσεων είναι 79 (εξαιρείται η δήλωση που ελέγχθηκε πρώτη),
δηλαδή:
50
Pr(2ος ελ. επαγ. |1ος μισθ. ) = = 0,6329
79
Επομένως:
Pr(𝐴𝐴) = Pr(1ος μισθ.∩ 2ος ελ. επαγ. ) = (0,375)(0,6329) = 0,2373
 Η πιθανότητα Pr(𝛣𝛣) υπολογίζεται με παρόμοιο τρόπο:
Pr(𝛣𝛣) = Pr(1ος ελ. επαγ.∩ 2ος μισθ. ) = Pr(1ος ελ. επαγ. ) Pr(2ος μισθ. |1ος ελ. επαγ. )
50 30
= � � � � = 0,2373
80 79
Άρα η ζητούμενη πιθανότητα είναι:
Pr(𝐴𝐴 ∪ 𝐵𝐵) = Pr(𝐴𝐴) + Pr(𝐵𝐵) = 0,2373 + 0,2373 = 0,4746

ΑΣΚΗΣΗ 4
Μία επιχείρηση απασχολεί 350 εργαζόμενους. Στον παρακάτω πίνακα παρουσιάζονται οι συχνότητες
των μισθών (υψηλοί/χαμηλοί) ανά φύλο:
Χαμηλόμισθοι Υψηλόμισθοι Σύνολο
Γυναίκες 252 28 280
Άντρες 63 7 70
Σύνολο 315 35 350
Συμβολίζοντας ως Χ (Υ) το ενδεχόμενο ένας εργαζόμενος να είναι χαμηλόμισθος (υψηλόμισθος) και ως
Γ (Α) τις γυναίκες (άντρες), υπολογίστε τις πιθανότητες Pr(𝑋𝑋|𝛤𝛤), Pr(𝑌𝑌|𝛤𝛤), Pr(𝑋𝑋|𝐴𝐴), Pr(𝑌𝑌|𝐴𝐴) και
εξετάστε εάν η πιθανότητα ένας εργαζόμενος να είναι χαμηλόμισθος ή υψηλόμισθος εξαρτάται από το
φύλο.
Απάντηση:
Pr(𝑋𝑋|𝛤𝛤) = 0,9 Pr(𝛶𝛶|𝛤𝛤) = 0,1
Pr(𝑋𝑋|𝛢𝛢) = 0,9 Pr(𝛶𝛶|𝛢𝛢) = 0,1

ΑΣΚΗΣΗ 5
Στατιστικά στοιχεία δείχνουν ότι το 50% των συναλλαγών σε εμπορικά καταστήματα γίνεται με
πιστωτικές κάρτες. Δύο τυχαίες και ανεξάρτητες μεταξύ τους συναλλαγές πραγματοποιήθηκαν
πρόσφατα σε ένα κατάστημα.
α) Ποια είναι η πιθανότητα και οι δύο συναλλαγές να πραγματοποιήθηκαν με κάρτα; Ποια είναι η
πιθανότητα τουλάχιστον μία από τις συναλλαγές να πραγματοποιήθηκε με κάρτα;
β) Εάν είναι γνωστό ότι τουλάχιστον μία από τις δύο συναλλαγές πραγματοποιήθηκε με κάρτα, ποια
είναι η πιθανότητα και οι δύο συναλλαγές να πραγματοποιήθηκαν με κάρτα;
γ) Εάν είναι γνωστό ότι η μεγαλύτερη (σε αξία) από τις δύο συναλλαγές πραγματοποιήθηκε με κάρτα,
ποια είναι η πιθανότητα και οι δύο συναλλαγές να πραγματοποιήθηκαν με κάρτα;
Απάντηση:
α) Επειδή οι δύο συναλλαγές είναι ανεξάρτητες μεταξύ τους, η πιθανότητα και οι δύο να
πραγματοποιήθηκαν με κάρτα είναι
Pr(1η με κάρτα ∩ 2η με κάρτα) = Pr(1η με κάρτα) Pr(2η με κάρτα) = (0,5)2 = 0,25
Η πιθανότητα τουλάχιστον μία από τις συναλλαγές να πραγματοποιήθηκε με κάρτα είναι
1 − Pr(καμία με κάρτα) = 1 − (0,5)2 = 0,75
β) Ορίζονται τα ενδεχόμενα:
Α: και οι δύο συναλλαγές πραγματοποιήθηκαν με κάρτα, πιθανότητα Pr(𝐴𝐴) = 0,25
Β: τουλάχιστον μία από τις συναλλαγές να πραγματοποιήθηκε με κάρτα, πιθανότητα Pr(𝛣𝛣) = 0,75
Λαμβάνοντας υπόψη ότι Pr(𝐵𝐵|𝐴𝐴) = 1, η πιθανότητα που ζητείται είναι:
Pr(𝐴𝐴 ∩ 𝐵𝐵) Pr(𝐴𝐴) Pr(𝐵𝐵|𝐴𝐴) (0,25)(1) 1
Pr(𝛢𝛢|𝛣𝛣) = = = =
Pr(𝐵𝐵) Pr(𝐵𝐵) 0,75 3
γ) Ορίζονται τα ενδεχόμενα:
Α: και οι δύο συναλλαγές πραγματοποιήθηκαν με κάρτα, πιθανότητα Pr(𝐴𝐴) = 0,25
 Β: η μεγαλύτερη από τις συναλλαγές πραγματοποιήθηκε με κάρτα, πιθανότητα Pr(𝛣𝛣) = 0,5
Λαμβάνοντας υπόψη ότι Pr(𝐵𝐵|𝐴𝐴) = 1, η πιθανότητα που ζητείται είναι:
Pr(𝐴𝐴 ∩ 𝐵𝐵) Pr(𝐴𝐴) Pr(𝐵𝐵|𝐴𝐴) (0,25)(1) 1
Pr(𝛢𝛢|𝛣𝛣) = = = =
Pr(𝐵𝐵) Pr(𝐵𝐵) 0,5 2

