tecktom.com

確認テストの解答

2026年10月15日7分で読めますAI生成教科書『資格試験』第8章 統計的区間推定

AI 生成・木下が未勉強

数理統計 第8章 §8.5

  1. 8.1-1 正しくない。観測後の区間 [2.1,3.4][2.1,3.4] が母平均を含むかどうかは確定していて、確率は 0 か 1 である。信頼係数 0.95 は「同じ手続きで標本を取り区間を作ることを繰り返すと、作られた区間のうち割合 0.95 が母平均を含む」という、区間を作る手続きの性質を表す。
  2. 8.1-2 σ=3, n=25\sigma=3,\ n=25 で σ/n=0.6\sigma/\sqrt n=0.6。z0.005=2.576z_{0.005}=2.576 から半幅は 2.576×0.6=1.5452.576\times0.6=1.545。区間は [50.2−1.545, 50.2+1.545]=[48.655, 51.745][50.2-1.545,\ 50.2+1.545]=[48.655,\ 51.745] である。
  3. 8.1-3 半幅の条件 z0.025σ/n≤0.5z_{0.025}\sigma/\sqrt n\le0.5 から

n≥(1.960×3/0.5)2=11.762=138.30,n\ge(1.960\times3/0.5)^2=11.76^2=138.30,

よって最小値は 139 である。片側の下側信頼限界は Xˉ−z0.05σ/n\bar X-z_{0.05}\sigma/\sqrt n で、引く量は 1.645×3/139=0.4191.645\times3/\sqrt{139}=0.419 である。4. 8.1-4 制約 Φ(b)−Φ(−a)=1−α\Phi(b)-\Phi(-a)=1-\alpha のもとで a+ba+b を最小化する。次のようにおく。

G(a,b,λ)=a+b−λ{Φ(b)−Φ(−a)−(1−α)}G(a,b,\lambda)=a+b-\lambda\{\Phi(b)-\Phi(-a)-(1-\alpha)\}

停留条件は次のとおりである。

∂G/∂a=1−λϕ(−a)=0,∂G/∂b=1−λϕ(b)=0.\begin{aligned}\partial G/\partial a&=1-\lambda\phi(-a)=0,\\ \partial G/\partial b&=1-\lambda\phi(b)=0.\end{aligned}

よって ϕ(a)=ϕ(−a)=ϕ(b)\phi(a)=\phi(-a)=\phi(b) を得る。ϕ\phi は正の範囲で狭義減少なので a=ba=b である。制約から 2Φ(a)−1=1−α2\Phi(a)-1=1-\alpha、すなわち a=b=zα/2a=b=z_{\alpha/2} である。

この停留点が最小であることは次のように確かめられる。一方の端が無限大へ行くと a+b→∞a+b\to\infty となる。制約を満たす曲線の上で a+ba+b は連続なので、内部の唯一の停留点が最小値を与える。5. 8.2-1 t8(0.025)=2.306, s/n=1.2/3=0.4t_8(0.025)=2.306,\ s/\sqrt n=1.2/3=0.4 で、半幅は 2.306×0.4=0.9222.306\times0.4=0.922。μ∈[3.878, 5.722]\mu\in[3.878,\ 5.722]。分散は式 (8.5) で、(n−1)s2=8×1.44=11.52, χ82(0.025)=17.535, χ82(0.975)=2.180(n-1)s^2=8\times1.44=11.52,\ \chi^2_8(0.025)=17.535,\ \chi^2_8(0.975)=2.180 からσ2∈[11.52/17.535, 11.52/2.180]=[0.657, 5.285]\sigma^2\in[11.52/17.535,\ 11.52/2.180]=[0.657,\ 5.285]。6. 8.2-2 本文のとおり P(M/θ≤t)=tnP(M/\theta\le t)=t^n なので、すべての θ\theta で次が成り立つ。

P(θ∈[M,Mα−1/n])=P(α1/n≤M/θ≤1)=1−(α1/n)n=1−αP(\theta\in[M,M\alpha^{-1/n}])=P(\alpha^{1/n}\le M/\theta\le1)=1-(\alpha^{1/n})^n=1-\alpha

α=0.05, n=5\alpha=0.05,\ n=5 で α−1/5=1.8206\alpha^{-1/5}=1.8206 である。区間は [3.2, 3.2×1.8206]=[3.2, 5.826][3.2,\ 3.2\times1.8206]=[3.2,\ 5.826]。7. 8.2-3 xˉ=2.4\bar x=2.4 である。

  1. (a) 2.4/30=0.2828\sqrt{2.4/30}=0.2828 で、半幅は 1.960×0.2828=0.5541.960\times0.2828=0.554。区間は [1.846, 2.954][1.846,\ 2.954]。
  2. (b) デルタ法で次のように計算する。

V[2Xˉ]≈{g′(λ)}2V[Xˉ]=(1/λ)2⋅λ/n=1/nV[2\sqrt{\bar X}]\approx\{g'(\lambda)\}^2V[\bar X]=(1/\sqrt\lambda)^2\cdot\lambda/n=1/n

よって n(2Xˉ−2λ)→N(0,1)\sqrt n(2\sqrt{\bar X}-2\sqrt\lambda)\to\mathrm{N}(0,1) で、漸近分散は 1 である。区間は

λ∈xˉ±z0.0252n=1.5492±0.1789=[1.3703, 1.7281]\sqrt\lambda\in\sqrt{\bar x}\pm\frac{z_{0.025}}{2\sqrt n}=1.5492\pm0.1789=[1.3703,\ 1.7281]

