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%
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。
データの標本標準偏差 s を求めなさい:14, 46, 47, 55, 45, 26, 43。
ある量は平均 500、標準偏差 100 の正規分布に従います。650 より大きい値の割合 P はいくつですか?
示された分布について、X の分散 Var(X) を求めなさい。
X は示された分布をもち、Y = 10X + 10 です。Y の標準偏差 σY を求めなさい。
標準正規曲線の下で、z の右側の色つき面積が 0.2643 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。
袋の重さは、平均 250 g、標準偏差 5 g の正規分布に従います。全体の 75% がそれより下にある値 x(第 75 パーセンタイル)を求めなさい。
8 個からなる標本の平均は 51、標準偏差は s = 17.5 です。母集団はほぼ正規分布に従います。 平均の 90% 信頼区間の下限を求めなさい。
母標準偏差は 24 です。平均の 99% 信頼区間の誤差の幅を 2.5 以下にするには、どれだけの標本サイズ n が必要ですか?
2 つの生産ラインで同じ部品をつくっています。ライン 1:50 個の部品の標本の平均長さは 116.5 mm で、ラインの既知の標準偏差は 17 mm です。ライン 2:100 個の部品の標本の平均は 123.7 mm、既知の標準偏差は 16 mm です。差を x̄₁ − x̄₂(ライン 1 − ライン 2)として、H₀: μ₁ = μ₂ の検定統計量 z を求めなさい。
α = 0.01 の片側 z 検定で、平均の 2.5 単位のずれを検出力 80% で検出しなければなりません。標準偏差は 6 です。最小の標本サイズ n を求めなさい。
表は x = 勉強時間 と y = 試験の得点 の 6 組の対になった観測値を示しています。 ピアソンの相関係数 r を求めなさい。
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 = 6.5 のときの ŷ を予測しなさい。
答え: s = 14.22
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。
答え: P = 0.06681
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。
答え: Var(X) = 1.387
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。
答え: σY = 13.59
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。
平均は変化します:E(Y) = 10·1.95 + 10 = 29.5。
答え: z = 0.63
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。
表の中で 0.7357 を見つけ、z を読み取ります。
答え: x = 253.4 g
正規分布:値 x を z スコア z = (x − μ)/σ に変換します。これは平均から標準偏差何個分離れているかを表します。z 表(または Φ(z))は z より左側の面積、つまり P(X < x) を与えます。右側の面積は 1 − Φ(z)、2 つの値の間の面積はそれぞれの左側の面積の差です。
答え: 下限 = 39.28
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。
答え: n = 612
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。
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。
答え: z = −2.493
仮説検定:検定統計量 =(推定値 − H₀ のもとでの値)/(H₀ のもとでの標準誤差)。p 値は、H₀ が正しいと仮定したとき、観測されたもの以上に極端な統計量が得られる確率です:片側の H₁ では片側の裾の面積、両側の H₁ では裾の面積の 2 倍です。p ≤ α なら H₀ を棄却します。
|z| > 1.96 なので、有意水準 5%(両側)で H₀ は棄却されます。
答え: n = 58
検定に必要な標本サイズ:有意水準 α の片側 z 検定で、真のずれ δ を検出力 1 − β で検出するには、標準誤差が δ = (z_α + z_β)·σ/√n を満たす必要があるので、n = ((z_α + z_β)·σ/δ)² を切り上げます。
答え: r = 0.9832
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。
答え: ŷ = 52.25
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。
ExamProblems · examproblems.com/courses/statistics-1