ΑΣΚΗΣΗ 6
Μία ασθένεια εμφανίζεται στο 3% του πληθυσμού. Για τη διάγνωση χρησιμοποιείται ένας ειδικός
ιατρικός έλεγχος. Ο έλεγχος δίνει θετικές ενδείξεις (ότι υπάρχει η ασθένεια) στο 90% των περιπτώσεων
που πράγματι υπάρχει η ασθένεια, ενώ στο 2% των περιπτώσεων που δεν υπάρχει ασθένεια ο έλεγχος
δίνει θετικές ενδείξεις.
α) Ποια είναι πιθανότητα ο έλεγχος να δώσει θετικές ενδείξεις;
β) Σε μία συγκεκριμένη περίπτωση ο έλεγχος έδωσε ενδείξεις για την ύπαρξη της ασθένειας. Ποια είναι
η πιθανότητα η ασθένεια όντως να υπάρχει;
Απάντηση:
α) Ορίζονται τα ενδεχόμενα:
𝛢𝛢1 : Υπάρχει η ασθένεια 𝛢𝛢2 : Δεν υπάρχει η ασθένεια 𝛣𝛣: Θετικός έλεγχος
Σύμφωνα με τα δεδομένα δίνονται οι ακόλουθες πιθανότητες:
Pr(𝐴𝐴1 ) = 0,03 Pr(𝐵𝐵|𝐴𝐴1 ) = 0,9 Pr(𝐵𝐵|𝐴𝐴2 ) = 0,02
Επιπλέον, επειδή Pr(𝐴𝐴1 ) = 0,03, η συμπληρωματική πιθανότητα Pr(𝐴𝐴2 ) είναι Pr(𝐴𝐴2 ) = 0,97.
Επομένως, η πιθανότητα ο έλεγχος να είναι θετικός είναι:
Pr(𝐵𝐵) = Pr(𝐴𝐴1 ) Pr(𝐵𝐵|𝐴𝐴1 ) + Pr(𝐴𝐴2 ) Pr(𝐵𝐵|𝐴𝐴2 ) = (0,03)(0,9) + (0,97)(0,02) = 0,0464
β) Ζητείται η πιθανότητα Pr(𝐴𝐴1 |𝐵𝐵), η οποία υπολογίζεται από τον κανόνα του Bayes ως εξής:
Pr(𝐴𝐴1 ) Pr(𝐵𝐵|𝐴𝐴1 ) (0,03)(0,9)
Pr(𝐴𝐴1 |𝐵𝐵) = = = 0,582
Pr(𝐵𝐵) 0,0464

ΑΣΚΗΣΗ 7
Ένα ζευγάρι προγραμματίζει τις βραδινές του εξόδους ανάλογα με τον καιρό. Όταν δεν βρέχει βγαίνουν
3 στις 4 φορές, ενώ όταν βρέχει βγαίνουν μόνο μία στις 4 βραδιές. Την εποχή αυτή η πιθανότητα βροχής
είναι 0,2. Πόσο πιθανό είναι να πραγματοποιήσει την έξοδό του το ζευγάρι ένα βράδυ; Εάν η έξοδος
πραγματοποιηθεί, ποια είναι η πιθανότητα να πραγματοποιηθεί υπό βροχή;
Απάντηση:
Πιθανότητα να πραγματοποιηθεί η έξοδος: 0,65
Πιθανότητα βροχής δεδομένου ότι θα πραγματοποιηθεί η έξοδος: 0,077

ΑΣΚΗΣΗ 8
Μία έρευνα πραγματοποιήθηκε για να εξεταστεί εάν επιχειρηματικά στελέχη δουλεύουν περισσότερο
κατά τη διάρκεια των επιχειρηματικών τους ταξιδιών. Οι μισοί από τους ερωτηθέντες ήταν ηλικίας
κάτω των 45 ετών και το 64% αυτών απάντησε ότι δουλεύουν περισσότερο. Το αντίστοιχο ποσοστό
για τους ερωτηθέντες μεγαλύτερης ηλικίας ήταν 30%. Χρησιμοποιήστε το θεώρημα του Bayes για να
υπολογίσετε την πιθανότητα ένας συμμετέχοντας στην έρευνα να ήταν κάτω των 45 ετών, δεδομένου
ότι δήλωσε πως δουλεύει πιο εντατικά κατά τη διάρκεια των επιχειρηματικών του ταξιδιών.
Απάντηση: Pr(ηλικία < 45 | εντατική εργασία) = 0,681

