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。
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。245 から 255 g の間にある割合はいくらですか？P を小数で答えなさい。
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。全体の 99% がそれより下にある値 x（第 99 パーセンタイル）を求めなさい。
6 個からなる標本の平均は 90、標準偏差は s = 14.5 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 16 です。平均の 95% 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？
学生 64 人の標本の平均点は 51.06、標本標準偏差は 5 です。H₀: μ = 50 に対する検定統計量 t を求めなさい。
H₀: μ = 100 対 H₁: μ > 100 の片側 z 検定を、α = 0.05、標本サイズ 36 で行います。標準偏差は 3 であることがわかっています。実際の平均は 101.1 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 = 広告費（k€） と y = 売上高（k€） の 6 組の対になった観測値を示しています。 最小二乗直線の決定係数 r² 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 ŷ = a + b·x を用います。 x = 7 のときの ŷ を予測しなさい。
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「都市部、高」の期待度数 E を求めなさい。
カイ二乗適合度検定で、9 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 = 0.6827
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: x = 88.26 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: E = 23.87
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 = 110
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 = 1.696
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| < 1.998 なので、有意水準 5%（両側）で H₀ は棄却されません。
答え: 1 − β = 71.06 %
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 = 0.9376
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 93.76% が直線で説明されます。
答え: ŷ = 16
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 = 16.58
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 = 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。
ExamProblems · examproblems.com/courses/statistics-2-inference