$\bar{X}$ の標準偏差は、 \begin{align} \frac{\sigma_x}{\sqrt{16}} = \frac{\sigma_x}{4} \end{align} なので、 $\sigma_x$ の0.5倍以上ずれるということは、 標準偏差の2倍以上ずれるということであり、 その確率は約0.02である。
標本数を増やすと、 $\bar{X}$ の標準偏差が減少するから。
$\bar{X}$ の期待値は $X$ で分散は $\sigma_x^2 / M $ であり、 $\bar{Y}$ の期待値は $Y$ で分散は $\sigma_y^2 / N $ であり、 $\bar{X}$ と $\bar{Y}$ は独立である。 よって、 $\bar{X} \bar{Y}$ の分散は、 \begin{align} V \left( \bar{X} \bar{Y} \right) &= E \left( \bar{X}^2 \bar{Y}^2 \right) - E \left( \bar{X} \bar{Y} \right)^2 \\ &= E \left( \bar{X}^2 \right) E \left( \bar{Y}^2 \right) - E \left( \bar{X} \right)^2 E \left(\bar{Y} \right)^2 \\ &= \left( \sigma_x^2 + X^2 \right) \left( \sigma_y^2 + Y^2 \right) - X^2 Y^2 \\ &= \sigma_x^2 \sigma_y^2 + \sigma_x^2 Y^2 + \sigma_y^2 X^2 \end{align} であり、標準偏差は、 \begin{align} \sqrt{\sigma_x^2 \sigma_y^2 + \sigma_x^2 Y^2 + \sigma_y^2 X^2} \end{align} である。
\begin{align} P ( A \mid H_k ) = \frac{P(A \cap H_k)}{P(H_k)} \end{align}
\begin{align} P(A) &= \sum_{k=1}^K P ( A \cap H_k ) \\ &= \sum_{k=1}^K P ( A \mid H_k ) P(H_k) \end{align}
\begin{align} P ( H_k \mid A ) &= \frac{P(A \cap H_k)}{P(A)} \\ &= \frac{P ( A \mid H_k ) P(H_k)} {\sum_{l=1}^K P ( A \mid H_l ) P(H_l)} \end{align}