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 8 個の合計質量が 314.9 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。
ある集団の男性の身長 X と女性の身長 Y は独立な正規変数です：X は平均 180 cm、標準偏差 10 cm、Y は平均 170 cm、標準偏差 12 cm 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。
20 個からなる標本の平均は 50.5、標準偏差は s = 11.5 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。
母標準偏差は 17 です。平均の 95% 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？
学生 49 人の標本の平均点は 499.5、標本標準偏差は 4 です。H₀: μ = 500 に対する検定統計量 t を求めなさい。
H₀: μ = 80 対 H₁: μ > 80 の片側 z 検定を、α = 0.01、標本サイズ 64 で行います。標準偏差は 24 であることがわかっています。実際の平均は 89.3 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 = 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。 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 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。 x = 2.5 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。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、6 個のカテゴリーの度数が、同じデータから平均を推定したポアソン分布に従うかどうかを調べます。 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 = 0.9332
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: P = 0.7389
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: 上限 = 57.86
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 = 45
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 = −0.875
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| < 2.011 なので、有意水準 5%（両側）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 = 0.9779
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 = 26
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 = 0.5717
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）は棄却されない。
答え: χ²crit = 13.28
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