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。
標準正規曲線の下で、z の右側の色つき面積が 0.0113 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 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。
16 個からなる標本の平均は 35.5、標準偏差は s = 6 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 18 です。平均の 95% 信頼区間の誤差の幅を 3 以下にするには、どれだけの標本サイズ n が必要ですか？
学生 16 人の標本の平均点は 509、標本標準偏差は 15 です。H₀: μ = 500 に対する検定統計量 t を求めなさい。
49 回の測定の標本平均は 45.9 です。母標準偏差は 15 です。平均の 90% 信頼区間の上限 U 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。 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。 x = 5.5 のときの ŷ を予測しなさい。
分割表は観測度数を示しています。カイ二乗独立性検定のために、セル「都市部、低」の期待度数 E を求めなさい。
3 行 5 列（合計を除く）の分割表について、カイ二乗独立性検定を行います。 表を使って、有意水準 α = 0.05 での臨界値 χ²crit を求めなさい。
答え: z = 2.28
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 0.9887 を見つけ、z を読み取ります。
答え: x = 246.6 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: E = 2.629
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 = 139
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: t = 2.4
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 は棄却されます。
答え: U = 49.42
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。
答え: r = 0.9898
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 = 15.91
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: E = 33.88
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。
答え: χ²crit = 15.51
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。
計算した χ² がこの値より大きければ H₀ を棄却します。
ExamProblems · examproblems.com/courses/statistics-2-inference