ΑΣΚΗΣΗ 9
Ο Γιώργος κατέθεσε το βιογραφικό του για την πρόσληψη σε μια επιχείρηση. Εκτιμά ότι η πιθανότητα
να προσληφθεί είναι 60%. Για την πρόσληψη, οι υποψήφιοι καλούνται να δώσουν μια σειρά
συνεντεύξεων. Ένας γνωστός του Γιώργου που απασχολείται ως στέλεχος στο τμήμα προσωπικού της
επιχείρησης, του ανέφερε ότι το 70% των υποψηφίων που τελικά προσλαμβάνονται καλούνται να
δώσουν δύο συνεντεύξεις. Το αντίστοιχο ποσοστό για τους υποψηφίους που δεν προσλαμβάνονται
είναι 50%. Ο Γιώργος έδωσε ήδη μία συνέντευξη και έχει κληθεί να δώσει και δεύτερη. Λαμβάνοντας
υπόψη το δεδομένο αυτό, ποια είναι η πιθανότητα να προσληφθεί;
Απάντηση:
Η πιθανότητα που ζητείται είναι η Pr(Πρόσληψη|2η συνέντευξη).
Με βάση τις αρχικές εκτιμήσεις (δεδομένα), δίνεται η πιθανότητα Pr(Πρόσληψη) = 0,6. Επομένως, το
συμπληρωματικό ενδεχόμενο (όχι πρόσληψη) έχει πιθανότητα Pr(Όχι πρόσληψη) = 0,4.
Επίσης δίνονται οι υπό συνθήκη πιθανότητες:
Pr(2η συνέντευξη|Πρόσληψη) = 0,7
Pr(2η συνέντευξη|Όχι πρόσληψη) = 0,5
Εφαρμόζεται ο κανόνας του Bayes:
Pr(𝐴𝐴1 ) Pr(𝐵𝐵|𝐴𝐴1 )
Pr(𝐴𝐴1 | 𝐵𝐵) =
Pr(𝐴𝐴1 ) Pr(𝐵𝐵|𝐴𝐴1 ) + Pr(𝐴𝐴2 ) Pr(𝐵𝐵|𝐴𝐴2 )
όπου:
Pr(𝐴𝐴1 ) = Pr(Πρόσληψη) = 0,6
Pr(𝐴𝐴2 ) = Pr(Όχι πρόσληψη) = 0,4
Pr(𝐵𝐵|𝐴𝐴1 ) = Pr(2η συνέντευξη|Πρόσληψη) = 0,7
Pr(𝐵𝐵|𝐴𝐴2 ) = Pr(2η συνέντευξη|Όχι πρόσληψη) = 0,5
Δηλαδή:
(0,6)(0,7)
Pr(Πρόσληψη|2η συνέντευξη) = = 0,6774
(0,6)(0,7) + (0,4)(0,5)

ΑΣΚΗΣΗ 10
Ένας κατασκευαστής φορητών ΗΥ παρέχει τις ακόλουθες επιλογές για τα χαρακτηριστικά ενός
συγκεκριμένου μοντέλου ΗΥ:
• Οθόνη: 4 επιλογές
• Επεξεργαστής: 9 επιλογές
• Σκληρός δίσκος: 4 επιλογές
• Μνήμη: 3 επιλογές
Συνολικές πόσες διαφορετικές επιλογές παρέχει για τη διαμόρφωση του ΗΥ;
Απάντηση: 432 επιλογές

ΑΣΚΗΣΗ 11
Σε μια λοταρία πρέπει να γίνει η σωστή επιλογή 6 αριθμών από ένα σύνολο 49 αριθμών.
α) Ποια είναι η πιθανότητα να κερδίσει κάποιος που επιλέγει μία τυχαία 6άδα αριθμών;
β) Ποια είναι η πιθανότητα να γίνει σωστή επιλογή 5 αριθμών από την 6άδα που κερδίζει;
Απάντηση:
α) Το πλήθος των πιθανών 6άδων είναι:
49!
49𝐶𝐶6 = = 13983816
(49 − 6)! 6!
Άρα η πιθανότητα να κερδίσει μία τυχαία εξάδα είναι 1/13983816
β) Πρέπει να συνυπολογιστεί το πλήθος των πιθανών περιπτώσεων σωστής επιλογής 5 αριθμών από
τους 6 που κερδίζουν και ενός από τους υπόλοιπους 43:
 6! 43!
6𝐶𝐶5 43𝐶𝐶1 = = (6)(43) = 258
(6 − 5)! 5! (43 − 1)! 1!
Άρα η πιθανότητα σωστής επιλογής 5 αριθμών από τους 6 που κερδίζουν είναι: 258/13983816

ΑΣΚΗΣΗ 12
Μία επιχείρηση απασχολεί 70 εργαζόμενους, 40 από τους οποίους είναι απόφοιτοι δημοτικού. Η
εταιρεία κάθε χρόνο κάνει κλήρωση τριών δωροεπιταγών στους χαμηλόμισθους εργαζόμενους. Ποια η
πιθανότητα του ενδεχομένου να επιλεγούν τρεις εργαζόμενοι με απολυτήριο δημοτικού;
Απάντηση: 0,18

ΑΣΚΗΣΗ 13
Σε ένα διαγωνισμό μαθηματικών, στον οποίο έχουν δηλώσει συμμετοχή 20 φοιτητές, θα δοθούν τρία
βραβεία.
α) Ποια είναι η πιθανότητα τα βραβεία να δοθούν σε μία συγκεκριμένη τριάδα φοιτητών;
β) Ποια είναι η πιθανότητα τα βραβεία να δοθούν σε μία συγκεκριμένη τριάδα φοιτητών και μάλιστα
με συγκεκριμένη σειρά;
Απάντηση: α) 1/1140 β) 1/6840

ΑΣΚΗΣΗ 14
Σύμφωνα με στατιστικά στοιχεία μιας δημόσιας υπηρεσίας, το 75% των αιτημάτων που κατατίθενται
από πολίτες απαντώνται εντός μίας εβδομάδας. Ποια είναι η αναμενόμενη τιμή και η τυπική απόκλιση
της διωνυμικής κατανομής για ένα πλήθος 100 αιτημάτων; Σύμφωνα με τη διωνυμική κατανομή, ποια
είναι η πιθανότητα από ένα τυχαίο δείγμα 5 αιτημάτων να απαντηθούν εντός μίας εβδομάδας
τουλάχιστον τα τρία;
Απάντηση:
Η μέση τιμή και η διακύμανση είναι:
Μέση τιμή = 𝑛𝑛𝑛𝑛 = (100)(0,75) = 75
Τυπική απόκλιση = �𝑛𝑛𝑛𝑛𝑛𝑛 = �(100)(0,75)(1 − 0,75) = 4,33
Η πιθανότητα να απαντηθούν τουλάχιστον 3 από τα 5 αιτήματα εντός μίας εβδομάδας είναι:
Pr(𝑋𝑋 ≥ 3) = 1 − [Pr(𝑋𝑋 = 0) + Pr(𝑋𝑋 = 1) + Pr(𝑋𝑋 = 2)]
Όπου:
5!
Pr(𝑋𝑋 = 0) = (0,75)0 (0,25)5 = 0,001
0! (5 − 0)!
5!
Pr(𝑋𝑋 = 1) = (0,75)1 (0,25)4 = 0,015
1! (5 − 1)!
5!
Pr(𝑋𝑋 = 2) = (0,75)2 (0,25)3 = 0,088
2! (5 − 2)!
Άρα Pr(𝑋𝑋 ≥ 3) = 0,896

