記述統計
- 平均
- x̄ = Σx/n
- 標本標準偏差
- s = √(Σ(x − x̄)²/(n − 1))
- 中央値
- 並べ替えたデータの真ん中の値
- z スコア
- z = (x − μ)/σ
- 正規分布
- ±1σ 以内に 68%、±2σ 以内に 95%
統計学入門：直前対策パック
公式集、全トピックの解法の要点、12 問の演習問題。完全な解答は巻末にあります。
1公式と解法
確率
- 余事象
- P(not A) = 1 − P(A)
- 加法定理
- P(A ∪ B) = P(A) + P(B) − P(A ∩ B)
- 独立な事象
- P(A ∩ B) = P(A)·P(B)
- 条件付き確率
- P(A|B) = P(A ∩ B)/P(B)
- 二項分布
- P(X = k) = C(n,k)·pk(1 − p)n−k
正規分布
- z スコア
- z = (x − μ)/σ
- x 未満
- P(X < x) = Φ(z)
- x より大きい
- P(X > x) = 1 − Φ(z)
- 2 つの値の間
- Φ(z2) − Φ(z1)
- パーセンタイル
- x = μ + z·σ
解き方
- 値を z スコアに変換します：z = (x − μ)/σ。
- z より左側の面積 Φ(z) を表で調べます。
- 右側の面積は 1 − Φ(z)、区間の面積は 2 つの左側の面積の差です。
- パーセンタイルでは逆にたどります：面積から z を求め、x = μ + z·σ とします。
信頼区間
- σ が既知
- x̄ ± z·σ/√n
- σ が未知
- x̄ ± t·s/√n, df = n − 1
- z の臨界値
- 90%: 1.645, 95%: 1.96, 99%: 2.576
- 標本サイズ
- n = (z·σ/E)², rounded up
解き方
- z（母集団の σ が既知）と t（標本の s しかなく、自由度 n − 1）のどちらを使うか判断します。
- 信頼水準に対応する臨界値を求めます。
- 誤差の幅：E = 臨界値 × 標準偏差/√n。
- 区間：x̄ ± E。
仮説検定と信頼区間
- 平均の z 検定
- z = (x̄ − μ0)/(σ/√n)
- 平均の t 検定
- t = (x̄ − μ0)/(s/√n), df = n − 1
- 有意水準 5% の両側検定
- |z| > 1.96 なら H0 を棄却
- 信頼区間
- x̄ ± z·σ/√n
解き方
- H₀ と H₁ を立て、片側検定か両側検定かを決めます。
- 検定統計量を計算します：(x̄ − μ₀)/(σ/√n)、または s と t を使います。
- 臨界値と比較するか、p 値を求めます。
- 統計量が臨界値を超えていれば（p が α より小さければ）H₀ を棄却し、結論を言葉で述べます。
線形回帰と相関
- 平方和
- Sxx = Σ(x − x̄)² = Σx² − (Σx)²/n, Sxy = Σxy − ΣxΣy/n
- 傾き
- b = Sxy/Sxx
- 切片
- a = ȳ − b·x̄
- 相関
- r = Sxy/√(SxxSyy)
- 残差
- e = y − ŷ
2演習問題
1.記述統計ふつう
データの標本標準偏差 s を求めなさい：48, 32, 54, 33, 21, 14, 46。
n = 7
s =
2.記述統計むずかしい
試験の点数は平均 50、標準偏差 15 の正規分布に従います。38 点の z スコア z を求めなさい。
μ = 50σ = 15x = 38
z =
3.確率ふつう
示された分布について、X の分散 Var(X) を求めなさい。
x: 0, 1, 2p(x): 0.35, 0.35, 0.3
Var(X) =
4.確率むずかしい
部品を 8 個試験し、各部品は独立に確率 0.1 で故障します。故障が多くとも 1 個である確率 P はいくつですか？
n = 8p = 0.1
P =
5.正規分布ふつう
標準正規曲線の下で、−z から z の間の色つき面積が 0.2812 になるように z をドラッグします。z を小数第 2 位まで求めなさい。
