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。
IQ スコアは、平均 100 点、標準偏差 15 点 の正規分布に従います。100.75 から 130.75 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。
IQ スコアは、平均 100 点、標準偏差 15 点 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。
10 個からなる標本の平均は 57.5、標準偏差は s = 18.5 です。母集団はほぼ正規分布に従います。 平均の 90% 信頼区間の下限を求めなさい。
機械加工した 16 本の軸の直径の標本標準偏差は 10 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 = 15 のとき、χ² 分布の 2.5% は 6.262 より下に、2.5% は 27.488 より上にあります。
学生 25 人の標本の平均点は 42.8、標本標準偏差は 20 です。H₀: μ = 50 に対する検定統計量 t を求めなさい。
平均の 99% 信頼区間の誤差の幅を 2.5 以下にするには、標本はどれだけ大きくなければなりませんか？標準偏差は 5 です。最小の標本サイズ n を求めなさい。
表は x = 荷重 (kN) と y = 伸び (mm) 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 = 荷重 (kN) と y = 伸び (mm) 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 = 11 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、中」の期待度数 E を求めなさい。
カイ二乗適合度検定で、3 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 = 0.4599
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: x = 112.6 点
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: 下限 = 46.78
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 = 7.387 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：[7.387, 15.48] 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| < 2.064 なので、有意水準 5%（両側）で H₀ は棄却されません。
答え: n = 27
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 = 0.9902
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 = 44.69
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 = 19.47
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: df = 2
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