東京大学 学際情報学府 学際情報学専攻 生物統計情報学コース 2019年8月実施 専門科目 第1問

标签：

• Tokyo-University
• Expectation-and-Variance
• Family-Wise-Error-Rate
• Confidence-Interval-Width-vs-Sample-Size
• Weibull-Distribution
• Odds-Ratio-and-Confidence-Interval
• Receiver-Operating-Characteristic-Curve-Interpretation

Author

Miyake

Description

题目描述

原文的 Description 章节为空，未提供题干、数据、分布参数、图形或各小问的作答要求，因此无法仅依据题面还原具体问题。

Kai

(1-1)

イ. 61点

(1-2)

オ. (b), (e)

(1-3)

エ. 40

なぜなら、

$$\begin{aligned} E(Y) &= E(2X^2) = 2 E(X^2) = 2 \left( V(X) + E(X)^2 \right) \\ &= 2 \cdot \left( 4^2 + 2^2 \right) = 40 \end{aligned}$$

(1-4)

イ. 0.16

(1-5)

ウ. $\rho$

(1-6)

ア. 0.1

(1-7)

エ. 62.5%

なぜなら、

$$\begin{aligned} 1 - {}_4 C_2 \left( \frac{1}{2} \right)^4 = \frac{5}{8} = 0.625 \end{aligned}$$

(1-8)

イ. 70

なぜなら、求める対象者数を $n$ とすると、

$$\begin{aligned} 0.99^n &= 0.5 \\ n \ln 0.99 &= \ln 0.5 \\ n \cdot \left( 0.99 - 1 \right) &\approx - 0.69 \\ n &\approx 69 \end{aligned}$$

(1-9)

イ. 1/2倍

(1-10)

イ. (b), (d)

(1-11)

オ. 0.0975

なぜなら、$0.05 + 0.05 - 0.05^2 = 0.0975$

(1-12)

エ. 0.85倍

なぜなら、$\frac{1.65}{1.96} \approx 0.8418$

(1-13)

オ. (d)

(1-14)

オ. 535人

なぜなら、$40 \cdot \frac{9}{10} + 4960 \cdot \frac{1}{10} = 532$

(1-15)

オ. (b), (e)

(1-16)

イ. 登録期間

(1-17)

ウ. 40%

(1-18)

ウ. $f(t) = \lambda \gamma (\lambda t)^{\gamma - 1} \exp[-(\lambda t)^{\gamma}]$

(1-19)

エ. $\bigg[ \exp \bigg[\ln(\hat{\text{OR}}) - 1.96 \sqrt{(\frac{1}{A_1} + \frac{1}{B_1} + \frac{1}{A_0} + \frac{1}{B_0})} \bigg], \exp \bigg[\ln(\hat{\text{OR}}) + 1.96 \sqrt{(\frac{1}{A_1} + \frac{1}{B_1} + \frac{1}{A_0} + \frac{1}{B_0})} \bigg] \bigg]$

(1-20)

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。