4 ehtimal nümunəsi: SAT Math-in inference suallarında 'seçim' sözünün gizli 4 mənası

Digital SAT Math imtahanının Problem-Solving and Data Analysis qatında yerləşən inference from sample statistics and margin of error mövzusu, çoxları üçün statistika kursundakı formal düsturların xatırlanması kimi görünür. Əslində bu suallar, modul-1 performansınızdan asılı olaraq modul-2 routing qərarını diktə edən ən güclü adaptiv siqnallardan birini formalaşdırır. Bir nümunədən bütün populyasiyaya çıxarılan nəticələrin sərhədlərini ölçmək — yəni margin of error-un düzgün oxunması, sample size ilə əlaqəsinin ayırd edilməsi və confidence level-in gizli rolunun görülməsi — adaptiv modulun sizə təqdim edəcəyi ikinci moduldakı sual çətinliyini birbaşa təyin edir.

Bu yazıda mövzu 5 fərqli bucaqdan açılır: əvvəlcə nümunə və populyasiya anlayışlarının Digital SAT kontekstində necə qoyulduğu izah edilir, sonra margin of error düsturunun niyə sqrt(n) ilə bölündüyü işlənir, daha sonra confidence interval-in sərhəd kimi oxunması göstərilir, ardınca adaptiv modulun bu suallardakı performansa necə baxdığı təhlil edilir və nəhayət, 90 saniyəlik iş planı təqdim olunur. Hər bölmə konkret bir sual sinfi, bir düstur və bir iş addımı üzərində qurulub; beləliklə, real imtahanda qarşınıza çıxacaq 4–6 inference sualını modullararası keçiddə taktiki bir alətə çevirə biləcəksiniz.

1. Sample, population və 'representative' sözünün Digital SAT-dakı 4 gizli mənası

Inference from sample statistics mövzusunun əsası, tələbənin bir nümunədən bütün populyasiyaya keçid etməsidir. Digital SAT bu keçidi birbaşa 'inference' sözü ilə qurmur, əvəzində 'based on the sample' və ya 'which of the following is most likely true about the entire population' kimi dolayı ifadələrdən istifadə edir. Bu cür dildə gizlənən 4 məna var ki, onları ayırd etmək modul-2 routing üçün kritikdir.

Birinci məna: 'sample' dedikdə nəzərdə tutulan n = 150 və ya n = 1,200 kimi konkret bir rəqəmdir. Tələbə çox vaxt bu rəqəmi sualın dekorativ hissəsi kimi oxuyur, amma n-in ölçüsü margin of error-u tərs mütənasib olaraq dəyişir. Əgər sual n = 100 nümunədən 52% nəticə çıxarırsa və başqa bir sual n = 1,000 nümunədən 53% nəticə çıxarırsa, ikinci hal daha dar interval verir — bu da confidence interval sualında düzgün cavabı seçmək üçün əsas arqumentdir.

İkinci məna: 'population' dedikdə bütün müraciət edən tələbələr, bütün qeydiyyatdan keçmiş istifadəçilər və ya bütün ölkənin şagirdləri ola bilər. Digital SAT ssenarilərində populyasiya çox vaxt coğrafi və ya institusional bir çərçivə ilə məhdudlaşdırılır, məsələn 'all students in the district' və ya 'all customers of the chain'. Bu çərçivəni görmədən verilmiş 52%-i bütün dünyaya aid etmək, ən çox edilən üç səhv variantından birinə aparır.

Üçüncü məna: 'representative' sözü nümunənin populyasiyanı əks etdirmə dərəcəsidir. SAT qəti şəkildə 'random sample' terminini işlədir və bunu 'representative' ilə eyniləşdirir. Tələbələrin əksəriyyəti üçün bu bərabərlik çox sadə görünür, amma praktiki iş zamanı 'voluntary response sample' və ya 'convenience sample' kimi qeyri-təsadüfi nümunələr ssenarilərə daxil edilir və burada inference etibarsız olur. Adaptiv modul, tələbənin bu fərqi görüb-görmədiyini modul-2 sual seçimində istifadə edir.

