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 から z の間の色つき面積が 0.8029 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。
試験の得点 は、平均 65 点、標準偏差 10 点 の正規分布に従います。色つきの上位 5% 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。
12 個からなる標本の平均は 56.5、標準偏差は s = 3 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 11.2 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% 信頼区間の上限 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 81 人の標本の平均点は 106.4、標本標準偏差は 20 です。H₀: μ = 100 に対する検定統計量 t を求めなさい。
α = 0.05 の片側 z 検定で、平均の 3 単位のずれを検出力 80% で検出しなければなりません。標準偏差は 27 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 5 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 = 勉強時間 と y = 試験の得点 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 = 47 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: z = 1.29
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 0.9015 を見つけ、z を読み取ります。
答え: x = 81.4 点
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: 下限 = 54.94
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 = 17.33 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：[8.274, 17.33] µm。
答え: t = 2.88
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| > 1.99 なので、有意水準 5%（両側）で H₀ は棄却されます。
答え: n = 501
検定に必要な標本サイズ：有意水準 α の片側 z 検定で、真のずれ δ を検出力 1 − β で検出するには、標準誤差が δ = (z_α + z_β)·σ/√n を満たす必要があるので、n = ((z_α + z_β)·σ/δ)² を切り上げます。
答え: r² = 0.9837
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 98.37% が直線で説明されます。
答え: x = 2.441
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 = 4.8
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: χ² = 36.7
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 は臨界値より大きいので、H₀ は棄却されます：変数の間には関連があるようです。
ExamProblems · examproblems.com/courses/statistics-2-inference