tecktom.com

確認テストの解答

2026年10月15日8分で読めますAI生成教科書『資格試験』第3章 1元配置法

AI 生成・木下が未勉強

実験計画法 第3章 §3.4

  1. 3.1-1 N=30N=30 なので自由度は次のとおりである(ϕT=ϕA+ϕe\phi_T=\phi_A+\phi_e を満たす)。

ϕT=29,ϕA=4,ϕe=5×5=25.\phi_T=29,\qquad \phi_A=4,\qquad \phi_e=5\times5=25.

帰無仮説のもとでは ai=0a_i=0 なので E(VA)=σ2E(V_A)=\sigma^2 である。また E(Ve)=σ2E(V_e)=\sigma^2 は H0H_0 によらない。2. 3.1-2 T=145, N=15T=145,\ N=15 で、CT=1452/15=21025/15=1401.67CT=145^2/15=21025/15=1401.67 である。

ST=1445−1401.67=43.33,SA=(402+552+502)/5−CT=(1600+3025+2500)/5−1401.67=1425−1401.67=23.33,Se=43.33−23.33=20.00.\begin{aligned}S_T&=1445-1401.67=43.33,\\ S_A&=(40^2+55^2+50^2)/5-CT=(1600+3025+2500)/5-1401.67\\ &=1425-1401.67=23.33,\\ S_e&=43.33-23.33=20.00.\end{aligned}

自由度は ϕA=2, ϕe=12\phi_A=2,\ \phi_e=12 で、平均平方は VA=11.67, Ve=1.667V_A=11.67,\ V_e=1.667 である。分散比は F0=11.67/1.667=7.00F_0=11.67/1.667=7.00 となる。F0≥F2,12(0.01)=6.927F_0\ge F_{2,12}(0.01)=6.927 なので、有意水準1%(したがって5%でも)で AA は有意である。

要因SSϕ\phiVVF0F_0
AA23.33211.677.00∗∗^{**}
ee20.00121.667
計43.3314
3. 3.1-3 次の分解を2乗して、ii と j=1,…,rij=1,\dots,r_i について和をとる。

xij−xˉˉ=(xˉi⋅−xˉˉ)+(xij−xˉi⋅)x_{ij}-\bar{\bar x}=(\bar x_{i\cdot}-\bar{\bar x})+(x_{ij}-\bar x_{i\cdot})

第1項の2乗の和は、被和項が jj によらないので ∑iri(xˉi⋅−xˉˉ)2\sum_ir_i(\bar x_{i\cdot}-\bar{\bar x})^2 である。交差項は ii ごとに

2(xˉi⋅−xˉˉ)∑j=1ri(xij−xˉi⋅)=2(xˉi⋅−xˉˉ)(Ti⋅−rixˉi⋅)=02(\bar x_{i\cdot}-\bar{\bar x})\sum_{j=1}^{r_i}(x_{ij}-\bar x_{i\cdot})=2(\bar x_{i\cdot}-\bar{\bar x})(T_{i\cdot}-r_i\bar x_{i\cdot})=0

である(xˉi⋅=Ti⋅/ri\bar x_{i\cdot}=T_{i\cdot}/r_i による)。したがって交差項の総和は0で、示すべき等式を得る。繰返し数が等しいことはどこにも使っておらず、使ったのは「水準の中で偏差の和が0」という性質だけである。4. 3.1-4 誤差の総平均を εˉˉ=1N∑i∑jεij\bar{\bar\varepsilon}=\frac1N\sum_i\sum_j\varepsilon_{ij} と置く。構造式と ∑iriai=0\sum_ir_ia_i=0 から次を得る。

xˉi⋅=μ+ai+εˉi⋅,xˉˉ=1N∑iri(μ+ai+εˉi⋅)=μ+εˉˉ.\bar x_{i\cdot}=\mu+a_i+\bar\varepsilon_{i\cdot},\qquad \bar{\bar x}=\frac1N\sum_ir_i(\mu+a_i+\bar\varepsilon_{i\cdot})=\mu+\bar{\bar\varepsilon}.