Dördüncü məna: 'statistic' və 'parameter' sözünün ayrılmasıdır. Sample statistic (nümunədən hesablanmış 52%) ilə population parameter (populyasiyanın həqiqi, lakin naməlum dəyəri) arasındakı fərq, əksər tələbələr üçün yalnız bir termin fərqidir, amma Digital SAT üçün bu fərq sualın bütün məntiqi oxunuşunu dəyişdirir. Çünki confidence interval həmişə statistic ətrafında qurulur, parameter isə görünmür. Bu səbəbdən, doğru cavab variantlarında 'x is exactly y' kimi bərabərlik iddiaları yanlış, 'x is likely between y and z' kimi aralıq iddiaları doğrudur.

Bu dörd mənanı ayırd edən tələbə, adaptiv modulun modul-1 performans siqnalını düzgün göndərir və modul-2-də daha çətin inference sualları ilə qarşılaşır, çünki modul ona bu sahədə ustalıq göstərdiyini artıq 'bildirmiş' olur.

2. Margin of error düsturu: sqrt(n) ilə bölünmənin taktiki izahı

Margin of error, Digital SAT-ın inference mövzusunda ən çox soruşulan və ən çox səhv edən düsturdur. Ümumi formada E = z·(σ/√n) kimi yazılır, burada z confidence level-ə uyğun kritik dəyər, σ standart sapma və ya standart xəta, n isə sample size-dir. Bluebook ekranında tələbə birbaşa düsturla deyil, onun tətbiqi ilə qarşılaşır, buna görə də 3 əsas parametrin rolunu ayrı-ayrı görmək lazımdır.

Birincisi, n dörd misliyə çıxdıqda margin of error yarıya düşür. Bu, sqrt(n) ilə bölünmənin ən güclü taktiki nəticəsidir və Digital SAT ssenarilərində 'sample size doubles, margin of error becomes approximately ...' kimi müqayisəli suallarla test edilir. Tələbə tez-tez bu münasibəti xətti sanır — yəni iki dəfə artan n, iki dəfə azalan E — amma düstur xətti deyil, kvadrat köküdür. Bu fərq 95% confidence level altında belə vacibdir: n=100 ilə E=10%-dirsə, n=400 ilə E=5% olur, n=900 ilə E≈3.33% olur.

İkincisi, confidence level 90%-dən 95%-ə qalxdıqda kritik dəyər z=1.645-dən z=1.96-ya yüksəlir. Bu, margin of error-un təxminən 19% artması deməkdir. SAT-ın əksər inference ssenarilərində confidence level 95% olur, amma '90% confidence' yazan variantlarda tələbə z dəyərini yadında saxlamalıdır. Burada ən böyük tələ: z dəyərini yaddaşda saxlamağa ehtiyac yoxdur, əvəzində 'daha yüksək confidence = daha geniş interval' məntiqini qəbul etmək kifayətdir.

Üçüncüsü, σ (standart sapma və ya standart xəta) sabit qaldıqda, sample statistic-in nöqteyi-nəzərindən margin of error bir nöqtə deyil, bir yarımpərçəm genişliyidir. Yəni confidence interval = statistic ± E, burada statistic nümunədən hesablanmış orta və ya faizdir. Tələbə çox vaxt E-ni intervalin yalnız bir sərhədi kimi oxuyur, halbuki o, hər iki sərhəddən eyni məsafədə olan bir yarımdur.

Bu üç parametrin birləşməsini görmək üçün tipik bir Digital SAT ssenarisini işləyək: sorğuda n=400 respondentdən 60%-i 'razıyam' cavabı verib, 95% confidence altında margin of error təxminən ±5%-dir. Bu halda confidence interval [55%, 65%]-dir. Tələbə buradan çıxaracağı nəticə 'respondentlərin əksəriyyəti razıdır' deyil, 'populyasiyanın 55%–65%-i razıdır ehtimalı 95%-dir' olmalıdır. Bu cür dəqiq dil modul-2 routing üçün çox vacibdir.

