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 6 個の合計質量が 568.8 kg 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。
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。色つきの下位 60% が左側になるように、しきい値をドラッグします。しきい値 x を求めなさい。
6 個からなる標本の平均は 97.5、標準偏差は s = 5 です。母集団はほぼ正規分布に従います。 平均の 99% 信頼区間の下限を求めなさい。
機械加工した 30 本の軸の直径の標本標準偏差は 6.2 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 = 29 のとき、χ² 分布の 2.5% は 16.047 より下に、2.5% は 45.722 より上にあります。
2 つの指導法を比べます。グループ 1：7 人の学生、平均点 38、標準偏差 12。グループ 2：14 人の学生、平均点 41.6、標準偏差 10.5。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。
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 20 であることがわかっています。実際の平均は 85.8 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 5 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 = 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。 x = 5 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。
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 = 0.05 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: P = 0.02275
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 = 510 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: 下限 = 89.27
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 = 8.335 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：[4.938, 8.335] µm。
答え: t = −0.7073
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 = 19 のとき、両側 5% の臨界値は 2.093 です。|t| の方が小さいので、H₀ は棄却されません。
答え: 1 − β = 89.53 %
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: r = 0.9986
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 = 64.2
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 = 32.79
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: χ² = 3.633
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 は臨界値より小さいので、H₀ は棄却されません：関連を示す有意な証拠はありません。
ExamProblems · examproblems.com/courses/statistics-2-inference