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。
荷物を持つ乗客 の質量は互いに独立で、平均 85 kg、標準偏差 12 kg の正規分布に従います。そのうち 9 個の合計質量が 747 kg を下回る確率 P を求めなさい。z は小数第 2 位に丸めなさい。
ライン 1 の製品の質量 X とライン 2 の製品の質量 Y は独立な正規変数です：X は平均 500 g、標準偏差 8 g、Y は平均 490 g、標準偏差 6 g です。X が Y より大きい確率 P を求めなさい。z は小数第 2 位に丸めなさい。
7 人の患者の血圧を治療の前後に測定します。差 d = 前 − 後（mmHg）の平均は 8.1、標準偏差は 3.7 です。 差の平均の 95% 信頼区間の誤差の幅 E を求めなさい。
母標準偏差は 6 です。平均の 90% 信頼区間の誤差の幅を 1 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 つの生産ラインで同じ部品をつくっています。ライン 1：80 個の部品の標本の平均長さは 133.5 mm で、ラインの既知の標準偏差は 12 mm です。ライン 2：30 個の部品の標本の平均は 136.9 mm、既知の標準偏差は 5 mm です。差を x̄₁ − x̄₂（ライン 1 − ライン 2）として、H₀: μ₁ = μ₂ の検定統計量 z を求めなさい。
36 回の測定の標本平均は 79.4 です。母標準偏差は 12 です。平均の 90% 信頼区間の下限 L 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。 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 = 荷重 (kN) と y = 伸び (mm) 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。 x = 3 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「学生、バス」の期待度数 E を求めなさい。
カイ二乗適合度検定で、10 個のカテゴリーの観測度数を、完全に指定された期待割合と比べます（データから推定するパラメータはありません）。 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: P = 0.3085
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: P = 0.8413
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: E = 3.422 mmHg
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: n = 98
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: z = −2.095
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 は棄却されます。
答え: L = 76.11
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: r = 0.9776
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: ŷ = 8.729
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 = 14.45
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: χ²crit = 21.67
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