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 0.1314 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。
穴の直径 D は平均 25.05 mm、標準偏差 0.02 mm の正規分布に従います。軸の直径 d は D と独立で、平均 25 mm、標準偏差 0.015 mm の正規分布に従います。無作為に選んだ軸は D − d > 0 のとき穴にはまります。はまる確率 P を求めなさい。z は小数第 2 位に丸めなさい。
16 個からなる標本の平均は 44、標準偏差は s = 15 です。母集団はほぼ正規分布に従います。 平均の 99% 信頼区間の誤差の幅 E を求めなさい。
母標準偏差は 25 です。平均の 99% 信頼区間の誤差の幅を 2.5 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 36 人の標本の平均点は 198.3、標本標準偏差は 4 です。H₀: μ = 200 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 200 人中 40 人、治療 B の患者 200 人中 18 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 = 勉強時間 と y = 試験の得点 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。 新しい観測値 (5.5, 14) 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。カイ二乗独立性検定のために、セル「学生、車」の期待度数 E を求めなさい。
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 = 0.01 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: z = 1.12
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 0.8686 を見つけ、z を読み取ります。
答え: P = 0.9772
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: E = 11.05
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 = 664
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 = −2.55
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| > 2.03 なので、有意水準 5%（両側）で H₀ は棄却されます。
答え: z = 3.124
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 は棄却されます。
答え: r = 0.9704
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 = −2.352
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: E = 34.39
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: χ² = 2.333
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 は臨界値より小さいので、H₀ は棄却されません：関連を示す有意な証拠はありません。
ExamProblems · examproblems.com/courses/statistics-2-inference