3. Confidence interval-i 'sərhəd' kimi oxumaq: 4 fərqli interpretasiya

Confidence interval anlayışı Digital SAT-da tez-tez 'likely range' və ya 'plausible interval' sözləri ilə qoyulur. Tələbənin ən çox ilişdiyi nöqtə, intervalın nəyi 'saxladığı' və nəyi 'saxlamadığı' məsələsidir. Bu bölmə 4 fərqli interpretasiyanı ayırır, hər biri üçün bir cümləlik iş addımı ilə.

Birinci interpretasiya — 'capture' iddiası. Əgər confidence level 95%-dirsə, bu o demək deyil ki, hər 100 confidence interval-dən 95-i population parameter-i saxlayır; bu, əksinə, təkrarlanan nümunələmədə 100 intervalın təxminən 95-nin parametri tutacağı deməkdir. Digital SAT ssenarisində bu, 'in repeated sampling, about 95% of such intervals would contain the true proportion' kimi uzun, lakin dəqiq bir dilə çevrilir. Qısa desək, '95% ehtimalla bu interval doğrudur' yox, '95% ehtimalla bu cür qurulmuş interval-lar parametri tutur'.

İkinci interpretasiya — 'plausibility' iddiası. Confidence intervalın daxilindəki dəyərlər 'mümkündür', xaricindəkilər isə 'az mümkündür' deyil — kənardakı dəyərlər hələ də mümkündür, sadəcə nümunə statistikası ilə zəif uyğunlaşır. Adaptiv modul ssenarilərində bu fərq 'could be' ilə 'is most likely' arasındakı seçim kimi ortaya çıxır. 'Could be' hər iki sərhəd daxilində doğrudur, 'most likely' isə statistic-ə yaxın nöqtədədir.

Üçüncü interpretasiya — 'sampling distribution' anlayışı. Əgər təkrarlanan nümunələmədə hər dəfə yeni statistic alınırsa, bu statistic-lərin paylanması sampling distribution adlanır. Confidence interval, sampling distribution-un mərkəzindən (yəni statistic-in ən çox ehtimal olunan dəyərindən) kənarlara doğru E məsafəsində qurulur. Bu, tələbənin 'sample statistic = population parameter' yanılmasından qaçması üçün lazımdır, çünki onlar mütləq bərabər deyillər.

Dördüncü interpretasiya — 'sərhəd effekti' (boundary effect). Confidence intervalın aşağı sərhədi 0%-dən aşağı və ya yuxarı sərhədi 100%-dən yuxarı ola bilməz, çünki faiz dəyəri bu çərçivədədir. Digital SAT ssenarisində bəzən n=25, statistic=80% verilir, bu halda yuxarı sərhəd 100%-i aşır və 'cap' edilir. Bu cür ssenarilərdə düzgün cavab 'at most 100%' olur, '95% confidence' deyil. Tələbələrin əksəriyyəti bu 'cap'-i görmür və yanlış olaraq 95%-i tətbiq edir.

4. Adaptiv modulun inference suallarında routing məntiqi

Digital SAT-ın adaptiv quruluşu, modul-1 performansınıza əsasən modul-2 çətinliyini üç qatdan (easy, medium, hard) birinə yönləndirir. Inference from sample statistics sualları, bu routing-də xüsusi rol oynayır, çünki onlar həm riyazi hesablama, həm də konseptual anlayış tələb edir. Bu bölmədə, modul-2 routing-in inference performansı ilə necə əlaqələndiyini taktiki olaraq göstərirəm.

Modul-1-də 20 inference tipli sualdan təxminən 4-ü birbaşa sample və population anlayışlarını, qalan 4-ü isə margin of error və confidence interval hesablamalarını sınayır. Əgər tələbə bu 8 sualın 6-sını düzgün cavablayırsa, modul-2-yə 'hard' routing verilir və orada daha mürəkkəb ssenarilər, məsələn 'two-sample comparison' və ya 'margin of error when sample size changes' kimi suallar peyda olur. Routing qərarı 1 saniyədən az müddətdə verilir, lakin tələbə bunu strategiya ilə idarə edə bilər: əgər hədəfiniz 700+ Math balıdırsa, modul-1-də bu 8 sualın ən azı 7-sini düzgün tutmağa çalışın, çünki 'hard' modul-2 həm daha çox ballı suallar, həm də daha çox tələbə üçün eyni nəticəni qarşılayır.