A = 0.2812
z =
6.正規分布むずかしい
穴の直径 D は平均 25.02 mm、標準偏差 0.02 mm の正規分布に従います。軸の直径 d は D と独立で、平均 25 mm、標準偏差 0.015 mm の正規分布に従います。無作為に選んだ軸は D − d > 0 のとき穴にはまります。はまる確率 P を求めなさい。z は小数第 2 位に丸めなさい。
穴: μ = 25.02 mm, σ = 0.02 mm軸: μ = 25 mm, σ = 0.015 mm
P =
7.信頼区間ふつう
13 個からなる標本の平均は 20.5、標準偏差は s = 19 です。母集団はほぼ正規分布に従います。 平均の 99% 信頼区間の誤差の幅 E を求めなさい。
n = 13x̄ = 20.5s = 1999%t(12) = 3.055
E =
8.信頼区間むずかしい
母標準偏差は 5 です。平均の 99% 信頼区間の誤差の幅を 2 以下にするには、どれだけの標本サイズ n が必要ですか？
σ = 5E = 299%
n =
9.仮説検定と信頼区間ふつう
学生 64 人の標本の平均点は 197.8、標本標準偏差は 20 です。H₀: μ = 200 に対する検定統計量 t を求めなさい。
μ₀ = 200x̄ = 197.8s = 20n = 64
t =
10.仮説検定と信頼区間むずかしい
ある臨床試験で、治療 A の患者 80 人中 28 人、治療 B の患者 150 人中 42 人が回復しました。プールした比率を使って、H₀: p₁ = p₂ の検定統計量 z を求めなさい。
x₁ = 28n₁ = 80x₂ = 42n₂ = 150
z =
11.線形回帰と相関ふつう
表は x = 気温 (°C) と y = アイスクリームの販売数 の 5 組の対になった観測値を示しています。 最小二乗直線の決定係数 r² を求めなさい。
n = 5
r² =
12.線形回帰と相関むずかしい
表は x = 広告費（k€） と y = 売上高（k€） の 5 組の対になった観測値を示しています。 最小二乗直線 ŷ = a + b·x を用います。 x = 4.5 のときの ŷ を予測しなさい。
n = 5x = 4.5
ŷ =
3溶液
1.記述統計
答え: s = 14.72
記述統計：平均は合計を n で割ったもの、中央値は並べ替えたデータの真ん中の値です（n が偶数なら真ん中 2 つの平均）。標本標準偏差は s = √(Σ(x − x̄)²/(n − 1))。z スコア z = (x − μ)/σ は、値が平均から標準偏差何個分離れているかを表します。
平均
x̄ = 248/7 = 35.43
偏差の 2 乗
Σ(x − x̄)² = 12.57² + (−3.429)² + 18.57² + (−2.429)² + (−14.43)² + (−21.43)² + 10.57² = 1300
標準偏差
s = √(1300/6) = 14.72
答え
s = 14.72
2.記述統計
答え: z = −0.8
記述統計：平均は合計を n で割ったもの、中央値は並べ替えたデータの真ん中の値です（n が偶数なら真ん中 2 つの平均）。標本標準偏差は s = √(Σ(x − x̄)²/(n − 1))。z スコア z = (x − μ)/σ は、値が平均から標準偏差何個分離れているかを表します。
標準化する
z = (38 − 50)/15 = −0.8
答え
z = −0.8
3.確率
答え: Var(X) = 0.6475
離散確率変数：確率分布は、変数がとりうるすべての値 x とその確率 p(x) を並べたものです。確率は 0 と 1 の間にあり、合計は 1 になります。期待値（平均）は E(X) = Σx·p(x) で、長期的な平均です。分散は Var(X) = Σ(x − μ)²·p(x) = E(X²) − μ²、標準偏差は σ = √Var(X) です。一次変換 Y = aX + b では E(Y) = a·E(X) + b、Var(Y) = a²·Var(X)、σY = |a|·σX となり、定数を加えてもばらつきは変わりません。
