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 60 s、標準偏差 5 s の正規分布に従い、Y は X と独立で、平均 45 s、標準偏差 4 s の正規分布に従います。X + Y が 101.8 s 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。
袋の重さ は、平均 250 g、標準偏差 5 g の正規分布に従います。色つきの上位 90% が右側になるように、しきい値をドラッグします。しきい値 x を求めなさい。
2 つの機種のスマートフォンの電池持続時間を比べます。機種 1：30 台、平均 116.5 h、既知の標準偏差 11 h。機種 2：60 台、平均 130 h、既知の標準偏差 18 h。 μ₁ − μ₂ の 95% 信頼区間の誤差の幅 E を求めなさい。
母標準偏差は 38 です。平均の 90% 信頼区間の誤差の幅を 0.5 以下にするには、どれだけの標本サイズ n が必要ですか？
2 つの指導法を比べます。グループ 1：9 人の学生、平均点 109.5、標準偏差 11。グループ 2：8 人の学生、平均点 117.9、標準偏差 4.5。母分散が等しいと仮定し、プールした 2 標本 t 検定を使います。差を x̄₁ − x̄₂（グループ 1 − グループ 2）として、H₀: μ₁ = μ₂ の検定統計量 t を求めなさい。
平均の 95% 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 15 です。最小の標本サイズ n 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。 最小二乗直線の決定係数 r² 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 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。 直線が ŷ = 136 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。カイ二乗独立性検定のために、セル「学生、自転車」の期待度数 E を求めなさい。
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。 この検定の自由度 df はいくつですか？
答え: P = 0.6915
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 = 243.6 g
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。
答え: E = 6.02 h
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.
区間は 0 を含まないので、平均には有意な差があります。
答え: n = 15631
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 = −2.01
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.
df = 15 のとき、両側 5% の臨界値は 2.131 です。|t| の方が小さいので、H₀ は棄却されません。
答え: n = 139
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: r² = 0.9769
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 97.69% が直線で説明されます。
答え: x = 24.49
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 = 46.66
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 = 4
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