ΑΣΚΗΣΗ 15
Με βάση έναν εσωτερικό έλεγχο που πραγματοποιήθηκε σε έναν οργανισμό, διαπιστώθηκε ότι το 15%
των εσωτερικών εγγράφων είχαν λάθη. Για την αντιμετώπιση του προβλήματος πραγματοποιήθηκαν
σεμινάρια σε αρμόδια στελέχη, με στόχο να περιοριστεί η συχνότητα των λαθών στο 5%. Σε έναν τυχαίο
δειγματοληπτικό έλεγχο 10 εγγράφων εντοπίστηκαν 3 εσφαλμένα έγγραφα. Εάν πράγματι η
συχνότητα των λαθών έχει μειωθεί στο 5%, ποια είναι η πιθανότητα να βρεθούν τουλάχιστον 3
έγγραφα με λάθη σε ένα τυχαίο δείγμα 10 εγγράφων; Με βάση το αποτέλεσμα θεωρείτε ότι έχει
επιτευχθεί ο στόχος της μείωσης του ποσοστού των εσφαλμένων εγγράφων;
Απάντηση: Pr(𝑋𝑋 ≥ 3) = 0,011.

ΑΣΚΗΣΗ 16
Ένα κέντρο εξυπηρέτησης πολιτών δέχεται, κατά μέσο όρο, 16 επισκέψεις πολιτών κάθε ώρα και ο
χρόνος εξυπηρέτησης κάθε πολίτη είναι 6 λεπτά. Η εξυπηρέτηση των πολιτών γίνεται από 3
υπαλλήλους, οπότε σε κάθε χρονικό διάστημα διάρκειας 6 λεπτών μπορούν να εξυπηρετηθούν 3
πολίτες. Θεωρώντας ότι οι επισκέψεις στο ΚΕΠ ακολουθούν την κατανομή Poisson, απαντήστε στα
ακόλουθα:
α) Υπολογίστε την πιθανότητα τουλάχιστον ένας πολίτης να πρέπει να περιμένει προκειμένου να
εξυπηρετηθεί σε ένα διάστημα 6 λεπτών.
β) Πόσοι υπάλληλοι θα πρέπει να απασχολούνται ώστε η πιθανότητα του ερωτήματος (α) να μην
υπερβαίνει το 0,05;
Απάντηση: α) 0,0788 β) 4 υπάλληλοι

ΑΣΚΗΣΗ 17
Ο χρόνος μετακίνησης της Ελένης στην εργασία της ακολουθεί κανονική κατανομή με μέσο τιμή 26,7
λεπτά και τυπική απόκλιση 5,1 λεπτά. Ποια είναι η πιθανότητα μία ημέρα να χρειαστεί περισσότερα
από 30 λεπτά;

α) 0,0401 β) 0,0885 γ) 0,1977 δ) 0,2578

Απάντηση: 0,2578

ΑΣΚΗΣΗ 18
Στοιχεία στις ΗΠΑ δείχνουν ότι η μέση κατά κεφαλήν ετήσια οδοντιατρική δαπάνη είναι κανονικά
κατανεμημένη με μέση τιμή $2825 με τυπική απόκλιση $300. Τι ποσοστό των κατοίκων δαπανά μεταξύ
$2700 και $3200;
Απάντηση: 55,72%

ΑΣΚΗΣΗ 19
Στατιστικά στοιχεία δείχνουν ότι ο χρόνος συμπλήρωσης μίας φορολογικής δήλωσης είναι κανονικά
κατανεμημένος με μέση τιμή 100 λεπτά και τυπική απόκλιση 30 λεπτά.
α) Ποια είναι η πιθανότητα ένας φορολογούμενος να χρειαστεί το πολύ 85 λεπτά για τη συμπλήρωση
της δήλωσης;
β) Ποια είναι η πιθανότητα ένας χρειαστεί από 70 έως 130 λεπτά για τη συμπλήρωση της δήλωσης;
γ) Σε ένα δείγμα 4 φορολογουμένων ποια είναι η πιθανότητα ακριβώς δύο να χρειαστούν τουλάχιστον
μία ώρα για τη συμπλήρωση της δήλωσής τους;
Απάντηση:
α) Ζητείται η πιθανότητα:
85 − 100
Pr(𝑋𝑋 ≤ 85) = Pr �𝑍𝑍 ≤ � = Pr(𝑍𝑍 ≤ −0,5) = 0,3085
30
β) Ζητείται η πιθανότητα:
70 − 100 130 − 100
Pr(70 ≤ 𝑋𝑋 ≤ 130) = Pr � ≤ 𝑍𝑍 ≤ �
30 30
= Pr(−1 ≤ 𝑍𝑍 ≤ 1) = Pr(𝑍𝑍 ≤ 1) − Pr(𝑍𝑍 ≤ −1) = 0,8413 − 0,1587 = 0,6826
γ) Θα πρέπει να υπολογιστεί η πιθανότητα:
 60 − 100
Pr(𝑋𝑋 ≥ 60) = Pr �𝑍𝑍 ≥ � = Pr(𝑍𝑍 ≥ −1,33) = 1 − Pr(𝑍𝑍 ≤ −1,33) = 0,9082
30
Για να υπολογιστεί η πιθανότητα ακριβώς 2 στους 4 να χρειαστούν τουλάχιστον μία ώρα, θα
χρησιμοποιηθεί η διωνυμική κατανομή με 𝑛𝑛 = 4 και 𝑝𝑝 = 0,9082:
4!
Pr(𝑋𝑋 = 2) = (0,9082)2 (0,0918)2 = 0,042
2! (4 − 2)!