平均
μ = 0·0.35 + 1·0.35 + 2·0.3 = 0.95
2 乗の平均
E(X²) = 0·0.35 + 1·0.35 + 4·0.3 = 1.55
分散
Var(X) = 1.55 − 0.95² = 0.6475
答え
Var(X) = 0.6475
4.確率
答え: P = 0.8131
確率：どの結果も同様に確からしいとき、P(A) = 該当する場合の数/全体の場合の数。独立な事象は掛け合わせます：P(A かつ B) = P(A)·P(B)。余事象がよく役立ちます：P(少なくとも 1 回) = 1 − P(1 回もない)。二項分布：成功確率 p の独立な試行を n 回行うと、P(X = k) = C(n, k)·pᵏ·(1 − p)ⁿ⁻ᵏ。
故障 0 個と 1 個
P(X = 0) = 0.98 = 0.4305
P(X = 1) = 8·0.1·0.97 = 0.3826
足し合わせる
P = 0.4305 + 0.3826 = 0.8131
答え
P = 0.8131
5.正規分布
答え: z = 0.36
面積から z へ戻る：Φ(z) は z の左側の面積です。左側の裾の面積 A なら、表で Φ(z) = A となる z を見つけます。右側の裾の面積 A なら Φ(z) = 1 − A です。−z から z の間の中央の面積 A なら、各裾に (1 − A)/2 が残るので、Φ(z) = (1 + A)/2 です。値 x には x = μ + zσ を使います。
z の左側の面積
Φ(z) = (1 + 0.2812)/2 = 0.6406
z 表を逆に読む
表の中で 0.6406 を見つけ、z を読み取ります。
z = 0.36
答え
z = 0.36
6.正規分布
答え: P = 0.7881
正規変数の和と差：X と Y が独立で正規分布に従うなら、X + Y と X − Y も正規分布に従います。平均は足したり引いたりします：E(X ± Y) = μX ± μY。分散は差の場合でも常に足します：Var(X ± Y) = σX² + σY²、したがって σ = √(σX² + σY²) です。標準偏差を直接足すことはありません。同じ分布に従う独立な n 個の合計は、平均 n·μ、標準偏差 σ·√n です。そのあとはいつもどおり標準化します：z = (x − 平均)/σ とし、Φ(z) を読み取ります。
差の分布
μ = 25.02 − 25 = 0.02 mm, σ = 0.025 mm
標準化する
z = (0 − 0.02)/0.025 = −0.8
確率
P = 1 − Φ(−0.8) = 0.7881
答え
P = 0.7881
7.信頼区間
答え: E = 16.1
平均の信頼区間：x̄ ± 誤差の幅。母集団の σ が既知なら誤差の幅は z·σ/√n、標本標準偏差 s しかなければ自由度 n − 1 の t を使って t·s/√n です。臨界値：z = 1.645（90%）、1.96（95%）、2.576（99%）。誤差の幅を E 以下にするには n ≥ (z·σ/E)² が必要で、端数は切り上げます。
臨界値
df = n − 1 = 12, t = 3.055
誤差の幅
E = 3.055·19/√13 = 16.1
答え
E = 16.1
8.信頼区間
答え: n = 42
平均の信頼区間：x̄ ± 誤差の幅。母集団の σ が既知なら誤差の幅は z·σ/√n、標本標準偏差 s しかなければ自由度 n − 1 の t を使って t·s/√n です。臨界値：z = 1.645（90%）、1.96（95%）、2.576（99%）。誤差の幅を E 以下にするには n ≥ (z·σ/E)² が必要で、端数は切り上げます。
n について解く
n = (2.576·5/2)² = 41.47
切り上げる
標本サイズは整数であり、切り捨てると誤差の幅が大きくなりすぎます。
n = 42
答え
n = 42
9.仮説検定と信頼区間
答え: t = −0.88