SeS_e:xij−xˉi⋅=εij−εˉi⋅x_{ij}-\bar x_{i\cdot}=\varepsilon_{ij}-\bar\varepsilon_{i\cdot} である。各 ii で次が成り立つ。

E∑j(εij−εˉi⋅)2=(ri−1)σ2E\sum_j(\varepsilon_{ij}-\bar\varepsilon_{i\cdot})^2=(r_i-1)\sigma^2

和をとって E(Se)=∑i(ri−1)σ2=(N−a)σ2E(S_e)=\sum_i(r_i-1)\sigma^2=(N-a)\sigma^2。

SAS_A:xˉi⋅−xˉˉ=ai+(εˉi⋅−εˉˉ)\bar x_{i\cdot}-\bar{\bar x}=a_i+(\bar\varepsilon_{i\cdot}-\bar{\bar\varepsilon}) より

SA=∑iriai2+2∑iriai(εˉi⋅−εˉˉ)+∑iri(εˉi⋅−εˉˉ)2.S_A=\sum_ir_ia_i^2+2\sum_ir_ia_i(\bar\varepsilon_{i\cdot}-\bar{\bar\varepsilon})+\sum_ir_i(\bar\varepsilon_{i\cdot}-\bar{\bar\varepsilon})^2.

第2項の期待値は0である。第3項は、∑iriεˉi⋅=Nεˉˉ\sum_ir_i\bar\varepsilon_{i\cdot}=N\bar{\bar\varepsilon} を使って展開すると次に等しい。

∑iriεˉi⋅2−Nεˉˉ2\sum_ir_i\bar\varepsilon_{i\cdot}^2-N\bar{\bar\varepsilon}^2

E[εˉi⋅2]=σ2/riE[\bar\varepsilon_{i\cdot}^2]=\sigma^2/r_i と E[εˉˉ2]=σ2/NE[\bar{\bar\varepsilon}^2]=\sigma^2/N を使うと、期待値は次のようになる。

∑iri⋅σ2ri−N⋅σ2N=aσ2−σ2=(a−1)σ2.\sum_ir_i\cdot\frac{\sigma^2}{r_i}-N\cdot\frac{\sigma^2}{N}=a\sigma^2-\sigma^2=(a-1)\sigma^2.

以上から E(SA)=(a−1)σ2+∑iriai2E(S_A)=(a-1)\sigma^2+\sum_ir_ia_i^2 である。ϕA\phi_A で割ると次を得る。

E(VA)=σ2+∑iriai2a−1.E(V_A)=\sigma^2+\frac{\sum_ir_ia_i^2}{a-1}. 5. 3.1-5 差の点推定は xˉ2⋅−xˉ1⋅=11−8=3\bar x_{2\cdot}-\bar x_{1\cdot}=11-8=3、標準誤差は 2Ve/r=2×1.667/5=0.8165\sqrt{2V_e/r}=\sqrt{2\times1.667/5}=0.8165 である。

3±2.179×0.8165=3±1.78,すなわち [1.22, 4.78].3\pm2.179\times0.8165=3\pm1.78,\quad\text{すなわち }[1.22,\ 4.78].

区間が0を含まないので、A2A_2 の母平均は A1A_1 より大きいと言える。6. 3.2-1 無作為化しないと、実験者が管理していない要因(時刻・装置の状態・原料ロットなど)の変化が特定の水準に偏って重なり、水準間の差とその要因の差を分けることができなくなる。無作為化すれば、そうした要因の影響は各水準に確率的に均等に散らばって誤差 εij\varepsilon_{ij} に入り、誤差の独立性の前提が近似的に満たされる。7. 3.2-2 Rˉ=(3+6+2+5)/4=4.0\bar R=(3+6+2+5)/4=4.0 で、UCL=D4Rˉ=2.282×4.0=9.13UCL=D_4\bar R=2.282\times4.0=9.13 である。すべての範囲が 9.13 以下なので、等分散性を否定する根拠はない。σ\sigma の推定値は Rˉ/d2=4.0/2.059=1.94\bar R/d_2=4.0/2.059=1.94。8. 3.2-3 ϕe=15\phi_e=15 で、Ve=(4×2.0+5×8.0+6×3.0)/15=66/15=4.4V_e=(4\times2.0+5\times8.0+6\times3.0)/15=66/15=4.4 である。自然対数は log⁡Ve=1.4816\log V_e=1.4816 で、3つの log⁡Vi\log V_i は順に 0.6931, 2.0794, 1.0986 である。