ΑΣΚΗΣΗ 20
Μία εταιρεία κινητής τηλεφωνίας έχει παρατηρήσει ότι ο μηνιαίος χρόνος ομιλίας (σε λεπτά της ώρας)
των συνδρομητών της ακολουθεί κανονική κατανομή με μέσο τιμή 20 λεπτά και τυπική απόκλιση 2
λεπτά. Η εταιρεία έχει αποφασίσει να δίνει δωρεάν χρόνο ομιλίας στο 10% των συνδρομητών της που
πραγματοποίησαν το μεγαλύτερο χρόνο ομιλίας τον περασμένο μήνα. Ποια είναι τα ελάχιστα λεπτά
που πρέπει να μιλήσει κάποιος σε ένα ώστε να του δοθούν τα δωρεάν λεπτά ομιλίας;
Απάντηση: 22,56 λεπτά

ΑΣΚΗΣΗ 21
Μία εταιρεία κατασκευής μπαταριών αυτοκινήτων ισχυρίζεται ότι οι μπαταρίες επαρκούν για οδήγηση
για 8 ωρών, κατά μέσο όρο, με τυπική απόκλιση 0,4 ώρες. Δεδομένα έχουν δείξει ότι η διάρκεια των
μπαταριών ακολουθεί κανονική κατανομή. Κατασκευαστές αυτοκινήτων θεωρούν μη αποδεκτές
μπαταρίες που διαρκούν λιγότερο από 7,5 ώρες.
α) Ποια είναι η πιθανότητα να συμβεί αυτό για τις μπαταρίες της εταιρείας;
β) Το τρέχον επίπεδο αξιοπιστίας των μπαταριών είναι μη αποδεκτό από τους κατασκευαστές, οι
οποίοι ζητούν η πιθανότητα μη κάλυψης του χρονικού στόχου των 7,5 ωρών να μειωθεί στο 2%.
Ποιος πρέπει να είναι ο μέσος χρόνος διάρκειας των μπαταριών ώστε να επιτευχθεί η παραπάνω
πιθανότητα;
Απάντηση: α) 0,1056 β) 8,32 ώρες

ΑΣΚΗΣΗ 22
Στα τεχνικά χαρακτηριστικά ενός εκτυπωτή αναφέρεται ότι, κατά μέσο όρο, το toner επαρκεί για την
εκτύπωση 2700 σελίδων, με τυπική απόκλιση (πληθυσμού) 165 σελίδες. Αποτελέσματα μετρήσεων
από 40 χρήστες του εκτυπωτή έδειξαν ότι η μέση διάρκεια είναι 2681 σελίδες. Χρησιμοποιήστε το 95%
διάστημα εμπιστοσύνης για να εξετάσετε εάν η μέτρηση του δείγματος συμφωνεί με τα τεχνικά
χαρακτηριστικά του εκτυπωτή.
Απάντηση:
Δίνονται:
𝜎𝜎 = 165, 𝑥𝑥 = 2681, 𝑛𝑛 = 40, 1 − 𝛼𝛼 = 0,95
ΔΕ για μέση τιμή με γνωστή τυπική απόκλιση
𝜎𝜎 165 165
𝑥𝑥 ± 𝑧𝑧1−𝛼𝛼/2 = 2681 ± 𝑧𝑧0,975 = 2681 ± 1,96 = [2629,87, 2732,13]
√𝑛𝑛 √40 √40
Επειδή το ΔΕ περιλαμβάνει τις 2700 σελίδες, η μέτρηση του δείγματος συμφωνεί με τα τεχνικά
χαρακτηριστικά.

ΑΣΚΗΣΗ 23
Η ημερήσια δαπάνη ανά πελάτη σε ένα πολυκατάστημα έχει βρεθεί ότι είναι κανονικά κατανεμημένη.
Από ένα δείγμα 17 πελατών βρέθηκε μέση δαπάνη €53,8 με τυπική απόκλιση €18,4. Υπολογίστε το
80% διάστημα εμπιστοσύνης για τη μέση ημερήσια δαπάνη.
Απάντηση: [47,82, 59,78]
ΑΣΚΗΣΗ 24
Ένα μοντέλο πρόβλεψης της εβδομαδιαίας τάσης στις διεθνείς τιμές του πετρελαίου (άνοδος ή πτώση)
διαπιστώθηκε ότι έδωσε 37 σωστές προβλέψεις τις τελευταίες 60 εβδομάδες.
α) Υπολογίστε το 95% διάστημα εμπιστοσύνης για το αναμενόμενο ποσοστό σωστών προβλέψεων του
μοντέλου αυτού. Δεδομένου ότι ένα μοντέλο χωρίς προβλεπτική ικανότητα θα έδινε σωστές
προβλέψεις στο 50% των περιπτώσεων, πώς αξιολογείτε την προβλεπτική ικανότητα με βάση το
διάστημα εμπιστοσύνης που διαμορφώσατε;
β) Σε πόσες εβδομάδες πρέπει να επεκταθεί ο έλεγχος των προβλέψεων του μοντέλου ώστε το εύρος
του 95% διαστήματος εμπιστοσύνης να είναι ±5%;
Απάντηση:
Δίνονται:
37
𝑛𝑛 = 60, 𝑝𝑝̂ = = 0,617, 1 − 𝛼𝛼 = 0,95
60
α) ΔΕ για το ποσοστό προβλέψεων:

𝑝𝑝̂ (1 − 𝑝𝑝̂ ) 0,617(1 − 0,617)

𝑝𝑝̂ ± 𝑧𝑧1−𝛼𝛼/2 � = 0,617 ± 𝑧𝑧0,975 � = 0,617 ± 1,96(0,063) = [0,494, 0,74]
𝑛𝑛 60

β) Για να είναι το εύρος ±5% θα πρέπει

𝑝𝑝̂ (1 − 𝑝𝑝̂ ) 0,617(1 − 0,617) 0,2363

𝑧𝑧1−𝛼𝛼/2 � = 0,05 ⟹ (1,96)2 = (0,05)2 ⟹ 𝑛𝑛 = 3,8416 = 363,1
𝑛𝑛 𝑛𝑛 0,0025

Επομένως, θα πρέπει ο έλεγχος να γίνει σε 364 εβδομάδες (η στρογγυλοποίηση γίνεται πάντα προς
τα επάνω, για να επιτευχθεί το επιθυμητό εύρος, γιατί με στρογγυλοποίηση προς τα κάτω το εύρος θα
είναι μεγαλύτερο).

