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 0.9576 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。
電池の寿命 は、平均 500 h、標準偏差 40 h の正規分布に従います。色つきの上位 30% 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。
σ が既知のもとで 64 個の観測値に基づく平均の 90% 信頼区間の誤差の幅は 7 です。 同じ研究で代わりに 256 個の観測値を使うと、誤差の幅 E₂ はいくらになりますか？
母標準偏差は 24 です。平均の 90% 信頼区間の誤差の幅を 3 以下にするには、どれだけの標本サイズ n が必要ですか？
ある母集団の平均は 500 であると主張されています。母標準偏差は 25 であることがわかっています。100 個の観測値からなる無作為標本の平均は 502.25 です。H₀: μ = 500 対 H₁: μ > 500 を検定します。p 値 p を求めなさい。
H₀: μ = 80 対 H₁: μ > 80 の片側 z 検定を、α = 0.05、標本サイズ 100 で行います。標準偏差は 15 であることがわかっています。実際の平均は 82.4 です。 検定の検出力 1 − β をパーセントで求めなさい。
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。 最小二乗直線の決定係数 r² を求めなさい。
表は x = 車の年数（年） と y = 価格（k€） 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 = 26 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。
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。 表を使って、有意水準 α = 0.01 での臨界値 χ²crit を求めなさい。
答え: z = 2.03
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 0.9788 を見つけ、z を読み取ります。
答え: x = 521 h
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: E₂ = 3.5
Confidence interval for a mean: x̄ ± margin of error. With a known population σ the margin is z·σ/√n; with only the sample standard deviation s, use t with n − 1 degrees of freedom: t·s/√n. Critical values: z = 1.645 (90%), 1.96 (95%), 2.576 (99%). To get a margin E or smaller, you need n ≥ (z·σ/E)², rounded up.
答え: n = 174
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: p = 0.1841
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.
p > 0.05 なので、有意水準 5% で H₀ は棄却されません。
答え: 1 − β = 48.21 %
検定の検出力：検出力 = 1 − β は、H₀ が誤っているときに H₀ を棄却する確率です。μ₀ と z_α から境界値 x̄c を求め、真の平均を使って x̄c を超える確率を計算します：z = (x̄c − μ)/(σ/√n)。
答え: r² = 0.9821
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 98.21% が直線で説明されます。
答え: x = 1.333
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 = 8.15
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）は棄却される。
答え: χ²crit = 13.28
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。
計算した χ² がこの値より大きければ H₀ を棄却します。
ExamProblems · examproblems.com/courses/statistics-2-inference