公式集、全トピックの解法の要点、10 問の演習問題。完全な解答は巻末にあります。
試験の得点は、平均 65 点、標準偏差 10 点 の正規分布に従います。65.5 から 67.5 点 の間にある割合はいくらですか？P を小数で答えなさい。
ライン 1 の製品の質量 X とライン 2 の製品の質量 Y は独立な正規変数です：X は平均 500 g、標準偏差 8 g、Y は平均 490 g、標準偏差 6 g です。X が Y より大きい確率 P を求めなさい。z は小数第 2 位に丸めなさい。
16 個からなる標本の平均は 112、標準偏差は s = 4 です。母集団はほぼ正規分布に従います。 平均の 90% 信頼区間の誤差の幅 E を求めなさい。
母標準偏差は 40 です。平均の 90% 信頼区間の誤差の幅を 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 100 であると主張されています。母標準偏差は 9 であることがわかっています。36 個の観測値からなる無作為標本の平均は 98.62 です。H₀: μ = 100 対 H₁: μ < 100 を検定します。p 値 p を求めなさい。
H₀: μ = 200 対 H₁: μ < 200 の片側 z 検定を、α = 0.01、標本サイズ 25 で行います。標準偏差は 10 であることがわかっています。実際の平均は 193.8 です。 第 2 種の誤りの確率 β をパーセントで求めなさい。
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。 それらの和が与えられています。これらの和からピアソンの相関係数 r を求めなさい。
表は x = 車の年数（年） と y = 価格（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。 直線が ŷ = 17 と予測するのは、どの値 x のときですか？
分割表は観測度数を示しています。行の変数と列の変数の独立性の検定について、カイ二乗統計量 χ² を計算しなさい。連続性の補正は使いません。
カイ二乗適合度検定で、9 個のカテゴリーの観測度数を、完全に指定された期待割合と比べます（データから推定するパラメータはありません）。 この検定の自由度 df はいくつですか？
答え: P = 0.07877
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: P = 0.8413
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: E = 1.753
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 = 174
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 = 0.1788
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.
p > 0.05 なので、有意水準 5% で H₀ は棄却されません。
答え: β = 21.95 %
検定の検出力：検出力 = 1 − β は、H₀ が誤っているときに H₀ を棄却する確率です。μ₀ と z_α から境界値 x̄c を求め、真の平均を使って x̄c を超える確率を計算します：z = (x̄c − μ)/(σ/√n)。
答え: r = 0.9423
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: x = 4.392
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: χ² = 16.24
カイ二乗検定：観測度数 O と H₀ のもとでの期待度数 E を χ² = Σ(O − E)²/E で比べます。適合度検定：各カテゴリーで E = n·p、自由度 df = k − 1（データから推定したパラメータ 1 つごとにさらに 1 を引く）。r × c 表での独立性の検定：E = 行の合計 × 列の合計 / 総計、df = (r − 1)(c − 1)。χ² が選んだ α での臨界値を超えたら H₀ を棄却します。
df = 2。α = 0.05 での臨界値は 5.991 なので、H₀（独立）は棄却される。
答え: df = 8
カイ二乗検定：観測度数 O と H₀ のもとでの期待度数 E を χ² = Σ(O − E)²/E で比べます。適合度検定：各カテゴリーで E = n·p、自由度 df = k − 1（データから推定したパラメータ 1 つごとにさらに 1 を引く）。r × c 表での独立性の検定：E = 行の合計 × 列の合計 / 総計、df = (r − 1)(c − 1)。χ² が選んだ α での臨界値を超えたら H₀ を棄却します。
ExamProblems · examproblems.com/courses/statistics-2-inference