ΑΣΚΗΣΗ 25
Ο κατασκευαστής ενός ηλεκτρικού αυτοκινήτου ισχυρίζεται ότι η μέση αυτονομία του αυτοκινήτου
είναι 500km. Μετρήσεις από 20 δοκιμές έδειξαν ότι η μέση αυτονομία ήταν 458km. Δεδομένου ότι ο
χρόνος αυτονομίας του αυτοκινήτου είναι κανονικά κατανεμημένος με τυπική απόκλιση (πληθυσμού)
110km, μια ανεξάρτητη αρχή θέλει να εξετάσει την υπόθεση 𝛨𝛨0 : 𝜇𝜇 = 500 έναντι της εναλλακτικής
𝛨𝛨1 : 𝜇𝜇 < 500.
α) Πραγματοποιείστε τον στατιστικό έλεγχο σε επίπεδο εμπιστοσύνης 95%.
β) Επαναλάβετε τον στατιστικό έλεγχο εάν η δεδομένη τυπική απόκλιση δεν αφορά τον πληθυσμό
αλλά διαμορφώθηκε ως εκτίμηση από το δείγμα των 20 δοκιμών.
Απάντηση:
α) Δίνονται: 𝑥𝑥 = 450, 𝜎𝜎 = 110, 𝑛𝑛 = 20. Υπολογίζεται η στατιστική συνάρτηση για έλεγχο μέση τιμής με
γνωστή διακύμανση του πληθυσμού:
𝑥𝑥 − 𝜇𝜇0 458 − 500
𝑧𝑧𝑥𝑥 = = = −1,71
𝜎𝜎/√𝑛𝑛 110
√20
Επειδή ο έλεγχος είναι μονόπλευρος (αριστερόπλευρος) από την κανονική κατανομή εντοπίζεται η
κρίσιμη τιμή 𝑧𝑧1−𝛼𝛼 = 𝑧𝑧0,95 = 1,645. Επειδή 𝑧𝑧𝑥𝑥 = −1,71 < −𝑧𝑧1−𝛼𝛼 = −1,645, απορρίπτεται η 𝐻𝐻0.
β) Επειδή η τυπική απόκλιση του πληθυσμού είναι άγνωστη, υπολογίζεται η στατιστική συνάρτηση
από την κατανομή 𝑡𝑡 χρησιμοποιώντας τη δειγματική τυπική απόκλιση 𝑠𝑠 = 110:
𝑥𝑥 − 𝜇𝜇0
𝑡𝑡𝑥𝑥 = = −1,71
𝑠𝑠/√𝑛𝑛
Επειδή ο έλεγχος είναι μονόπλευρος (αριστερόπλευρος), από την κατανομή 𝑡𝑡 με 𝜈𝜈 = 𝑛𝑛 − 1 = 19 βαθμούς
 ελευθερίας εντοπίζεται η κρίσιμη τιμή 𝑡𝑡19,0,95 = 1,729. Επειδή 𝑡𝑡𝑥𝑥 = −1,71 > −𝑡𝑡19,0,95 = −1,729, δεν
απορρίπτεται η 𝐻𝐻0.

ΑΣΚΗΣΗ 26
Ένας τηλεπικοινωνιακός πάροχος θέλει να εξετάσει εάν η μέση ηλικία των χρηστών κινητών
τηλεφώνων είναι ίση με 50 έτη. Ένα δείγμα 32 πελατών του παρόχου είχε μέση ηλικία 54,7 έτη, ενώ
στοιχεία από την Ελληνική Στατιστική Αρχή δείχνουν ότι η τυπική απόκλιση της ηλικίας για το σύνολο
του ελληνικού πληθυσμού (ενήλικες) είναι 11 έτη. Πραγματοποιείστε κατάλληλο στατιστικό έλεγχο σε
επίπεδο σημαντικότητας 5% και εξηγήστε το συμπέρασμα στο οποίο καταλήγετε.
Απάντηση:
𝐻𝐻0 : 𝜇𝜇 = 50, 𝛨𝛨1 : 𝜇𝜇 ≠ 50
Δίνονται: 𝑛𝑛 = 32, 𝑥𝑥 = 54,7, 𝜎𝜎 = 11, 𝛼𝛼 = 0,05
𝑥𝑥 − 𝜇𝜇0 54,7 − 50
𝑧𝑧𝑥𝑥 = = = 2,42
𝜎𝜎/√𝑛𝑛 11/√32
Κρίσιμη τιμή: 𝑧𝑧1−𝛼𝛼/2 = 𝑧𝑧0,975 = 1,96
Επειδή 𝑧𝑧𝑥𝑥 = 2,42 > 𝑧𝑧1−𝛼𝛼/2 = 1,96 απορρίπτεται η 𝐻𝐻0

