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:57, 60, 43, 15, 25, 15, 57。
ある量は平均 170、標準偏差 5 の正規分布に従います。176.3 より大きい値の割合 P はいくつですか?
9 人のグループから 5 人の委員会を選ぶ方法 N は何通りですか?順序は問いません。
部品を 10 個試験し、各部品は独立に確率 0.25 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?
箱 の質量は互いに独立で、平均 12 kg、標準偏差 0.8 kg の正規分布に従います。そのうち 12 個の合計質量が 145.4 kg を超える確率 P を求めなさい。z は小数第 2 位に丸めなさい。
成人男性の身長は、平均 178 cm、標準偏差 7 cm の正規分布に従います。全体の 25% がそれより下にある値 x(第 25 パーセンタイル)を求めなさい。
2 つの機種のスマートフォンの電池持続時間を比べます。機種 1:30 台、平均 41 h、既知の標準偏差 14 h。機種 2:60 台、平均 26 h、既知の標準偏差 4 h。 μ₁ − μ₂ の 99% 信頼区間の誤差の幅 E を求めなさい。
母標準偏差は 18 です。平均の 90% 信頼区間の誤差の幅を 1.5 以下にするには、どれだけの標本サイズ n が必要ですか?
ある母集団の平均は 500 であると主張されています。母標準偏差は 30 であることがわかっています。100 個の観測値からなる無作為標本の平均は 505.82 です。H₀: μ = 500 対 H₁: μ ≠ 500 を検定します。p 値 p を求めなさい。
ある臨床試験で、治療 A の患者 150 人中 38 人、治療 B の患者 300 人中 90 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。
表は x = 気温 (°C) と y = アイスクリームの販売数 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 6 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 のときの ŷ を予測しなさい。
答え: s = 20.22
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 = 0.1056
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: N = 126
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。
答え: P = 0.244
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。
答え: P = 0.305
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。
答え: x = 173.3 cm
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: E = 6.717 h
差の区間:推定値 ± 臨界値 × 標準誤差。σ が既知の独立な 2 つの平均では SE = √(σ₁²/n₁ + σ₂²/n₂) と z を使います。未知の分散が等しい場合は、プールした s_p と自由度 n₁ + n₂ − 2 の t を使います。対応のあるデータでは差を扱います:d̄ ± t·s_d/√n。
区間は 0 を含まないので、平均には有意な差があります。
答え: n = 390
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: p = 0.05238
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。
p > 0.05 なので、有意水準 5% で H₀ は棄却されません。
答え: z = −1.034
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 は棄却されません。
答え: r = 0.9667
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 = 48.38
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