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 10 個の合計質量が 403.8 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。
配達時間は、平均 32 min、標準偏差 6 min の正規分布に従います。全体の 5% がそれより下にある値 x（第 5 パーセンタイル）を求めなさい。
25 個からなる標本の平均は 88、標準偏差は s = 10.5 です。母集団はほぼ正規分布に従います。 平均の 99% 信頼区間の上限を求めなさい。
機械加工した 11 本の軸の直径の標本標準偏差は 3.2 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% 信頼区間の下限 σ を求めなさい。df = 10 のとき、χ² 分布の 2.5% は 3.247 より下に、2.5% は 20.483 より上にあります。
12 人の従業員が研修の前後にタイピングテストを受けます。各人について差 d = 後 − 前（1 分あたりの単語数）を記録します。差の平均は 10.42、差の標準偏差は 9.5 です。H₀: μd = 0 の対応のある検定統計量 t を求めなさい。
H₀: μ = 500 対 H₁: μ < 500 の片側 z 検定を、α = 0.05、標本サイズ 36 で行います。標準偏差は 15 であることがわかっています。実際の平均は 497.5 です。 検定の検出力 1 − β をパーセントで求めなさい。
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。 最小二乗直線の決定係数 r² 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。 新しい観測値 (1.5, 36) が得られました。その残差 e = y − ŷ を求めなさい。
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。
2 行 3 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 = 0.01 での臨界値 χ²crit を求めなさい。
答え: P = 0.1587
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 = 22.13 min
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: 上限 = 93.87
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 = 2.236 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：[2.236, 5.616] µm。
答え: t = 3.8
Testing a mean: the test statistic measures how many standard errors the sample mean lies from the value claimed in H₀: z = (x̄ − μ₀)/(σ/√n) when σ is known, t = (x̄ − μ₀)/(s/√n) when it is estimated from the sample. A confidence interval is x̄ ± (critical value)·(standard error).
df = 11 のとき、両側 5% の臨界値は 2.201 です。|t| の方が大きいので、H₀ は棄却されます。
答え: 1 − β = 25.95 %
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: r² = 0.9446
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 94.46% が直線で説明されます。
答え: e = −4.162
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。
点は直線より下にあります。
答え: χ² = 29.16
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: χ²crit = 9.21
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