Modul-2-də 'hard' qatda görünən inference sualları adətən 3 strukturda olur: (a) iki sample-ın margin of error-larını müqayisə, (b) confidence interval daxilində xüsusi bir dəyərin olub-olmadığını yoxlama, (c) sample size-ın dəyişməsinin interval eninə təsirini hesablama. Bu üç struktur, Bluebook ekranında 1 dəqiqə 30 saniyəlik bir slot-da gəlir və əgər tələbə modul-1-də routing siqnalını düzgün göndəribsə, 90 saniyəlik iş planı ilə hər birini aça bilir.

Adaptiv modulun bir başqa incəliyi, tələbənin sualı buraxmasını (skip) və ya yanlış cavablandırmasını fərqləndirməsidir. Skip edilmiş inference sualı, yanlış cavablandırılmışdan daha zəif routing siqnalı verir, çünki modul 'tələbə konsepti bilmir, amma vaxtında geri qayıda bilər' şəklində oxuyur. Buna görə, əgər 30 saniyədən çox vaxt sərf edirsinizsə və hələ də irəliləyiş yoxdursa, sualı ən yaxşı təxmin ilə işarələyin və keçin; bu, 'hard' routing şansınızı qoruyur.

Bu routing məntiqini bilmək, tələbəyə emosional bir rahatlıq verir: modul-1-də səhv etsəniz belə, modul-2-nin 'medium' qatında daha çox inference sualı görəcəksiniz və 700+ bal hədəfi hələ mümkündür. Routing qərarı bir ssenari ilə bitmir; o, bütün modul-1 performansının aqreqatıdır.

5. 90 saniyəlik iş planı: inference sualının 5 addımlı zəncir üzrə açılması

İnference from sample statistics sualının 90 saniyəlik iş planı, 5 addımlı bir zəncir kimi qurulur. Bu planı hər dəfə təkrarlamağınız, 10-cu sualdan sonra mexaniki vərdişə çevrilir və modul-2-də 'hard' qatda eyni planı istifadə edə bilirsiniz.

Addım 1 — Populyasiyanı müəyyənləşdir (10 saniyə). Sualda adətən 'based on the survey of [populyasiya]' kimi bir ifadə olur. Bu populyasiyanı dəqiq yazın, çünki bütün inference yalnız bu çərçivədə etibarlıdır. Əgər populyasiya 'students who applied to the program' olarsa, nəticə 'all college students'ə aid deyil.

Addım 2 — Sample statistic-i seç (15 saniyə). Ssenaridə verilmiş faiz və ya orta dəyəri nümunə statistic-i kimi işarələyin. Bu, E və confidence interval hesablamalarının başlanğıc nöqtəsidir. Əgər sualda '60% of 400 respondents said yes' yazılırsa, statistic = 60% və n = 400-dür.

Addım 3 — Confidence level-i müəyyənləşdir (10 saniyə). '95% confidence' yazılıbsa, kritik dəyər z=1.96-dır. '90% confidence' yazılıbsa, z=1.645-dir. Bu dəyəri yadda saxlamalı deyilsiniz, amma ən azı 'daha yüksək confidence = daha geniş interval' məntiqini qəbul edin.

Addım 4 — Margin of error-u hesabla (25 saniyə). Əgər düstur verilmirsə və ya n=400 üçün E≈5% bilinirsə, birbaşa istifadə edin. Hesablama 25 saniyədən çox çəkməməlidir, çünki Digital SAT ssenariləri adətən yuvarlaq rəqəmlər verir. Əgər hesablama 40 saniyədən çox çəkirsə, sualı ən yaxşı təxmin ilə işarələyin.