で、2乗して λ∈[1.878, 2.986]\lambda\in[1.878,\ 2.986]。この区間は点推定値より右に少し長い(左 0.522、右 0.586)。8. 8.2-4 積率母関数を順に計算する(t<1/βt<1/\beta)。

E[etX]=∫0∞xk−1e−x(1/β−t)Γ(k)βkdx=(1/β−t)−kβk=(1−βt)−k,E[et⋅2X/β]=(1−2t)−k(2X/β の積率母関数)E[et⋅2∑Xi/β]=(1−2t)−nk=(1−2t)−2nk/2(独立な和)\begin{aligned}E[\mathrm{e}^{tX}]&=\int_0^\infty\frac{x^{k-1}\mathrm{e}^{-x(1/\beta-t)}}{\Gamma(k)\beta^k}\mathrm{d} x=\frac{(1/\beta-t)^{-k}}{\beta^k}=(1-\beta t)^{-k},\\ E[\mathrm{e}^{t\cdot2X/\beta}]&=(1-2t)^{-k} &&\text{(}{2X/\beta}\text{ の積率母関数)}\\ E[\mathrm{e}^{t\cdot2\sum X_i/\beta}]&=(1-2t)^{-nk}=(1-2t)^{-2nk/2} &&\text{(独立な和)}\end{aligned}

最後の式は χ2nk2\chi^2_{2nk} の積率母関数に一致する。積率母関数は分布を決めるので 2∑Xi/β∼χ2nk22\sum X_i/\beta\sim\chi^2_{2nk} である。これは尺度について狭義減少な枢軸量で、

β∈[2∑Xiχ2nk2(α/2), 2∑Xiχ2nk2(1−α/2)].\beta\in\Bigl[\frac{2\sum X_i}{\chi^2_{2nk}(\alpha/2)},\ \frac{2\sum X_i}{\chi^2_{2nk}(1-\alpha/2)}\Bigr].

k=2, n=5k=2,\ n=5 で自由度は 20、2∑xi=362\sum x_i=36 である。区間は β∈[36/34.170, 36/9.591]=[1.054, 3.754]\beta\in[36/34.170,\ 36/9.591]=[1.054,\ 3.754]。9. 8.2-5 s12/s22=2.4s_1^2/s_2^2=2.4。F10,15(0.025)=3.060, F15,10(0.025)=3.522F_{10,15}(0.025)=3.060,\ F_{15,10}(0.025)=3.522 を式 (8.6) に入れるとσ12/σ22∈[2.4/3.060, 2.4×3.522]=[0.784, 8.452]\sigma_1^2/\sigma_2^2\in[2.4/3.060,\ 2.4\times3.522]=[0.784,\ 8.452]。区間が 1 を含むので、定理 8.4 によりH0:σ12=σ22H_0:\sigma_1^2=\sigma_2^2 は有意水準 5% の両側 FF 検定で棄却されない(実際、検定統計量 2.4 は棄却限界 3.060 を超えない)。10. 8.3-1 tn−1t_{n-1} の密度は 0 について対称な単峰の密度なので、定理 8.6 の条件 f(a)=f(b)f(a)=f(b) は「両端が対称」を意味し、等裾の区間がそれを満たすからである。11. 8.3-2 t9(0.025)=2.262t_9(0.025)=2.262。予測区間の半幅は 2.262×1.5×1.1=3.5592.262\times1.5\times\sqrt{1.1}=3.559 で、[16.44, 23.56][16.44,\ 23.56]。信頼区間の半幅は 2.262×1.5/10=1.0732.262\times1.5/\sqrt{10}=1.073 で、[18.93, 21.07][18.93,\ 21.07]。予測区間は長さが約 3.3 倍(1.1/0.1=11\sqrt{1.1}/\sqrt{0.1}=\sqrt{11} 倍)である。12. 8.3-3 制約から a=(bn−(1−α))1/na=(b^n-(1-\alpha))^{1/n} は bb の関数である。制約 bn−an=1−αb^n-a^n=1-\alpha を微分すると

nbn−1=nan−1dadb,すなわちdadb=bn−1an−1.nb^{n-1}=na^{n-1}\frac{\mathrm{d} a}{\mathrm{d} b},\qquad\text{すなわち}\qquad\frac{\mathrm{d} a}{\mathrm{d} b}=\frac{b^{n-1}}{a^{n-1}}.

長さの係数 h(b)=1/a−1/bh(b)=1/a-1/b を微分すると

h′(b)=−1a2bn−1an−1+1b2=1b2−bn−1an+1=an+1−bn+1an+1b2<0h'(b)=-\frac{1}{a^2}\frac{b^{n-1}}{a^{n-1}}+\frac{1}{b^2}=\frac{1}{b^2}-\frac{b^{n-1}}{a^{n+1}}=\frac{a^{n+1}-b^{n+1}}{a^{n+1}b^2}<0

(a<ba<b なので)。hh は狭義減少で、許される範囲の右端 b=1b=1 で最小になる。そのとき an=1−(1−α)=α, a=α1/na^n=1-(1-\alpha)=\alpha,\ a=\alpha^{1/n} で、区間は [M, Mα−1/n][M,\ M\alpha^{-1/n}]。13. 8.3-4 C^p=6/(6×0.8)=1.25\hat C_p=6/(6\times0.8)=1.25。片側の下側信頼限界は C^pχ292(0.95)/29\hat C_p\sqrt{\chi^2_{29}(0.95)/29} である。χ292(0.95)=17.708\chi^2_{29}(0.95)=17.708 から 1.25×17.708/29=1.25×0.7814=0.9771.25\times\sqrt{17.708/29}=1.25\times0.7814=0.977。

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