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。
X は平均 250 g、標準偏差 4 g の正規分布に従い、Y は X と独立で、平均 500 g、標準偏差 9 g の正規分布に従います。X + Y が 757.9 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。
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 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。
10 個からなる標本の平均は 53.5、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 95% 信頼区間の下限を求めなさい。
2 種類の肥料を試験します。区画群 1：11 区画、平均収量 25.5 kg、標準偏差 9.5 kg。区画群 2：20 区画、平均 22.5 kg、標準偏差 2.5 kg。等分散を仮定します（プールした t、df = n₁ + n₂ − 2）。 μ₁ − μ₂ の 99% 信頼区間の上限を求めなさい。
学生 36 人の標本の平均点は 76.42、標本標準偏差は 5 です。H₀: μ = 75 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 80 人中 52 人、治療 B の患者 200 人中 122 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 = 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。 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 = 気温 (°C) と y = アイスクリームの販売数 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。 直線が ŷ = 106 と予測するのは、どの値 x のときですか？
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。
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: P = 0.2119
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 = 75.33 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 = 49.21
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: 上限 = 9.139 kg
Interval for a difference: estimate ± critical value × standard error. For two independent means with known σ: SE = √(σ₁²/n₁ + σ₂²/n₂) and z. With equal unknown variances: pooled s_p and t with n₁ + n₂ − 2 degrees of freedom. For paired data, work with the differences: d̄ ± t·s_d/√n.
答え: t = 1.704
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 は棄却されません。
答え: z = 0.6234
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 は棄却されません。
答え: r = −0.9761
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: x = 23.04
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 = 19.53
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 = 1。α = 0.05 での臨界値は 3.841 なので、H₀（独立）は棄却される。
答え: χ² = 0.1406
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