Addım 5 — Cavab variantını dil testindən keçir (30 saniyə). Düzgün cavab variantında 'likely', 'plausible', 'in the range' kimi yumşaq sözlər olur. Yanlış variantlarda 'exactly', 'definitely', 'must be' kimi sərt sözlər görürsünüzsə, bu variantı silin. Bu dil testi, 90 saniyəlik planın son və ən effektiv addımıdır.

Bu 5 addımı ardıcıl tətbiq etdikdə, inference sualında səhv ehtimalı əhəmiyyətli dərəcədə azalır və adaptiv modulun routing siqnalı güclənir.

6. Hesablama ssenarilərində yuvarlaqlaşdırmanın 3 gizli anı

Yuvarlaqlaşdırma, inference suallarının ən az diqqət yetirilən, amma ən təsirli tərəfidir. Tələbələrin əksəriyyəti yuvarlaqlaşdırmanı son addım kimi görür, halbuki o, 3 fərqli anda gəlir və hər anı fərqli bir qərar tələb edir. Bu bölmədə, hər anı bir cümlə ilə göstərirəm və sonra bir cədvəl ilə müqayisə edirəm.

Birinci an — sample size yuvarlaqlaşdırması. Əgər sorğuda 387 respondent iştirak edibsə, lakin ssenari 'about 400' yazırsa, n=400 götürmək daha təhlükəsizdir, çünki sqrt(400)=20 rahat bir ədəddir və E hesablamasını sadələşdirir. Bu cür yuvarlaqlaşdırma adətən E-ni 0.5%-dən az dəyişir və modul-1 ssenarilərində qəbul edilir.

İkinci an — z dəyərinin yuvarlaqlaşdırması. 95% confidence üçün z=1.96, 90% confidence üçün z=1.645-dir. Tələbə tez-tez z-ni 2-yə yuvarlaqlaşdırır, bu da E-ni təxminən 2% artırır. Digital SAT ssenarilərində bu fərq cavab variantlarını dəyişdirə bilər, ona görə z=1.96 dəqiq saxlanılmalıdır.

Üçüncü an — son intervalın yuvarlaqlaşdırması. Əgər confidence interval [54.7%, 65.3%] çıxırsa, ssenari bunu 'between 55% and 65%' kimi yuvarlaqlaşdırır. Bu addımda 'floor' istifadə etmək (yəni aşağı sərhədi aşağı yuvarlaqlaşdırmaq) və 'ceiling' istifadə etmək (yuxarı sərhədi yuxarı yuvarlaqlaşdırmaq) daha təhlükəsizdir, çünki intervalın bütün genişliyini saxlayır.

Bu cədvəl, hansı yuvarlaqlaşdırmanın təhlükəsiz, hansının isə riskli olduğunu göstərir. Tələbələr üçün ən böyük tələ: n-i yuvarlaqlaşdırmaq təhlükəsizdir, z-ni yuvarlaqlaşdırmaq risklidir, son intervalı isə hər iki sərhəddə eyni istiqamətdə yuvarlaqlaşdırmaq lazımdır.

7. İki sample-ın müqayisəsi: modul-2 hard qatının ən çox gələn ssenarisi

Modul-2 'hard' qatında ən çox görünən inference ssenarisi, iki ayrı sample-ın nəticələrinin müqayisəsidir. Məsələn, 'Şəhər A-da 200 respondentdən 55%-i razıdır, Şəhər B-də 300 respondentdən 62%-i razıdır. 95% confidence altında iki şəhər arasında fərq varmı?' Bu cür ssenaridə iki ayrı confidence interval qurulur və onların üst-üstə düşüb-düşmədiyinə baxılır.

Əgər Şəhər A intervalı [48%, 62%] və Şəhər B intervalı [57%, 67%] olarsa, üst-üstə düşmə zonası [57%, 62%] olur. Bu o deməkdir ki, real fərq hələ əmin deyil, çünki hər iki interval eyni nöqtələri ehtiva edir. Beləliklə, düzgün cavab 'cannot be determined' olur, 'Şəhər B daha yüksəkdir' deyil. Bu, tələbələrin ən çox səhv etdiyi yerdir, çünki onlar nöqtə müqayisəsinə fokuslanırlar.