平均の検定：検定統計量は、標本平均が H₀ で主張された値から標準誤差何個分離れているかを表します：σ が既知なら z = (x̄ − μ₀)/(σ/√n)、標本から推定するなら t = (x̄ − μ₀)/(s/√n)。信頼区間は x̄ ±（臨界値）·（標準誤差）です。
標準誤差
SE = 20/√64 = 20/8 = 2.5
検定統計量
t = (197.8 − 200)/2.5 = −0.88
答え
t = −0.88
t0.025; df = 63 = 1.998
|t| < 1.998 なので、有意水準 5%（両側）で H₀ は棄却されません。
10.仮説検定と信頼区間
答え: z = 1.099
Hypothesis test: the test statistic = (estimate − value under H₀)/(standard error under H₀). The p-value is the probability, assuming H₀ is true, of a statistic at least as extreme as the one observed: the area in one tail for a one-sided H₁, twice the tail area for a two-sided H₁. Reject H₀ when p ≤ α.
標本比率
p̂₁ = 28/80 = 0.35
p̂₂ = 42/150 = 0.28
p̂ = 70/230 = 0.3043
H₀ のもとでの標準誤差
SE = √(0.3043·0.6957·(1/80 + 1/150)) = 0.0637
検定統計量
z = (0.35 − 0.28)/0.0637 = 1.099
答え
z = 1.099
|z| < 1.96 なので、有意水準 5%（両側）で H₀ は棄却されません。
11.線形回帰と相関
答え: r² = 0.9806
最小二乗回帰：x̄ と ȳ を平均とし、Sxx = Σ(x − x̄)²、Syy = Σ(y − ȳ)²、Sxy = Σ(x − x̄)(y − ȳ) とすると、直線 ŷ = a + b·x の傾きは b = Sxy/Sxx、切片は a = ȳ − b·x̄ なので、この直線は必ず (x̄, ȳ) を通ります。ピアソンの相関係数 r = Sxy/√(Sxx·Syy) は −1 から 1 の間の値をとります。r² は y の変動のうち直線で説明される割合です。
平均
x̄ = 115/5 = 23
ȳ = 389/5 = 77.8
平方和と積和
Sxx = Σ(x − x̄)² = 90
Sxy = Σ(x − x̄)(y − ȳ) = 381
Syy = Σ(y − ȳ)² = 1645
決定係数
r² = 381²/(90·1645) = 0.9806
答え
r² = 0.9806
y の変動の約 98.06% が直線で説明されます。
12.線形回帰と相関
答え: ŷ = 49.65
最小二乗回帰：x̄ と ȳ を平均とし、Sxx = Σ(x − x̄)²、Syy = Σ(y − ȳ)²、Sxy = Σ(x − x̄)(y − ȳ) とすると、直線 ŷ = a + b·x の傾きは b = Sxy/Sxx、切片は a = ȳ − b·x̄ なので、この直線は必ず (x̄, ȳ) を通ります。ピアソンの相関係数 r = Sxy/√(Sxx·Syy) は −1 から 1 の間の値をとります。r² は y の変動のうち直線で説明される割合です。
平均
x̄ = 25/5 = 5
ȳ = 263/5 = 52.6
平方和と積和
Sxx = Σ(x − x̄)² = 10
Sxy = Σ(x − x̄)(y − ȳ) = 59
回帰直線
b = 59/10 = 5.9
a = 52.6 − 5.9·5 = 23.1
ŷ = 23.1 + 5.9·x
予測
ŷ = 23.1 + 5.9·4.5 = 49.65
答え
ŷ = 49.65
ExamProblems · examproblems.com/courses/statistics-1