イ. 61点
オ. (b), (e)
エ. 40
なぜなら、
\begin{align}
E(Y)
&=
E(2X^2)
=
2 E(X^2)
=
2 \left( V(X) + E(X)^2 \right)
\\
&=
2 \cdot \left( 4^2 + 2^2 \right)
=
40
\end{align}
イ. 0.16
ウ. $ \rho $
ア. 0.1
エ. 62.5%
なぜなら、 \begin{align} 1 - {}_4 C_2 \left( \frac{1}{2} \right)^4 = \frac{5}{8} = 0.625 \end{align}
イ. 70
なぜなら、求める対象者数を $n$ とすると、 \begin{align} 0.99^n &= 0.5 \\ n \ln 0.99 &= \ln 0.5 \\ n \cdot \left( 0.99 - 1 \right) &\approx - 0.69 \\ n &\approx 69 \end{align}
イ. 1/2倍
イ. (b), (d)
オ. 0.0975
なぜなら、 \begin{align} 0.05 + 0.05 - 0.05^2 = 0.0975 \end{align}
エ. 0.85倍
なぜなら、 \begin{align} \frac{1.65}{1.96} \approx 0.8418 \end{align}
オ. (d)
オ. 535人
なぜなら、 \begin{align} 40 \cdot \frac{9}{10} + 4960 \cdot \frac{1}{10} = 532 \end{align}
オ. (b), (e)
イ. 登録期間
ウ. 40%
ウ.
エ.
ア. (a)
なぜなら、感度と特異度がともに1に近いところを通っているから。
\begin{align} E[X_1] &= \int_{- \infty}^\infty x f(x; \gamma) dx \\ &= \frac{1}{\gamma} \int_0^\infty x e^{- x / \gamma } dx \\ &= - \int_0^\infty x \left( e^{- x / \gamma } \right)' dx \\ &= - \left[ x e^{- x / \gamma } \right]_0^\infty + \int_0^\infty e^{- x / \gamma } dx \\ &= - \gamma \left[ e^{- x / \gamma } \right]_0^\infty \\ &= \gamma \end{align}
\begin{align} P \left( X_{(1)} \leq x \right) &= 1 - P \left( X_{(1)} \gt x \right) \\ &= 1 - P \left( X_1 \gt x \text{ and } X_2 \gt x \text{ and } \cdots \text{ and } X_n \gt x \right) \\ &= 1 - P ( X_1 \gt x ) P ( X_2 \gt x ) \cdots P ( X_n \gt x ) \\ &= 1 - \left( \frac{1}{\gamma} \int_x^\infty e^{ - y / \gamma } dy \right)^n \\ &= 1 - \left( - \left[ e^{ - y / \gamma } \right]_x^\infty \right)^n \\ &= 1 - \left( e^{ - x / \gamma } \right)^n \\ &= 1 - e^{ - nx / \gamma } \end{align} であるから、 \begin{align} f_{(1)}(x; \gamma) &= \frac{d}{dx} \left( 1 - e^{ - nx / \gamma } \right) \\ &= \frac{n}{\gamma} e^{ - nx / \gamma } \\ E[X_{(1)}] &= \frac{\gamma}{n} \end{align}
\begin{align} T_n &= \frac{1}{n-1} \sum_{i=2}^n X_{(i)} \\ &= \frac{1}{n-1} \sum_{i=1}^n X_{(i)} - \frac{1}{n-1} X_{(1)} \\ &= \frac{1}{n-1} \sum_{i=1}^n X_i - \frac{1}{n-1} X_{(1)} \end{align} であるから、 \begin{align} E[T_n] &= \frac{1}{n-1} \sum_{i=1}^n E[X_i] - \frac{1}{n-1} E[X_{(1)}] \\ &= \frac{n \gamma}{n-1} - \frac{\gamma}{n(n-1)} \\ &= \left( 1 + \frac{1}{n} \right) \gamma \end{align} より、 \begin{align} E[T_n] - \gamma &= \frac{1}{n} \gamma \end{align}