本記事は、筆者が独自に作成した解答・解説です。
統計検定の問題は、当サイトでは掲載していません。
統計検定の問題や公式の解説は、公式問題集をご参照ください。
『統計検定1級 公式問題集[2019~2022年]』をAmazonで見る
- 本記事は、統計検定の公式の解答・解説ではありません。
- 内容の正確性には配慮していますが、誤りが含まれている場合があります。
- 統計検定®は一般財団法人統計質保証推進協会の登録商標です。
解答
[1]
\(Z\sim N(0,1)\)とし、その分布関数を\(\Phi(z)=P(Z\leq z)\)とする。 \(X_T\sim N(10,2^2)\), \(X_F\sim N(5,2^2)\)をそれぞれ標準化すると、感度は
\[ \begin{aligned} P(+\,|\,T) &=P(X_T>8) \\ &=P\left(\frac{X_T-10}{2}>\frac{8-10}{2}\right) \\ &=P\left(Z>\frac{8-10}{2}\right) \\ &=P(Z>-1)=\Phi(1)\approx 0.8413 \end{aligned} \]
であり、特異度は
\[ \begin{aligned} P(-\,|\,F) &=P(X_F\leq 8) \\ &=P\left(\frac{X_F-5}{2}\leq\frac{8-5}{2}\right) \\ &=P\left(Z\leq\frac{8-5}{2}\right) \\ &=\Phi(1.5)\approx 0.9332 \end{aligned} \]
である。
[2]
\(P(T)=0.01\), \(P(F)=0.99\)である。 陽性となるのは感染者が陽性となる場合と非感染者が陽性となる場合なので、全確率の公式から
\[ \begin{aligned} P(+) &=P(+\,|\,T)P(T)+P(+\,|\,F)P(F) \\ &\approx 0.8413\times0.01+(1-0.9332)\times0.99 \\ &=0.074545 \end{aligned} \]
となる。 ベイズの定理により、陽性的中率は
\[ P(T\,|\,+) =\frac{P(+\,|\,T)P(T)}{P(+)} \approx \frac{0.8413\times0.01}{0.074545} \approx 0.1129 \]
である。
同様に、陰性となる確率は
\[ \begin{aligned} P(-) &=P(-\,|\,T)P(T)+P(-\,|\,F)P(F) \\ &\approx (1-0.8413)\times0.01+0.9332\times0.99 \\ &=0.925455 \end{aligned} \]
なので、陰性的中率は
\[ P(F\,|\,-) =\frac{P(-\,|\,F)P(F)}{P(-)} \approx \frac{0.9332\times0.99}{0.925455} \approx 0.9983 \]
である。
[3]
標準正規分布の上側\(5\%\)点を\(z_{0.05}\)とすると、\(P(Z>z_{0.05})=0.05\)である。 対称性から\(P(Z>-z_{0.05})=0.95\)となる。 感度を\(0.95\)にする条件は
\[ P\left(Z>\frac{c-10}{2}\right)=0.95 \]
であるから、
\[ \frac{c-10}{2}=-z_{0.05} \]
となる。 したがって、\(z_{0.05}\approx 1.645\)を用いると
\[ c=10-2\,z_{0.05}\approx 6.71 \]
である。 このときの特異度は
\[ \begin{aligned} P(-\,|\,F) &=\Phi\left(\frac{c-5}{2}\right) \\ &=\Phi(2.5-z_{0.05}) \\ &\approx \Phi(0.855)\approx 0.804 \end{aligned} \]
となる。
[4]
\(\sigma>0\)とすると、感度と特異度をともに\(0.95\)にする条件は
\[ P\left(Z>\frac{c-10}{\sigma}\right)=0.95, \qquad P\left(Z\leq\frac{c-5}{\sigma}\right)=0.95 \]
である。 [3]と同じ\(z_{0.05}\)を用いれば、
\[ \begin{cases} c-10=-z_{0.05}\,\sigma\\ c-5=z_{0.05}\,\sigma \end{cases} \]
となる。 両式を加えると\(2c-15=0\)、第2式から第1式を引くと\(5=2\,z_{0.05}\,\sigma\)であるから、
\[ c=7.5, \qquad \sigma=\frac{5}{2\,z_{0.05}}\approx 1.52 \]
とすればよい。
[5]
報告された結果だけでは、この検査法がきわめて有効であるとはいえない。 「感染者は全員陽性」と「陰性者は全員非感染」は、どちらも調べた集団で偽陰性がなかったことを述べている。 非感染者を誤って陽性とした人数は分からず、特異度や陽性的中率が高いとは限らない。
例えば、調べた集団の感染者\(10\)人が全員陽性で、非感染者\(990\)人のうち\(891\)人が陽性、\(99\)人が陰性であったとする。 この場合、感染者も陰性者も存在し、会社の二つの報告をともにみたす。 しかし、この集団での特異度と陽性的中率はそれぞれ
\[ \frac{99}{990}=0.10, \qquad \frac{10}{10+891}\approx 0.0111 \]
にすぎず、陽性者の大部分が非感染者である。
このように、感染を見逃さないように陽性と判定する範囲を広げれば、会社の報告をみたしていても偽陽性が多くなる場合がある。 したがって、その報告だけで、きわめて有効な検査法とはいえない。