M=15×1.4816−(4×0.6931+5×2.0794+6×1.0986)=22.2241−19.7615=2.463,M=15\times1.4816-(4\times0.6931+5\times2.0794+6\times1.0986)=22.2241-19.7615=2.463,

C=1+13×2(14+15+16−115)=1+0.556=1.0917,C=1+\frac{1}{3\times2}\Bigl(\frac14+\frac15+\frac16-\frac1{15}\Bigr)=1+\frac{0.55}{6}=1.0917,

B=2.463/1.0917=2.26<χ22(0.05)=5.991B=2.463/1.0917=2.26<\chi^2_2(0.05)=5.991。有意水準5%で等分散性は棄却されない。9. 3.2-4 残差は次のように書ける。

eij=εij−εˉi⋅=(1−1r)εij−1r∑k≠jεike_{ij}=\varepsilon_{ij}-\bar\varepsilon_{i\cdot}=\Bigl(1-\frac1r\Bigr)\varepsilon_{ij}-\frac1r\sum_{k\neq j}\varepsilon_{ik}

誤差は独立で分散 σ2\sigma^2 なので

V[eij]=(1−1r)2σ2+r−1r2σ2=(r−1)2+(r−1)r2σ2=r−1rσ2=σ2(1−1r).V[e_{ij}]=\Bigl(1-\frac1r\Bigr)^2\sigma^2+\frac{r-1}{r^2}\sigma^2=\frac{(r-1)^2+(r-1)}{r^2}\sigma^2=\frac{r-1}{r}\sigma^2=\sigma^2\Bigl(1-\frac1r\Bigr).

j≠j′j\neq j' では、次の3つを使う。

Cov(εij,εij′)=0,Cov(εij,εˉi⋅)=σ2r,V[εˉi⋅]=σ2r.\mathrm{Cov}(\varepsilon_{ij},\varepsilon_{ij'})=0,\qquad \mathrm{Cov}(\varepsilon_{ij},\bar\varepsilon_{i\cdot})=\frac{\sigma^2}{r},\qquad V[\bar\varepsilon_{i\cdot}]=\frac{\sigma^2}{r}.

すると

Cov(eij,eij′)=0−σ2r−σ2r+σ2r=−σ2r.\mathrm{Cov}(e_{ij},e_{ij'})=0-\frac{\sigma^2}{r}-\frac{\sigma^2}{r}+\frac{\sigma^2}{r}=-\frac{\sigma^2}{r}.

i≠i′i\neq i' では、eije_{ij} はその水準の誤差だけで決まる。ei′j′e_{i'j'} は水準 i′i' の誤差だけの関数である。両者は独立なので共分散は0。10. 3.2-5 自由度は ϕA=2, ϕe=9\phi_A=2,\ \phi_e=9 で、平均平方は VA=3, Ve=4V_A=3,\ V_e=4 である。F0=0.75<4.256F_0=0.75<4.256 なので AA は有意でない。プールした誤差分散は V=(6+36)/(2+9)=42/11=3.818V=(6+36)/(2+9)=42/11=3.818(自由度11)である。全体の母平均の95%信頼区間は

20±2.201×3.818/12=20±2.201×0.5641=20±1.24,すなわち [18.76, 21.24].20\pm2.201\times\sqrt{3.818/12}=20\pm2.201\times0.5641=20\pm1.24,\qquad\text{すなわち }[18.76,\ 21.24].

木下の勉強ステータス

木下はまだこの記事を勉強していません。

AI(Claude)が書いた教材を、木下が勉強しながら公開しています。式と数値は検算していますが、誤りが残っているかもしれません。誤りのご指摘・削除のご依頼をいただければ直します。 連絡先:support@tecktom.com

← AI生成教科書『資格試験』の記事一覧へ