ΑΣΚΗΣΗ 27
Το ιδανικό pH στο νερό μιας πισίνας είναι 7,4. Ένας αθλητικός όμιλος έκανε 15 μετρήσεις στην πισίνα
που χρησιμοποιεί και διαπίστωσε ότι το μέσο pH ήταν 7,1 με τυπική απόκλιση 0,4. Θεωρώντας επίπεδο
εμπιστοσύνης 99% διατυπώστε κατάλληλο στατιστικό έλεγχο για να εξετάσετε εάν ο όμιλος πρέπει να
λάβει μέτρα για τη διόρθωση του pH της πισίνας, θεωρώντας ότι το pH ακολουθεί κανονική κατανομή.
Απάντηση:
𝐻𝐻0 : 𝜇𝜇 = 7,4, 𝛨𝛨1 : 𝜇𝜇 ≠ 7,4
Δίνονται: 𝑛𝑛 = 15, 𝑥𝑥 = 7,1, 𝑠𝑠 = 0,4, 𝛼𝛼 = 0,01
𝑥𝑥 − 𝜇𝜇0 7,1 − 7,4
𝑡𝑡𝑥𝑥 = = = −2,905
𝑠𝑠/√𝑛𝑛 0,4/√15
Κρίσιμη τιμή για 𝑛𝑛 − 1 = 14 βαθμούς ελευθερίας 𝑡𝑡𝑛𝑛−1,1−𝛼𝛼/2 = 𝑡𝑡14,0,995 = 2,977
Επειδή |𝑡𝑡𝑥𝑥 | = 2,905 < 𝑡𝑡14,0,995 = 2,977 δεν απορρίπτεται η 𝐻𝐻0

ΑΣΚΗΣΗ 28
Ένας καθηγητής θέλει να συγκρίνει τις επιδόσεις των φοιτητών που συμμετείχαν την εξέταση του
μαθήματος των ποσοτικών μεθόδων στην περίοδο του Ιανουαρίου (32 φοιτητές) με τις επιδόσεις όσων
εξετάστηκαν τον Σεπτέμβριο (30 φοιτητές). Η μέση βαθμολογία των φοιτητών τον Ιανουάριο ήταν 8,7,
ενώ στην εξεταστική του Σεπτεμβρίου ήταν 8,1. Από διαχρονικά στατιστικά στοιχεία που έχει
διαθέσιμα έχει διαπιστώσει ότι η τυπική απόκλιση των βαθμολογιών του Ιανουαρίου είναι 3,4 ενώ για
τον Σεπτέμβριο είναι 3,2. Σε επίπεδο σημαντικότητας 10% πραγματοποιείστε κατάλληλο στατιστικό
έλεγχο για να εξετάσετε εάν η διαφορές τις βαθμολογίες των δύο εξεταστικών είναι σημαντική. Εξάγετε
το συμπέρασμά σας χρησιμοποιώντας τον κανόνα της κρίσιμης τιμής.
Απάντηση:
𝐻𝐻0 : 𝜇𝜇Ιαν − 𝜇𝜇Σεπτ = 0, 𝛨𝛨1 : 𝜇𝜇Ιαν − 𝜇𝜇Σεπτ ≠ 0
Δίνονται:
𝑛𝑛Ιαν = 32, 𝑛𝑛Σεπτ = 30,
 𝑥𝑥Ιαν = 8,7, 𝑥𝑥Σεπτ = 8,1,
𝜎𝜎Ιαν = 3,4, 𝜎𝜎Σεπτ = 3,2,
𝛼𝛼 = 0,1
(𝑥𝑥̅Ιαν − 𝑥𝑥̅Σεπτ ) − 𝜇𝜇𝛨𝛨0 (8,7 − 8,1) − 0
𝑧𝑧𝑑𝑑� = = = 0,72
2 2
𝜎𝜎 2 𝜎𝜎 2 �3,4 + 3,2
� Ιαν + Σεπτ 32 30
𝑛𝑛Ιαν 𝑛𝑛Σεπτ

Κρίσιμη τιμή: 𝑧𝑧1−𝛼𝛼/2 = 𝑧𝑧0,95 = 1,645

Επειδή 𝑧𝑧𝑑𝑑 = 0,72 < 𝑧𝑧1−𝛼𝛼/2 = 1,645 δεν απορρίπτεται η 𝐻𝐻0

ΑΣΚΗΣΗ 29
Από δείγματα ακινήτων σε Αθήνα και Θεσσαλονίκη συλλέχθηκαν στοιχεία για τις τιμές των ενοικίων
ως εξής:
Αθήνα Θεσσαλονίκη
Μέσο ενοίκιο €415 €385
Τυπική απόκλιση €37,5 €32,5
Μέγεθος δείγματος 14 18
Θεωρώντας ότι οι τυπικές αποκλίσεις των δύο πληθυσμών είναι ίσες, απαντήστε στα ακόλουθα:
α) Πραγματοποιείστε κατάλληλο στατιστικό έλεγχο για να εξετάσετε εάν υπάρχει στατιστικά
σημαντική διαφορά μεταξύ των δύο πόλεων σε επίπεδο εμπιστοσύνης 95%. Εξάγετε το συμπέρασμά
σας χρησιμοποιώντας τον κανόνα της κρίσιμης τιμής.
β) Βρείτε το 99% διάστημα εμπιστοσύνης για τη διαφορά στις μέσες τιμές των ενοικίων στις δύο
πόλεις και μέσω αυτού εξετάστε εάν υπάρχει στατιστικά σημαντική διαφορά.
Απάντηση:
α) 𝐻𝐻0 : 𝜇𝜇Α − 𝜇𝜇Θ = 0, 𝛨𝛨1 : 𝜇𝜇Α − 𝜇𝜇Θ ≠ 0
Δίνονται:
𝑛𝑛Α = 14, 𝑛𝑛Θ = 18,
𝑥𝑥Α = 415, 𝑥𝑥Θ = 385,
𝑠𝑠Α = 37,5, 𝑠𝑠Θ = 32,5,
𝜎𝜎Α = 𝜎𝜎Θ , 𝛼𝛼 = 0,05