İkinci vacib detal, sample size-ların fərqli olmasıdır. n=200 və n=300 müqayisəsində, daha böyük n-in intervalı daha dar olur, bu da müqayisəni qeyri-simetrik edir. Tələbə bunu görmürsə, daha böyük sample-ı 'daha etibarlı' sanır və yanlış nəticəyə gəlir. Hər iki intervalın enini ayrı-ayrı hesablamaq, sonra müqayisə etmək lazımdır.

Üçüncü detal, confidence level-in hər iki sample üçün eyni olub-olmadığıdır. Bəzi ssenarilərdə Şəhər A 90% confidence, Şəhər B 95% confidence altında verilir. Bu, interval enini fərqli edir və düzgün cavab variantı 'Şəhər B intervalı daha genişdir, çünki confidence level daha yüksəkdir' ola bilər. Bu cür ssenarilər, modul-2 'hard' qatında tələbənin z dəyərini və onun interval eninə təsirini dərk etdiyini sınayır.

Bu üç detalı görən tələbə, modul-2 'hard' qatında 90 saniyəlik iş planını iki dəfə artırmalıdır, çünki iki ayrı hesablama tələb olunur. Amma əgər modul-1-də routing düzgün qurulubsa, bu cür ssenarilər məhz bu tələbə üçün seçilmiş hesab edilir.

8. Common pitfalls və onlardan necə qaçmaq olar

Inference from sample statistics mövzusunda tələbələrin ən çox düşdüyü 6 tələ var. Hər birini ayrı-ayrı göstərirəm, çünki onlardan qaçmaq, yeni bir konsept öyrənməkdən daha çox bal qazandırır.

Birinci tələ — sample statistic-i population parameter ilə qarışdırmaq. Tələbə, 60% nümunə statistic-ini 'populyasiyanın 60%-i' kimi oxuyur. Qarşısının alınması üçün hər sualda 'this is from the sample, not the population' işarəsini zehni olaraq qoyun.

İkinci tələ — margin of error-u tam interval kimi görmək. E=5% deyilsə, interval = statistic ± E-dir, yəni statistic-dən hər iki istiqamətdə 5%. Tələbə tez-tez E-ni yalnız yuxarı sərhəd hesab edir və aşağı sərhədi unudur. Bunun qarşısını almaq üçün hər hesablamadan sonra 'aşağı sərhəd = statistic − E, yuxarı sərhəd = statistic + E' formulasını zehni olaraq təkrarlayın.

Üçüncü tələ — confidence level-i 'ehtimal' kimi şərh etmək. 95% confidence 'parametrin bu intervalda olma ehtimalı 95%-dir' deyil. Bu, təkrarlanan nümunələmədə 100 intervalın 95-nin parametri tutacağı deməkdir. Qarşısının alınması üçün, '95% of such intervals would contain the parameter' ifadəsini zehni bir şablon kimi istifadə edin.

Dördüncü tələ — sample size-ı artırdıqda margin of error-un necə dəyişəcəyini xətti sanmaq. n 4 dəfə artdıqda, E yarıya düşür, iki dəfə artdıqda isə E təxminən 70.7%-ə düşür (1/√2 ≈ 0.707). Bu, sqrt münasibətinin ən kritik nəticəsidir.

Beşinci tələ — qeyri-təsadüfi nümunələrdə inference etmək. Əgər ssenari 'voluntary response' və ya 'convenience sample' deyirsə, nəticə populyasiyaya aid deyil. Bu cür ssenarilərdə düzgün cavab 'cannot be inferred' variantıdır.

Altıncı tələ — sample size çox kiçik olduqda (n<30) inference düsturunun etibarsız olması. Bu, əslində normal paylanma fərziyyəsinin pozulmasıdır. Modul-2 'hard' qatında n=15 və ya n=20 verilən ssenarilərdə, tələbə 'inference is not reliable' variantını seçməlidir, çünki bu cür kiçik nümunələrdə margin of error düsturu tətbiq olunmur.

