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。
ボルト の質量は互いに独立で、平均 40 g、標準偏差 1.2 g の正規分布に従います。そのうち 5 個の合計質量が 197.3 g 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 80% がそれより下にある値 x（第 80 パーセンタイル）を求めなさい。
7 個からなる標本の平均は 119.5、標準偏差は s = 9.5 です。母集団はほぼ正規分布に従います。 平均の 95% 信頼区間の誤差の幅 E を求めなさい。
機械加工した 15 本の軸の直径の標本標準偏差は 2.5 µm です。直径が正規分布に従うと仮定して、母標準偏差の 95% 信頼区間の上限 σ を求めなさい。df = 14 のとき、χ² 分布の 2.5% は 5.629 より下に、2.5% は 26.119 より上にあります。
学生 16 人の標本の平均点は 47.75、標本標準偏差は 5 です。H₀: μ = 50 に対する検定統計量 t を求めなさい。
ある臨床試験で、治療 A の患者 100 人中 35 人、治療 B の患者 100 人中 30 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 = 車の年数（年） と y = 価格（k€） の 5 組の対になった観測値を示しています。 最小二乗直線の決定係数 r² を求めなさい。
表は x = 荷重 (kN) と y = 伸び (mm) 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。 直線が ŷ = 9 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。
表は観測度数を示しています。2 つの変数が独立かどうかを α = 0.05 で検定しなさい（連続性の補正なし）。検定統計量 χ² を計算し、表の臨界値と比べなさい。
答え: P = 0.8438
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 = 183.9 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 = 8.786
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: σ = 3.943 µm
分散の区間：(n − 1)s²/σ² は自由度 n − 1 の χ² 分布に従います。σ² の 95% 区間は、(n − 1)s² を上側の χ² 値（その上に 2.5%）で割った値から、下側の χ² 値（その下に 2.5%）で割った値までです。σ の区間は両方の限界の平方根です。s に関して対称ではありません。
σ の 95% 区間：[1.83, 3.943] µm。
答え: t = −1.8
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。
|t| < 2.131 なので、有意水準 5%（両側）で H₀ は棄却されません。
答え: z = 0.7549
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.
|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: r² = 0.9167
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。
y の変動の約 91.67% が直線で説明されます。
答え: x = 5.294
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 = 13.18
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: χ² = 21.84
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。
χ² は臨界値より大きいので、H₀ は棄却されます：変数の間には関連があるようです。
ExamProblems · examproblems.com/courses/statistics-2-inference