(𝑛𝑛Α − 1)𝑠𝑠Α2 + (𝑛𝑛Θ − 1)𝑠𝑠Θ2 13(37,5)2 + 17(32,5)2

𝑠𝑠𝑝𝑝 = � =� = 34,76
(𝑛𝑛Α − 1) + (𝑛𝑛Θ − 1) 13 + 17
𝑑𝑑 − 𝜇𝜇0 (415 − 385) − 0
𝑡𝑡𝑑𝑑 = = = 2,422
1 1
�𝑠𝑠𝑝𝑝2 � + 𝑛𝑛 � �(34,76)2 � 1 + 1 �
𝑛𝑛Α Θ 14 18
Κρίσιμη τιμή για 𝑛𝑛Α + 𝑛𝑛Θ − 2 = 30 βαθμούς ελευθερίας 𝑡𝑡30,1−𝛼𝛼/2 = 𝑡𝑡30,0,975 = 2,042
Επειδή �𝑡𝑡𝑑𝑑 � = 2,422 > 𝑡𝑡30,0,975 = 2,042 απορρίπτεται η 𝐻𝐻0
β) Το διάστημα εμπιστοσύνης είναι:

1 1
𝑑𝑑 ± 𝑡𝑡30,0,995 �𝑠𝑠𝑝𝑝2 � + �
𝑛𝑛Α 𝑛𝑛Θ

Από τον πίνακα της κατανομής t βρίσκεται ότι 𝑡𝑡30,0,995 = 2,75, οπότε το διάστημα είναι

(415 − 385) ± 2,75(12,387) = [−4,06, 64,06]

ΑΣΚΗΣΗ 30
Το 2017 το 7% των εργαζομένων στο δημόσιο ήταν κάτοχοι μεταπτυχιακού ή διδακτορικού τίτλου. Σε
μία δημόσια υπηρεσία οι 18 από τους 150 εργαζόμενους είναι κάτοχοι μεταπτυχιακού ή διδακτορικού.
α) Πραγματοποιείστε στατιστικό έλεγχο για να εξετάσετε εάν το ποσοστό των εργαζομένων στη
συγκεκριμένη υπηρεσία, οι οποίοι είναι κάτοχοι μεταπτυχιακού ή διδακτορικού, παρουσιάζει
στατιστικά σημαντική διαφορά από το ποσοστό για το σύνολο του δημόσιου τομέα. Εξάγετε τα
συμπεράσματά σας σε επίπεδο εμπιστοσύνης 95% και 99%.
β) Πραγματοποιείστε στατιστικό έλεγχο για να εξετάσετε εάν το ποσοστό των εργαζομένων στη
συγκεκριμένη υπηρεσία, οι οποίοι είναι κάτοχοι μεταπτυχιακού ή διδακτορικού, είναι σημαντικά
υψηλότερο σε σχέση με το ποσοστό για το σύνολο του δημόσιου τομέα. Εξάγετε τα συμπεράσματά
σας σε επίπεδο εμπιστοσύνης 95% και 99%.
Απάντηση:
α) Θα πραγματοποιηθεί έλεγχος για το ποσοστό ενός δείγματος. Οι υποθέσεις διατυπώνονται ως εξής:
𝐻𝐻0 : 𝑝𝑝 = 0,07, 𝛨𝛨1 : 𝑝𝑝 ≠ 0,07
H στατιστική συνάρτηση είναι:
18
𝑝𝑝̂ − 𝑝𝑝0 − 0,07
𝑧𝑧𝑝𝑝 = = 150 = 2,4
� 𝑝𝑝0 (1 − 𝑝𝑝0 ) � 0,07(1 − 0,07)
𝑛𝑛 150
Για επίπεδο εμπιστοσύνης 1 − 𝛼𝛼 = 0,95 η κρίσιμη τιμή από την κανονική κατανομή είναι 𝑧𝑧1−𝛼𝛼/2 =
𝑧𝑧0,975 = 1,96. Επειδή 𝑧𝑧𝑝𝑝 = 2,4 > 1,96, η 𝛨𝛨0 απορρίπτεται (υπάρχει διαφορά σε σχέση με το σύνολο
του δημοσίου).
Για επίπεδο εμπιστοσύνης 1 − 𝛼𝛼 = 0,99 η κρίσιμη τιμή από την κανονική κατανομή είναι 𝑧𝑧1−𝛼𝛼/2 =
𝑧𝑧0,995 = 2,575. Επειδή 𝑧𝑧𝑝𝑝 = 2,4 < 2,575, η 𝛨𝛨0 δεν απορρίπτεται (δεν υπάρχει διαφορά σε σχέση με
το σύνολο του δημοσίου).
β) Στην περίπτωση αυτή ο έλεγχος είναι μονόπλευρος (δεξιόπλευρος):
𝐻𝐻0 : 𝑝𝑝 = 0,07, 𝛨𝛨1 : 𝑝𝑝 > 0,07
H στατιστική συνάρτηση παραμένει ίδια με αυτή του ερωτήματος (α), δηλαδή 𝑧𝑧𝑝𝑝 = 2,4.
Επειδή όμως ο έλεγχος είναι μονόπλευρος, οι κρίσιμες τιμές από την κανονική κατανομή αλλάζουν:
• Για 1 − 𝛼𝛼 = 0,95: 𝑧𝑧1−𝛼𝛼 = 𝑧𝑧0,95 = 1,645
• Για 1 − 𝛼𝛼 = 0,99: 𝑧𝑧1−𝛼𝛼 = 𝑧𝑧0,99 = 2,33
Επειδή 𝑧𝑧𝑝𝑝 = 2,4 > 𝑧𝑧0,95 = 1,645 και επιπλέον 𝑧𝑧𝑝𝑝 = 2,4 > 𝑧𝑧0,99 = 2,33, εξάγεται το συμπέρασμα ότι
η 𝛨𝛨0 απορρίπτεται τόσο σε 95% όσο και σε 99% επίπεδο εμπιστοσύνης.