9. Modul-2 hard qatında real ssenari üzərində tam işləmə

Bu bölmə, yuxarıdakı bütün konseptləri bir real ssenari üzərində birləşdirir. Məqsəd, tələbənin 90 saniyəlik iş planını 'hard' qatda necə genişləndiyini görməkdir.

Ssenari: 'Bir universitet iki kampusunda tələbə məmnuniyyəti sorğusu keçirir. Kampus A-da 250 respondentdən 70%-i kurslarından razıdır, 95% confidence altında margin of error 6%-dir. Kampus B-də 400 respondentdən 78%-i razıdır, 95% confidence altında margin of error 4%-dir. Hansı nəticə doğrudur?'

Addım 1 — Populyasiyanı müəyyənləşdir: hər iki kampus öz populyasiyasını təmsil edir, Kampus A-nın tələbələri və Kampus B-nın tələbələri ayrı-ayrıdır. Bu, iki sample-ın müqayisəsidir, tək sample-ın analizi deyil.

Addım 2 — Sample statistic-ləri seç: Kampus A statistic = 70%, n=250; Kampus B statistic = 78%, n=400.

Addım 3 — Confidence interval-ları qur: Kampus A intervalı = [70−6, 70+6] = [64%, 76%]; Kampus B intervalı = [78−4, 78+4] = [74%, 82%].

Addım 4 — Üst-üstə düşməni yoxla: İki intervalın üst-üstə düşmə zonası [74%, 76%]-dır. Bu o deməkdir ki, real fərq hələ əmin deyil, çünki hər iki interval eyni nöqtələri ehtiva edir.

Addım 5 — Cavab variantını dil testindən keçir: 'Kampus B daha razıdır' sərt iddiası doğru deyil, çünki interval üst-üstə düşür. 'Kampus B daha razı ola bilər' yumşaq iddiası doğrudur, çünki intervalın yuxarı sərhədi (82%) Kampus A-nın yuxarı sərhədindən (76%) yüksəkdir. 'Kampus B-nın 78%-i Kampus A-nın 70%-indən yüksəkdir' səthi müqayisədir və kontekstində yanlış ola bilər, çünki interval üst-üstə düşür. 'Kampus A-nın 70%-i Kampus B-nın 78%-indən aşağıdır' da eyni səbəbdən yanlışdır.

Bu addımların ümumi müddəti 90 saniyədən 30 saniyə çoxdur, yəni 2 dəqiqədir. Bu müddət, 'hard' qat ssenariləri üçün normaldır. Tələbə 2 dəqiqədən çox vaxt sərf edirsə, sualı buraxmalı və növbətiyə keçməlidir, çünki bu cür ssenarilər adətən modul-2-nin 1-2 ən çətin sualıdır və 700+ bal hədəfi üçün 6 digər 'hard' sualın düzgün cavablanması daha effektivdir.

Conclusion və növbəti addımlar

Inference from sample statistics and margin of error mövzusu, Digital SAT Math-ın ən az görünən, amma ən çox routing təsiri olan sahələrindən biridir. 90 saniyəlik iş planı, 5 addımlı zəncir və 'dil testi' cavab strategiyası, modul-1-dən modul-2-yə keçid siqnalını gücləndirir və 'hard' qatda 700+ bal hədəfini mümkün edir. Bu mövzunu ən yaxşı öyrənmək üçün, əvvəlcə 4 ehtimal nümunəsini (sample, population, representative, statistic) ayırd edin, sonra margin of error düsturunun sqrt(n) hissəsini mənimsəyin, daha sonra confidence interval dilini 'sərt' və 'yumşaq' ifadələrlə ayırd edin və nəhayət, iki sample müqayisəsi üçün 2 dəqiqəlik iş planını məşq edin. SAT İstanbul-un Digital SAT Math modul-2 hard-route proqramı, hər bir tələbənin inference error pattern-lərini rubrik üzrə təhlil edir və 90 saniyəlik planı fərdi ssenarilərə uyğunlaşdıraraq 1500+ hədəfini konkret bir hazırlıq planına çevirir.

Tez-tez Verilən Suallar