Aby przeprowadzić analizę wariancji (ANOVA) w celu przetestowania hipotezy o równości kilku średnich populacji, muszą być spełnione następujące założenia:

Która z poniższych funkcji przeznaczona jest do testowania hipotezy o dopasowaniu rozkładu liczebności do zadanego wzorca?

Hipoteza: $H_0: \sigma^2 = 0{,}9$, $H_1: \sigma^2 \neq 0{,}9$, jest związana z testowaniem:

W celu zbadania liniowej zależności między dwiema zmiennymi ilościowymi można zastosować:

Rozstęp międzykwartylowy to:

Notacja $H_0:\mu \geq 5$, $H_1:\mu < 5$ opisuje:

Niech $f(x)$ będzie funkcją gęstości prawdopodobieństwa ciągłej zmiennej losowej $X$ i niech $F(x)$ będzie jej dystrybuantą. Wówczas $P(a < X < b)$ nie może być obliczone ze wzoru:

Rozkład prawdopodobieństwa dyskretnej zmiennej losowej może być przedstawiony:

Jeżeli $X_1,\ldots,X_n$ jest próbą z rozkładu normalnego o średniej $\mu$ i odchyleniu standardowym $\sigma$, to średnia z próby $\overline{X}$ ma rozkład:

Dodatnia wartość kowariancji między zmiennymi $X$ i $Y$ oznacza, że:

Dla ciągłej zmiennej losowej dystrybuanta jest zwykle:

Analiza wariancji (ANOVA) służy do testowania hipotezy o równości:

Gdy trzech studentów sporządza rankingi tych samych wykładowców, do sprawdzenia zgodności ich ankiet użyjemy:

Funkcja `shapiro.test` służy do:

Mediana na wykresie pudełkowym jest zazwyczaj przedstawiona jako:

Jeżeli chcemy sprawdzić, czy kolor samochodu wpływa na średnią sprzedaż danego modelu, a dostępne są co najmniej trzy kolory, najrozsądniej jest:

Do weryfikacji hipotezy o dwóch średnich populacyjnych nie użyjemy:

Na wykresie pudełkowym można zobaczyć następujące wielkości:

Jeżeli $(L,U)$ jest 95% przedziałem ufności dla odchylenia standardowego populacji, to z ufnością 95% przedział ten:

Notacji H0:p≤0.9, H1:p>0.9 użyjemy do zapisu: