ビジネス統計 統計基礎とエクセル分析 正誤表
|
|
|
- たかよし しげい
- 7 years ago
- Views:
Transcription
1 ビジネス統計統計基礎とエクセル分析 ビジネス統計スペシャリスト エクセル分析スペシャリスト 公式テキスト正誤表と学習用データ更新履歴 平成 30 年 5 月 14 日現在 公式テキスト正誤表 頁場所誤正修正 6 知識編第 章 -3-3 最頻値の解説内容 たとえば, 表.1 のデータであれば, 最頻値は 167.5cm というたとえば, 表.1 のデータであれば, 最頻値は 165.0cm ということになります ことになります 次ページ以降の正誤表の内容は第 版で修正済み p. 1
2 ビジネス統計統計基礎とエクセル分析 ビジネス統計スペシャリスト エクセル分析スペシャリスト 公式テキスト正誤表と学習用データ更新履歴 ( 修正済み ) 公式テキスト正誤表 ( 第 版で修正済み ) 平成 9 年 月 8 日現在 修正 欄は 正しい記述に修正したテキストの版 頁場所誤正修正 15 操作編第 章平均値 ± 信頼区間の 範囲内に, 標本数のうち指定した比率 13の解説内容 (15 ページの 9 行目 ~10 行目 ) (95%) が含まれるという意味の結果を出力します 平均値 ± 信頼区間の 範囲内に, 指定した確率 (95%) で母集団 の平均が入るという意味の結果を出力します 16 操作編第 章 13の解説内容 (16 ページの 3 行目 ) の範囲内に 135 件のサンプルの 95% が含まれることを意味します の範囲内に, 指定した確率 (95%) で母集団の平均が入ることを意味します 34 章末問題 1-1 の解答選択肢の内容 (1) 両社の重量の分散には統計的に有意な差がない () 両社の重量の分散には統計的に有意な差がないとは言えない (1) 両社の重量の分散には統計的に有意な差がある () 両社の重量の分散に統計的に有意な差があるとは言えない 38 操作編第 4 章 5の解説内容 (38 ページの 5 行目 ) p 値は 6.18E-07 です したがって 3つのグループの標本が同じ母集団から得られたという帰無仮説が棄却されるので p 値は 6.18E-07 です したがって,F 境界値よりも分散比が大きいので,3つのグループの標本が同じ母集団から得られたという帰無仮説が棄却されるので 47 操作編章末問題解答 第 3 章 (34 ページ ) の 1-1 の解答 1-1. (1) 1-1. () 59 知識編第 章 --1 Step (59 ページ ) の解説 Step 階級値 c を決める 階級数は 10 程度に分けることが多い が, データ数に応じて c n 程度を目安として決める Step 階級数 c を決める 階級数は 10 程度に分けることが多い が, データ数 n に応じて c n 程度を目安として決める 66 知識編第 章 -5- の本文 (66 ページの最下行 ) また, 正規分布に近いとき,K u 0 となります また, 正規分布に近いとき,K u は 3 に近い値をとります p.
3 麻雀をする麻雀はしない合計 麻雀をする麻雀はしない合計 77 知識編第 3 章 3-1- の表 3.5 の計の行の値 パチンコをする / 00= / 00=4 70 パチンコをしない / 00= / 00= パチンコをする / 00= / 00=4 70 パチンコをしない / 00= / 00= 計 80 / / / 00 計 知識編第 4 章 4-- の表 4.3 の項目名 目の数の和 x 0 1 確率 P(x) 1/4 1/ 1/4 表の数 x 0 1 確率 P(x) 1/4 1/ 1/4 知識編第 5 章 正規分布に従う確認変数の変換 (1) の記述内容 (108 ページの 4 行目 ) 確率変数 Y は正規分布 N(a + bμ, b 6 ) に従う 確率変数 Y は正規分布 N(a + bμ, b σ ) に従う 110 知識編第 5 章 表 5. の u = のときの Q(u) の値 u Q(u) u Q(u) 知識編第 5 章 5--3 確率を求める問題 (3) の解説 (111 ペ ージの 5 行目 ) P{Z 3} = P{Z < 3} = P{Z > 3} = となるので, P {Z > 3} = となります P{Z 3} = P{Z < 3} = P{Z > 3} = となるので, P {Z > 3} = となります p. 3
4 111 知識編第 5 章 パーセント点を求める問題 の設問 (111 ページ 1 行目 ) Z が標準正規分布に従うとき, 次の値を求めなさい Z が標準正規分布に従うとき, 標準正規分布の数値表を用いて次 の値を求めなさい 111 知識編第 5 章 確率を求める問題 の設問と() と (3) の記述内容 (111 ページの下から 5 行目 ) X が正規分布 N(10,5 ) に従うとき, 次の値を求めなさい (1) P {X > 0} () P {X < 15} (3) P { 5 < X < 5} X が正規分布 N(10,5 ) に従うとき, 標準正規分布の数値表を用い て次の値を求めなさい (1) P {X > 0} () P {X < 5} (3) P {0 < X < 0} () も基準化と正規分布の左右対称性を用いて, () も基準化と正規分布の左右対称性を用いて, 11 知識編第 5 章 確率を求める問題 () の解答例 P {X < 15} = P {X > 15} = P { X 10 5 = P { X 10 5 = P {Z > 1} > } 5 > 1} P {X < 5} = P { X 10 < 5 10 } 5 5 = P {Z < 1} = P {Z > 1} = = となります となります (3) も同様に, (3) も同様に, 11 知識編第 5 章 確率を求める問題 (3) の解答例 P { 5 < X < 5} = 1 P{X > 5} = 1 P { X 10 > 5 10 } 5 5 = 1 P{Z > 3} = P {0 < X < 0} = P { 0 10 < X 10 < 0 10 } = P{ < Z < } = 1 P{Z > } = = = と計算できます と計算できます p. 4
5 11 知識編第 5 章 パーセント点を求める問題 の設問と(3) の記述内容 (11 ページ下から 7 行目 4 行目 ) X が正規分布 N(10,5 ) に従うとき, 次の値を求めなさい (1) P {X > u 1 } = 0.05を満たすu 1 の値 () P {X > u } = 0.005を満たすu の値 (3) P { u 3 < X < u 4 } = 0.99 を満たすu 3 とu 4 の値 X が正規分布 N(10,5 ) に従うとき, 標準正規分布の数値表を用いて次の値を求めなさい (1) P {X > u 1 } = 0.05を満たすu 1 の値 () P {X > u } = 0.005を満たすu の値 (3) P {u 3 < X < u 4 } = 0.99 を満たすu 3 とu 4 の値 と計算できます したがって,u 3 =.88,u 4 =.88 となりま 113 知識編第 5 章 パーセント点を求める問題 (3) の解説 (113 ページ下から 8 行目 ) と計算できます したがって,u 3 =-.88,u 4 =.88 となります す なお この問題では, 標準正規分布の数値表を用いて計算したのでこの答えとなりましたが,P{-a< Z <a}=0.99 となる a に限定せず,P{-b< Z <c}=0.99 となる b と c を 考えると, この組み合わせは無数に存在します 117 知識編第 6 章 解説 (117 ページ下から 行目 ) X の平均 n によらず E[X ]=μ ですので, X の平均は n によらず E[X ]=μ ですので, 13 知識編第 7 章 記述の補足 (13 ページ 17 行目 ) これは y よりも大きな値, または小さな値が出てくる確率 を意味します これは y よりも大きな値が出てくる確率, または y よりも小さな値が出てくる確率 を意味します いわゆる, y よりも極端な値が生起する確率です 片側検定を行う際に, 対立仮説が真である場合を考えてみましょ 片側検定を行う際に, 対立仮説が真である場合を考えてみましょ う 帰無仮説 H0 のもとで統計量 Y が従う確率分布を f 1(y) とし, う 帰無仮説 H0 のもとで統計量 Y が従う確率分布を f 0(y) とし, 知識編第 7 章 対立仮説 H1 が正しいもので真の統計量の確率分布を f (y) とし 対立仮説 H1 が正しいもので真の統計量の確率分布を f 1(y) とし 仮説検定の誤り (134 ページ 16 行目 ~0 行目 ) ます このとき, 棄却域は帰無仮説 H0 が成り立つと仮定した確率分布 f 1(y) に対して, 有意水準 α を満たすように設定されます 一 ます このとき, 棄却域は帰無仮説 H0 が成り立つと仮定した確率分布 f 0(y) に対して, 有意水準 α を満たすように設定されます 一 本文内 f #(y) の添え字の修正 方, 真の確率分布は f (y) に従っているので, 図 7.4 に示す斜線 方, 真の確率分布は f 1(y) に従っているので, 図 7.4 に示す斜線 部分の確率 β が第 種の誤りの確率となります 部分の確率 β が第 種の誤りの確率となります p. 5
6 知識編第 7 章 また, 対立仮説 H1 が正しいとしたときの確率分布 f (y) によって また, 対立仮説 H1 が正しいとしたときの確率分布 f 1(y) によって 仮説検定の誤り (135 ページ 6 行目 ) 計算される第 種の誤り率は小さいほうがよいですが, これは 計算される第 種の誤り率は小さいほうがよいですが, これは 本文内 f #(y) の添え字の修正 1 - β が大きいほうがよいということと等価です 1 - β が大きいほうがよいということと等価です 知識編第 7 章 母平均の仮説検定 (136 ページ 行目 ) となります 標本から計算された Z の実験値を z としたとき, となります 標本から計算された Z の実現値を z としたとき, H 0 :μ μ 0 H 1 :μ μ 母平均の検定 (146 ページの対立仮説の H 0 :μ > μ 0 H 1 :μ > μ 0 式 行目 ) H 0 :μ < μ 0 H 1 :μ < μ の最初の枠と つ目の枠の間の説明文 つまり対立仮説がH 0 :μ > μ 0 の場合について, 検定手順を示してみましょう つまり対立仮説がH 1 :μ > μ 0 の場合について, 検定手順を示してみましょう つ目の枠内の 1 行目 1. 帰無仮説 H 0 :μ = μ 0 と対立仮説 H 0 :μ > μ 0, 並びに有意水準 αを設定する 1. 帰無仮説 H 0 :μ = μ 0 と対立仮説 H 1 :μ > μ 0, 並びに有意水準 αを設定する 148 例 8.1 の対立仮説の式 ( つ目の式 ) H 0 :μ > 50( 万円 ) H 1 :μ > 50( 万円 ) 枠のタイトル (150 ページ 1 行目 ) 母分散 σ が既知の場合の平均値の検定 ( 両側検定 ) 母分散 σ が未知の場合の平均値の検定 ( 両側検定 ) の最初の枠内の 1 行目 1. 帰無仮説 H 0 :μ = μ 0 と対立仮説 H 0 :μ > μ 0, 並びに有意水 準 α を設定する 1. 帰無仮説 H 0 :μ = μ 0 と対立仮説 H 1 :μ > μ 0, 並びに有意水 準 α を設定する p. 6
7 の つの枠の間にある解説 (150 ページ下から 5 行目 ) つまり対立仮説が H 0 :μ > μ 0 の場合の片側検定の手順は次のよう になります つまり対立仮説が H 1 :μ > μ 0 の場合の片側検定の手順は次のよう になります 枠のタイトル (150 ページ下から 4 行目 ) 母分散 σ が既知の場合の平均値の検定 ( 片側検定 ) 母分散 σ が未知の場合の平均値の検定 ( 片側検定 ) の つ目の枠内の 1 行目 (150 ページ下から 3 行目 ) 1. 帰無仮説 H 0 :μ = μ 0 と対立仮説 H 0 :μ > μ 0, 並びに有意水準 αを設定する 1. 帰無仮説 H 0 :μ = μ 0 と対立仮説 H 1 :μ > μ 0, 並びに有意水準 αを設定する 155 枠内の 1 行目 1. 帰無仮説 H 0 :μ 1 = μ 0 と対立仮説 H 0 :μ 1 μ, 並びに有意水準 αを設定する 1. 帰無仮説 H 0 :μ 1 = μ 0 と対立仮説 H 1 :μ 1 μ, 並びに有意水準 αを設定する の数式 (155 ページ最終行 ) z(α/) σ 1 + σ n 1 n < x 1-x z(α) σ 1 + σ n 1 n < x 1-x の数式 (156 ページ 1 行目 ) x 1-x < z(α/) σ 1 + σ x 1-x < z(α) σ 1 + σ n 1 n n 1 n の本文 (156 ページ 5 行目 ) 不偏分散 S 1, S 1 不偏分散 S 1, S の本文 (156 ページ 9 行目 1 行目 ) σ = σ 1 = σ 1 σ = σ 1 = σ 等分散の検定 (F 検定 ) の枠内数式 (160 ページ 4 行目 ) F m 1,n 1 (α/) < f = s 1 s F m 1,n 1 (α) < f = s 1 s p. 7
8 例 8.3(161 ページ 16 行目 ) 自由度 (φ 1, φ ) = (19, 5) 自由度 (φ 1, φ ) = (0, 4) 表 8.1 の A6 の値 (16 ページ例 8.4 の下 ) 表 8. の A6 の値 (165 ページ例 8.5 の下 ) 168 章末問題 8 の問題文 (168 ページ 11 行目 ) D i の平均を D, 不偏分散を s D, 標本から計算される D i の平均を D, 不偏分散を S D, 標本から計算される 169 知識編第 9 章 9-1 比率に関する検定の本文 (169 ページ最 終行 ) つまり,, かつ np>5, または n(1-p)>5 のとき, 統計量つまり,, かつ np>5, かつ n(1-p)>5 のとき, 統計量 18 知識編第 9 章 9-4 表 9.11 の自由度 φ の添え字 (18 ページ ) p. 8
9 187 知識編第 10 章 下から 3 行目の対立仮説の式 H 0 :ρ 0 H 1 :ρ 知識編第 10 章 標本相関係数の分布 (p=0 の場合 ) の最終行 (188 ページ 5 行目 ) を計算すると, これは自由度 φ = n 1 の t 分布に従う を計算すると, これは自由度 φ = n の t 分布に従う 189 知識編第 10 章 無相関検定 (189 ページ 5 行目 ) は自由度 φ = n 1 の t 分布に従うので, 有意水準 αにより棄却域を定める は自由度 φ = n の t 分布に従うので, 有意水準 αにより棄却域を定める 01 知識編第 11 章 11-1 重回帰モデルと回帰分析の本文 ただし,β = (β 1, β,, β d ) はモデルのパラメータ ( 母数 ) で回帰係数と呼ばれ, ただし,β = (β 0, β 1, β,, β d ) はモデルのパラメータ ( 母数 ) で回帰係数と呼ばれ, 06 知識編第 11 章 11-3 下から 5 行目の自由度の式 自由度 ( R, E ) = (p, n p 1) の F 分布に従うことが 自由度 ( R, E ) = (d, n d 1) の F 分布に従うことが ただし, 分母の s jj σ は, 説明変数データの分散共分散行列 S X を, ε は β の標準偏差を表しており,s jj ただし, 分母の s jj σ は, X の分散共分散行列 S X を, ε は β の標準偏差を表しており,s jj s 11 s 1 s 13 s 1d s 11 s 1 s 13 s 1d s 1 s 1 s 13 s 1d 08 知識編第 11 章 分散共分散行列 S X の解説と式 (08 ページ 5~8 行目 ) S X = s 1 s s 3 s d ) ( s d1 s d s d3 s dd としたときの,((n-1)S X) -1 の (, ) 対角要素を表し,s k は s 1 s s 3 s d s 1 s s 3 s d S X = = ( s d1 s d s d3 s dd ) ( s d1 s d s d3 s d ) としたときの,((n-1)S X) -1 の (, ) 対角要素を表し,s k は共 共分散 n s jk = 1 n 1 (x ij x j)(x ik x k) i=1 分散 s jk = 1 n n 1 (x ij x j)(x ik x k) i=1 です なお, 共分散の式において,j = k のときは j 番目の変数の p. 9
10 です この事実を用いて, 各変数が統計的に意味があるかどうかに 分散 s j を意味します この事実を用いて, 各変数が統計的に意味 ついて検定を行うことができます があるかどうかについて検定を行うことができます 知識編第 11 章 の本文 (09 ページ 5 行目 ) これは, ほかの編集の影響を取り除いたときの これは, ほかの変数の影響を取り除いたときの 13 知識編第 11 章 章末問題 3 の問題文 3. 重回帰分析で推定される偏回帰係数の導出法として 次のなか からもっとも適切な説明を選んでください 3. 重回帰分析で推定される偏回帰係数の導出法として 次のなか からもっとも適切な方法を選んでください p. 10
11 学習用データ更新履歴 更新日 欄はダウンロードページの学習用データを更新した日付 更新データ誤正更新日 操作編 _ 章末問題 フォルダ内 (1) 両社の重量の分散には統計的に有意な差がない (1) 両社の重量の分散には統計的に有意な差がある 操作編 _ 章末問題解答と解説.pdf P.3 () 両社の重量の分散には統計的に有意な差がないとは () 両社の重量の分散に統計的に有意な差があるとは言え 015/5/9 1-1 の解答選択肢の内容を右記の通り修正 言えない ない 操作編 _ 章末問題 フォルダ内 操作編 _ 章末問題解答と解説.pdf P.4 答え (1) 答え () 015/5/9 1-1 の正解と解説を右記の通り修正 参考資料 _ 数値表 フォルダに数値表の見方を解説した資料 数値表の見方.pdf を追加 015/6/15 p. 11
Excelによる統計分析検定_知識編_小塚明_5_9章.indd
第7章57766 検定と推定 サンプリングによって得られた標本から, 母集団の統計的性質に対して推測を行うことを統計的推測といいます 本章では, 推測統計の根幹をなす仮説検定と推定の基本的な考え方について説明します 前章までの知識を用いて, 具体的な分析を行います 本章以降の知識は操作編での操作に直接関連していますので, 少し聞きなれない言葉ですが, 帰無仮説 有意水準 棄却域 などの意味を理解して,
EBNと疫学
推定と検定 57 ( 復習 ) 記述統計と推測統計 統計解析は大きく 2 つに分けられる 記述統計 推測統計 記述統計 観察集団の特性を示すもの 代表値 ( 平均値や中央値 ) や ばらつきの指標 ( 標準偏差など ) 図表を効果的に使う 推測統計 観察集団のデータから母集団の特性を 推定 する 平均 / 分散 / 係数値などの推定 ( 点推定 ) 点推定値のばらつきを調べる ( 区間推定 ) 検定統計量を用いた検定
<4D F736F F D208EC08CB18C7689E68A E F AA957A82C682948C9F92E82E646F63>
第 7 回 t 分布と t 検定 実験計画学 A.t 分布 ( 小標本に関する平均の推定と検定 ) 前々回と前回の授業では, 標本が十分に大きいあるいは母分散が既知であることを条件に正規分布を用いて推定 検定した. しかし, 母集団が正規分布し, 標本が小さい場合には, 標本分散から母分散を推定するときの不確実さを加味したt 分布を用いて推定 検定しなければならない. t 分布は標本分散の自由度 f(
Microsoft PowerPoint - e-stat(OLS).pptx
経済統計学 ( 補足 ) 最小二乗法について 担当 : 小塚匡文 2015 年 11 月 19 日 ( 改訂版 ) 神戸大学経済学部 2015 年度後期開講授業 補足 : 最小二乗法 ( 単回帰分析 ) 1.( 単純 ) 回帰分析とは? 標本サイズTの2 変数 ( ここではXとY) のデータが存在 YをXで説明する回帰方程式を推定するための方法 Y: 被説明変数 ( または従属変数 ) X: 説明変数
基礎統計
基礎統計 第 11 回講義資料 6.4.2 標本平均の差の標本分布 母平均の差 標本平均の差をみれば良い ただし, 母分散に依存するため場合分けをする 1 2 3 分散が既知分散が未知であるが等しい分散が未知であり等しいとは限らない 1 母分散が既知のとき が既知 標準化変量 2 母分散が未知であり, 等しいとき 分散が未知であるが, 等しいということは分かっているとき 標準化変量 自由度 の t
スライド 1
データ解析特論重回帰分析編 2017 年 7 月 10 日 ( 月 )~ 情報エレクトロニクスコース横田孝義 1 ( 単 ) 回帰分析 単回帰分析では一つの従属変数 ( 目的変数 ) を 一つの独立変数 ( 説明変数 ) で予測する事を考える 具体的には y = a + bx という回帰直線 ( モデル ) でデータを代表させる このためにデータからこの回帰直線の切片 (a) と傾き (b) を最小
統計的データ解析
統計的データ解析 011 011.11.9 林田清 ( 大阪大学大学院理学研究科 ) 連続確率分布の平均値 分散 比較のため P(c ) c 分布 自由度 の ( カイ c 平均値 0, 標準偏差 1の正規分布 に従う変数 xの自乗和 c x =1 が従う分布を自由度 の分布と呼ぶ 一般に自由度の分布は f /1 c / / ( c ) {( c ) e }/ ( / ) 期待値 二乗 ) 分布 c
スライド 1
データ解析特論第 10 回 ( 全 15 回 ) 2012 年 12 月 11 日 ( 火 ) 情報エレクトロニクス専攻横田孝義 1 終了 11/13 11/20 重回帰分析をしばらくやります 12/4 12/11 12/18 2 前回から回帰分析について学習しています 3 ( 単 ) 回帰分析 単回帰分析では一つの従属変数 ( 目的変数 ) を 一つの独立変数 ( 説明変数 ) で予測する事を考える
多変量解析 ~ 重回帰分析 ~ 2006 年 4 月 21 日 ( 金 ) 南慶典
多変量解析 ~ 重回帰分析 ~ 2006 年 4 月 21 日 ( 金 ) 南慶典 重回帰分析とは? 重回帰分析とは複数の説明変数から目的変数との関係性を予測 評価説明変数 ( 数量データ ) は目的変数を説明するのに有効であるか得られた関係性より未知のデータの妥当性を判断する これを重回帰分析という つまり どんなことをするのか? 1 最小 2 乗法により重回帰モデルを想定 2 自由度調整済寄与率を求め
Microsoft Word - Stattext12.doc
章対応のない 群間の量的データの検定. 検定手順 この章ではデータ間に 対 の対応のないつの標本から推定される母集団間の平均値や中央値の比較を行ないます 検定手法は 図. のようにまず正規に従うかどうかを調べます 但し この場合はつの群が共に正規に従うことを調べる必要があります 次に 群とも正規ならば F 検定を用いて等分散であるかどうかを調べます 等分散の場合は t 検定 等分散でない場合はウェルチ
統計学 - 社会統計の基礎 - 正規分布 標準正規分布累積分布関数の逆関数 t 分布正規分布に従うサンプルの平均の信頼区間 担当 : 岸 康人 資料ページ :
統計学 - 社会統計の基礎 - 正規分布 標準正規分布累積分布関数の逆関数 t 分布正規分布に従うサンプルの平均の信頼区間 担当 : 岸 康人 資料ページ : https://goo.gl/qw1djw 正規分布 ( 復習 ) 正規分布 (Normal Distribution)N (μ, σ 2 ) 別名 : ガウス分布 (Gaussian Distribution) 密度関数 Excel:= NORM.DIST
講義「○○○○」
講義 信頼度の推定と立証 内容. 点推定と区間推定. 指数分布の点推定 区間推定 3. 指数分布 正規分布の信頼度推定 担当 : 倉敷哲生 ( ビジネスエンジニアリング専攻 ) 統計的推測 標本から得られる情報を基に 母集団に関する結論の導出が目的 測定値 x x x 3 : x 母集団 (populaio) 母集団の特性値 統計的推測 標本 (sample) 標本の特性値 分布のパラメータ ( 母数
Python-statistics5 Python で統計学を学ぶ (5) この内容は山田 杉澤 村井 (2008) R によるやさしい統計学 (
http://localhost:8888/notebooks/... Python で統計学を学ぶ (5) この内容は山田 杉澤 村井 (2008) R によるやさしい統計学 (http://shop.ohmsha.co.jp/shop /shopdetail.html?brandcode=000000001781&search=978-4-274-06710-5&sort=) を参考にしています
Microsoft PowerPoint - 資料04 重回帰分析.ppt
04. 重回帰分析 京都大学 加納学 Division of Process Control & Process Sstems Engineering Department of Chemical Engineering, Koto Universit [email protected] http://www-pse.cheme.koto-u.ac.jp/~kano/ Outline
Probit , Mixed logit
Probit, Mixed logit 2016/5/16 スタートアップゼミ #5 B4 後藤祥孝 1 0. 目次 Probit モデルについて 1. モデル概要 2. 定式化と理解 3. 推定 Mixed logit モデルについて 4. モデル概要 5. 定式化と理解 6. 推定 2 1.Probit 概要 プロビットモデルとは. 効用関数の誤差項に多変量正規分布を仮定したもの. 誤差項には様々な要因が存在するため,
自動車感性評価学 1. 二項検定 内容 2 3. 質的データの解析方法 1 ( 名義尺度 ) 2.χ 2 検定 タイプ 1. 二項検定 官能検査における分類データの解析法 識別できるかを調べる 嗜好に差があるかを調べる 2 点比較法 2 点識別法 2 点嗜好法 3 点比較法 3 点識別法 3 点嗜好
. 内容 3. 質的データの解析方法 ( 名義尺度 ).χ 検定 タイプ. 官能検査における分類データの解析法 識別できるかを調べる 嗜好に差があるかを調べる 点比較法 点識別法 点嗜好法 3 点比較法 3 点識別法 3 点嗜好法 : 点比較法 : 点識別法 配偶法 配偶法 ( 官能評価の基礎と応用 ) 3 A か B かの判定において 回の判定でAが選ばれる回数 kは p の二項分布に従う H :
Microsoft Word - å“Ÿåłžå¸°173.docx
回帰分析 ( その 3) 経済情報処理 価格弾力性の推定ある商品について その購入量を w 単価を p とし それぞれの変化量を w p で表 w w すことにする この時 この商品の価格弾力性 は により定義される これ p p は p が 1 パーセント変化した場合に w が何パーセント変化するかを示したものである ここで p を 0 に近づけていった極限を考えると d ln w 1 dw dw
PowerPoint プレゼンテーション
学位論文作成のための疫学 統計解析の実際 徳島大学大学院 医歯薬学研究部 社会医学系 予防医学分野 有澤孝吉 (e-mail: [email protected]) 本日の講義の内容 (SPSS を用いて ) 記述統計 ( データのまとめ方 ) 代表値 ばらつき正規確率プロット 正規性の検定標準偏差 不偏標準偏差 標準誤差の区別中心極限定理母平均の区間推定 ( 母集団の標準偏差が既知の場合
Microsoft PowerPoint - ch04j
Ch.4 重回帰分析 : 推論 重回帰分析 y = 0 + 1 x 1 + 2 x 2 +... + k x k + u 2. 推論 1. OLS 推定量の標本分布 2. 1 係数の仮説検定 : t 検定 3. 信頼区間 4. 係数の線形結合への仮説検定 5. 複数線形制約の検定 : F 検定 6. 回帰結果の報告 入門計量経済学 1 入門計量経済学 2 OLS 推定量の標本分布について OLS 推定量は確率変数
(3) 検定統計量の有意確率にもとづく仮説の採否データから有意確率 (significant probability, p 値 ) を求め 有意水準と照合する 有意確率とは データの分析によって得られた統計値が偶然おこる確率のこと あらかじめ設定した有意確率より低い場合は 帰無仮説を棄却して対立仮説
第 3 章 t 検定 (pp. 33-42) 3-1 統計的検定 統計的検定とは 設定した仮説を検証する場合に 仮説に基づいて集めた標本を 確率論の観点から分析 検証すること 使用する標本は 母集団から無作為抽出されたものでなければならない パラメトリック検定とノンパラメトリック検定 パラメトリック検定は母集団が正規分布に従う間隔尺度あるいは比率尺度の連続データを対象とする ノンパラメトリック検定は母集団に特定の分布を仮定しない
Microsoft PowerPoint - statistics pptx
統計学 第 回 講義 仮説検定 Part-3 06 年 6 8 ( )3 限 担当教員 唐渡 広志 ( からと こうじ ) 研究室 経済学研究棟 4 階 43 号室 email [email protected] webite htt://www3.u-toyama.ac.j/kkarato/ 講義の目的 つの 集団の平均 ( 率 ) に差があるかどうかを検定する 法を理解します keyword:
Microsoft PowerPoint - Statistics[B]
講義の目的 サンプルサイズの大きい標本比率の分布は正規分布で近似できることを理解します 科目コード 130509, 130609, 110225 統計学講義第 19/20 回 2019 年 6 月 25 日 ( 火 )6/7 限 担当教員 : 唐渡広志 ( からと こうじ ) 研究室 : email: website: 経済学研究棟 4 階 432 号室 [email protected]
Medical3
Chapter 1 1.4.1 1 元配置分散分析と多重比較の実行 3つの治療法による測定値に有意な差が認められるかどうかを分散分析で調べます この例では 因子が1つだけ含まれるため1 元配置分散分析 one-way ANOVA の適用になります また 多重比較法 multiple comparison procedure を用いて 具体的のどの治療法の間に有意差が認められるかを検定します 1. 分析メニュー
統計学の基礎から学ぶ実験計画法ー1
第 部統計学の基礎と. 統計学とは. 統計学の基本. 母集団とサンプル ( 標本 ). データ (data) 3. 集団の特性を示す統計量 基本的な解析手法 3. 統計量 (statistic) とは 3. 集団を代表する統計量 - 平均値など 3.3 集団のばらつきを表す値 - 平方和 分散 標準偏差 4. ばらつき ( 分布 ) を表す関数 4. 確率密度関数 4. 最も重要な正規分布 4.3
Microsoft PowerPoint - A1.ppt [互換モード]
011/4/13 付録 A1( 推測統計学の基礎 ) 付録 A1 推測統計学の基礎 1. 統計学. カイ 乗検定 3. 分散分析 4. 相関係数 5. 多変量解析 1. 統計学 3 統計ソフト 4 記述統計学 推測統計学 検定 ノンパラメトリック検定名義 / 分類尺度順序 / 順位尺度パラメトリック検定間隔 / 距離尺度比例 / 比率尺度 SAS SPSS R R-Tps (http://cse.aro.affrc.go.jp/takezawa/r-tps/r.html)
はじめに Excel における計算式の入力方法の基礎 Excel では計算式を入力することで様々な計算を行うことができる 例えば はセルに =SQRT((4^2)/3+3*5-2) と入力することで算出される ( 答え ) どのような数式が使えるかは 数式
統計演習 統計 とはバラツキのあるデータから数値上の性質や規則性あるいは不規則性を 客観的に分析 評価する手法のことである 統計的手法には様々なものが含まれるが 今回はそのなかから 記述統計と統計学的推測について簡単にふれる 記述統計 : 収集した標本の平均や分散 標準偏差などを計算し データの示す傾向や性質を要約して把握する手法のこと 求められた値を記述統計量 ( または要約統計量 ) と言う 平均値
第 3 回講義の項目と概要 統計的手法入門 : 品質のばらつきを解析する 平均と標準偏差 (P30) a) データは平均を見ただけではわからない 平均が同じだからといって 同一視してはいけない b) データのばらつきを示す 標準偏差 にも注目しよう c) 平均
第 3 回講義の項目と概要 016.8.9 1.3 統計的手法入門 : 品質のばらつきを解析する 1.3.1 平均と標準偏差 (P30) a) データは平均を見ただけではわからない 平均が同じだからといって 同一視してはいけない b) データのばらつきを示す 標準偏差 にも注目しよう c) 平均 :AVERAGE 関数, 標準偏差 :STDEVP 関数とSTDEVという関数 1 取得したデータそのものの標準偏差
Microsoft Word - 補論3.2
補論 3. 多変量 GARC モデル 07//6 新谷元嗣 藪友良 対数尤度関数 3 章 7 節では 変量の対数尤度を求めた ここでは多変量の場合 とくに 変量について対数尤度を求める 誤差項 は平均 0 で 次元の正規分布に従うとする 単純化のため 分散と共分散は時間を通じて一定としよう ( この仮定は後で変更される ) したがって ij から添え字 を除くことができる このとき と の尤度関数は
<4D F736F F D208EC08CB18C7689E68A E F193F18D8095AA957A C C839395AA957A814590B38B4B95AA957A2E646F63>
第 4 回二項分布, ポアソン分布, 正規分布 実験計画学 009 年 月 0 日 A. 代表的な分布. 離散分布 二項分布大きさ n の標本で, 事象 Eの起こる確率を p とするとき, そのうち x 個にEが起こる確率 P(x) は二項分布に従う. 例さいころを 0 回振ったときに の出る回数 x の確率分布は二項分布に従う. この場合, n = 0, p = 6 の二項分布になる さいころを
不偏推定量
不偏推定量 情報科学の補足資料 018 年 6 月 7 日藤本祥二 統計的推定 (statistical estimatio) 確率分布が理論的に分かっている標本統計量を利用する 確率分布の期待値の値をそのまま推定値とするのが点推定 ( 信頼度 0%) 点推定に ± で幅を持たせて信頼度を上げたものが区間推定 持たせた幅のことを誤差 (error) と呼ぶ 信頼度 (cofidece level)
PowerPoint プレゼンテーション
1/X Chapter 9: Linear correlation Cohen, B. H. (2007). In B. H. Cohen (Ed.), Explaining Psychological Statistics (3rd ed.) (pp. 255-285). NJ: Wiley. 概要 2/X 相関係数とは何か 相関係数の数式 検定 注意点 フィッシャーのZ 変換 信頼区間 相関係数の差の検定
Microsoft PowerPoint - 基礎・経済統計6.ppt
. 確率変数 基礎 経済統計 6 確率分布 事象を数値化したもの ( 事象ー > 数値 の関数 自然に数値されている場合 さいころの目 量的尺度 数値化が必要な場合 質的尺度, 順序的尺度 それらの尺度に数値を割り当てる 例えば, コインの表が出たら, 裏なら 0. 離散確率変数と連続確率変数 確率変数の値 連続値をとるもの 身長, 体重, 実質 GDP など とびとびの値 離散値をとるもの 新生児の性別
Microsoft Word - mstattext02.docx
章重回帰分析 複数の変数で 1つの変数を予測するような手法を 重回帰分析 といいます 前の巻でところで述べた回帰分析は 1つの説明変数で目的変数を予測 ( 説明 ) する手法でしたが この説明変数が複数個になったと考えればよいでしょう 重回帰分析はこの予測式を与える分析手法です 以下の例を見て下さい 例 以下のデータ (Samples 重回帰分析 1.txt) をもとに体重を身長と胸囲の1 次関数で
Microsoft Word - apstattext04.docx
4 章母集団と指定値との量的データの検定 4.1 検定手順今までは質的データの検定の方法を学んで来ましたが これからは量的データについてよく利用される方法を説明します 量的データでは データの分布が正規分布か否かで検定の方法が著しく異なります この章ではまずデータの分布の正規性を調べる方法を述べ 次にデータの平均値または中央値がある指定された値と違うかどうかの検定方法を説明します 以下の図 4.1.1
Microsoft Word - 保健医療統計学112817完成版.docx
講義で使用するので テキスト ( 地域診断のすすめ方 ) を必ず持参すること 5 4 統計処理のすすめ方 ( テキスト P. 134 136) 1. 6つのステップ 分布を知る ( 度数分布表 ヒストグラム ) 基礎統計量を求める Ø 代表値 Ø バラツキ : 範囲 ( 最大値 最小値 四分位偏位 ) 分散 標準偏差 標準誤差 集計する ( 単純集計 クロス集計 ) 母集団の情報を推定する ( 母平均
0 部分的最小二乗回帰 Partial Least Squares Regression PLS 明治大学理 学部応用化学科 データ化学 学研究室 弘昌
0 部分的最小二乗回帰 Parial Leas Squares Regressio PLS 明治大学理 学部応用化学科 データ化学 学研究室 弘昌 部分的最小二乗回帰 (PLS) とは? 部分的最小二乗回帰 (Parial Leas Squares Regressio, PLS) 線形の回帰分析手法の つ 説明変数 ( 記述 ) の数がサンプルの数より多くても計算可能 回帰式を作るときにノイズの影響を受けにくい
Medical3
1.4.1 クロス集計表の作成 -l m 分割表 - 3つ以上のカテゴリを含む変数を用いて l mのクロス集計表による分析を行います この例では race( 人種 ) によってlow( 低体重出生 ) に差が認められるかどうかを分析します 人種には3つのカテゴリ 低体重出生には2つのカテゴリが含まれています 2つの変数はともにカテゴリ変数であるため クロス集計表によって分析します 1. 分析メニュー
仮説検定を伴う方法では 検定の仮定が満たされ 検定に適切な検出力があり データの分析に使用される近似で有効な結果が得られることを確認することを推奨します カイ二乗検定の場合 仮定はデータ収集に固有であるためデータチェックでは対応しません Minitab は近似法の検出力と妥当性に焦点を絞っています
MINITAB アシスタントホワイトペーパー本書は Minitab 統計ソフトウェアのアシスタントで使用される方法およびデータチェックを開発するため Minitab の統計専門家によって行われた調査に関する一連の文書の 1 つです カイ二乗検定 概要 実際には 連続データの収集が不可能な場合や難しい場合 品質の専門家は工程を評価するためのカテゴリデータの収集が必要となることがあります たとえば 製品は不良
切片 ( 定数項 ) ダミー 以下の単回帰モデルを考えよう これは賃金と就業年数の関係を分析している : ( 賃金関数 ) ここで Y i = α + β X i + u i, i =1,, n, u i ~ i.i.d. N(0, σ 2 ) Y i : 賃金の対数値, X i : 就業年数. (
統計学ダミー変数による分析 担当 : 長倉大輔 ( ながくらだいすけ ) 1 切片 ( 定数項 ) ダミー 以下の単回帰モデルを考えよう これは賃金と就業年数の関係を分析している : ( 賃金関数 ) ここで Y i = α + β X i + u i, i =1,, n, u i ~ i.i.d. N(0, σ 2 ) Y i : 賃金の対数値, X i : 就業年数. ( 実際は賃金を就業年数だけで説明するのは現実的はない
異文化言語教育評価論 ⅠA 教育 心理系研究のためのデータ分析入門 第 3 章 t 検定 (2 変数間の平均の差を分析 ) 平成 26 年 5 月 7 日 報告者 :M.S. I.N. 3-1 統計的検定 統計的検定 : 設定した仮説にもとづいて集めた標本を確率論の観点から分析し 仮説検証を行うこと
異文化言語教育評価論 ⅠA 教育 心理系研究のためのデータ分析入門 第 3 章 t 検定 (2 変数間の平均の差を分析 ) 平成 26 年 5 月 7 日 報告者 :M.S. I.N. 3-1 統計的検定 統計的検定 : 設定した仮説にもとづいて集めた標本を確率論の観点から分析し 仮説検証を行うこと 使用する標本は母集団から無作為抽出し 母集団を代表している値と考える 標本同士を比較して得た結果から
Microsoft PowerPoint - 測量学.ppt [互換モード]
8/5/ 誤差理論 測定の分類 性格による分類 独立 ( な ) 測定 : 測定値がある条件を満たさなければならないなどの拘束や制約を持たないで独立して行う測定 条件 ( 付き ) 測定 : 三角形の 3 つの内角の和のように, 個々の測定値間に満たすべき条件式が存在する場合の測定 方法による分類 直接測定 : 距離や角度などを機器を用いて直接行う測定 間接測定 : 求めるべき量を直接測定するのではなく,
経済統計分析1 イントロダクション
1 経済統計分析 9 分散分析 今日のおはなし. 検定 statistical test のいろいろ 2 変数の関係を調べる手段のひとつ適合度検定独立性検定分散分析 今日のタネ 吉田耕作.2006. 直感的統計学. 日経 BP. 中村隆英ほか.1984. 統計入門. 東大出版会. 2 仮説検定の手続き 仮説検定のロジック もし帰無仮説が正しければ, 検定統計量が既知の分布に従う 計算された検定統計量の値から,
モジュール1のまとめ
数理統計学 第 0 回 復習 標本分散と ( 標本 ) 不偏分散両方とも 分散 というのが実情 二乗偏差計標本分散 = データ数 (0ページ) ( 標本 ) 不偏分散 = (03 ページ ) 二乗偏差計 データ数 - 分析ではこちらをとることが多い 復習 ここまで 実験結果 ( 万回 ) 平均 50Kg 標準偏差 0Kg 0 人 全体に小さすぎる > mea(jkke) [] 89.4373 標準偏差
回帰分析の用途・実験計画法の意義・グラフィカルモデリングの活用 | 永田 靖教授(早稲田大学)
回帰分析の用途 実験計画法の意義 グラフィカルモデリングの活用 早稲田大学創造理工学部 経営システム工学科 永田靖, The Institute of JUSE. All Rights Reserved. 内容. 回帰分析の結果の解釈の仕方. 回帰分析による要因効果の把握の困難さ. 実験計画法の意義 4. グラフィカルモデリング 参考文献 : 統計的品質管理 ( 永田靖, 朝倉書店,9) 入門実験計画法
構造方程式モデリング Structural Equation Modeling (SEM)
時間でだいたいわかる 構造方程式モデリング Structural Equaton Modlng (SEM) 構造方程式モデリングとは何か 構造方程式モデリング (Structural Equaton Modlng, SEM) とは : 別名 共分散構造分析 (coaranc structural analyss) 構成概念やの性質を調べるために集めた多くのを同時に分析するための統計的方法 本来 構造方程式モデリングは主に以下の3つを含みます
Kumamoto University Center for Multimedia and Information Technologies Lab. 熊本大学アプリケーション実験 ~ 実環境における無線 LAN 受信電波強度を用いた位置推定手法の検討 ~ InKIAI 宮崎県美郷
熊本大学アプリケーション実験 ~ 実環境における無線 LAN 受信電波強度を用いた位置推定手法の検討 ~ InKIAI プロジェクト @ 宮崎県美郷町 熊本大学副島慶人川村諒 1 実験の目的 従来 信号の受信電波強度 (RSSI:RecevedSgnal StrengthIndcator) により 対象の位置を推定する手法として 無線 LAN の AP(AccessPont) から受信する信号の減衰量をもとに位置を推定する手法が多く検討されている
Microsoft PowerPoint - H17-5時限(パターン認識).ppt
パターン認識早稲田大学講義 平成 7 年度 独 産業技術総合研究所栗田多喜夫 赤穂昭太郎 統計的特徴抽出 パターン認識過程 特徴抽出 認識対象から何らかの特徴量を計測 抽出 する必要がある 認識に有効な情報 特徴 を抽出し 次元を縮小した効率の良い空間を構成する過程 文字認識 : スキャナ等で取り込んだ画像から文字の識別に必要な本質的な特徴のみを抽出 例 文字線の傾き 曲率 面積など 識別 与えられた未知の対象を
Microsoft PowerPoint - Econometrics pptx
計量経済学講義 第 4 回回帰モデルの診断と選択 Part 07 年 ( ) 限 担当教員 : 唐渡 広志 研究室 : 経済学研究棟 4 階 43 号室 emal: [email protected] webste: http://www3.u-toyama.ac.p/kkarato/ 講義の目的 誤差項の分散が不均 である場合や, 系列相関を持つ場合についての検定 法と修正 法を学びます
目次 はじめに P.02 マクロの種類 ---
ステップワイズ法による重回帰分析の 予測マクロについて 2016/12/20 目次 はじめに ------------------------------------------------------------------------------------------------------------------------------ P.02 マクロの種類 -----------------------------------------------------------------------------------------------------------------------
Microsoft PowerPoint - statistics pptx
統計学 第 16 回 講義 母平均の区間推定 Part-1 016 年 6 10 ( ) 1 限 担当教員 : 唐渡 広志 ( からと こうじ ) 研究室 : 経済学研究棟 4 階 43 号室 email: [email protected] website: http://www3.u-toyama.ac.jp/kkarato/ 1 講義の目的 標本平均は正規分布に従うという性質を
経営統計学
5 章基本統計量 3.5 節で量的データの集計方法について簡単に触れ 前章でデータの分布について学びましたが データの特徴をつの数値で示すこともよく行なわれます これは統計量と呼ばれ 主に分布の中心や拡がりなどを表わします この章ではよく利用される分布の統計量を特徴で分類して説明します 数式表示を統一的に行なうために データの個数を 個とし それらを,,, と表わすことにします ここで学ぶ統計量は統計分析の基礎となっており
1.民営化
参考資料 最小二乗法 数学的性質 経済統計分析 3 年度秋学期 回帰分析と最小二乗法 被説明変数 の動きを説明変数 の動きで説明 = 回帰分析 説明変数がつ 単回帰 説明変数がつ以上 重回帰 被説明変数 従属変数 係数 定数項傾き 説明変数 独立変数 残差... で説明できる部分 説明できない部分 説明できない部分が小さくなるように回帰式の係数 を推定する有力な方法 = 最小二乗法 最小二乗法による回帰の考え方
Microsoft PowerPoint - stat-2014-[9] pptx
統計学 第 17 回 講義 母平均の区間推定 Part-1 014 年 6 17 ( )6-7 限 担当教員 : 唐渡 広志 ( からと こうじ ) 研究室 : 経済学研究棟 4 階 43 号室 email: [email protected] website: htt://www3.u-toyama.ac.j/kkarato/ 1 講義の目的 標本平均は正規分布に従うという性質を
ベイズ統計入門
ベイズ統計入門 条件付確率 事象 F が起こったことが既知であるという条件の下で E が起こる確率を条件付確率 (codtoal probablt) という P ( E F ) P ( E F ) P( F ) 定義式を変形すると 確率の乗法公式となる ( E F ) P( F ) P( E F ) P( E) P( F E) P 事象の独立 ある事象の生起する確率が 他のある事象が生起するかどうかによって変化しないとき
森林水文 水資源学 2 2. 水文統計 豪雨があった時, 新聞やテレビのニュースで 50 年に一度の大雨だった などと報告されることがある. 今争点となっている川辺川ダムは,80 年に 1 回の洪水を想定して治水計画が立てられている. 畑地かんがいでは,10 年に 1 回の渇水を対象として計画が立て
. 水文統計 豪雨があった時, 新聞やテレビのニュースで 50 年に一度の大雨だった などと報告されることがある. 今争点となっている川辺川ダムは,80 年に 回の洪水を想定して治水計画が立てられている. 畑地かんがいでは,0 年に 回の渇水を対象として計画が立てられる. このように, 水利構造物の設計や, 治水や利水の計画などでは, 年に 回起こるような降雨事象 ( 最大降雨強度, 最大連続干天日数など
データ科学2.pptx
データ科学 多重検定 2 mul%ple test False Discovery Rate 藤博幸 前回の復習 1 多くの検定を繰り返す時には 単純に個々の検定を繰り返すだけでは不十分 5% 有意水準ということは, 1000 回検定を繰り返すと, 50 回くらいは帰無仮説が正しいのに 間違って棄却されてすまうじちがあるということ ex) 1 万個の遺伝子について 正常細胞とガン細胞で それぞれの遺伝子の発現に差があるかどうかを検定
Microsoft PowerPoint - 14都市工学数理ノンパラ.pptx
都市工学数理 浅見泰司 東京大学大学院工学系研究科教授 Yasushi Asami 1 0. 統計学的検定の基本 母集団と標本 世論調査では 日本人全員に聞くというのは事実上不可能 そこで 日本人全員 (= 母集団 ) から 一部 (= 標本 ) を選んで そこで得られた傾向 (= 仮説 ) が日本人全体にもある程度の信頼性で成り立つかどうかを考える (= 検定 ) 注意 サンプリングの方法 ランダムサンプリングが基本
研修コーナー
l l l l l l l l l l l α α β l µ l l l l l l l l l l l l l l l l l l l l l l l l l l l l l l l l l l l l l l l l l l l l l l l l l l l l l l l l l l l l l l l l l l l l l l l l l l l l l l
様々なミクロ計量モデル†
担当 : 長倉大輔 ( ながくらだいすけ ) この資料は私の講義において使用するために作成した資料です WEB ページ上で公開しており 自由に参照して頂いて構いません ただし 内容について 一応検証してありますが もし間違いがあった場合でもそれによって生じるいかなる損害 不利益について責任を負いかねますのでご了承ください 間違いは発見次第 継続的に直していますが まだ存在する可能性があります 1 カウントデータモデル
ファイナンスのための数学基礎 第1回 オリエンテーション、ベクトル
時系列分析 変量時系列モデルとその性質 担当 : 長倉大輔 ( ながくらだいすけ 時系列モデル 時系列モデルとは時系列データを生み出すメカニズムとなるものである これは実際には未知である 私たちにできるのは観測された時系列データからその背後にある時系列モデルを推測 推定するだけである 以下ではいくつかの代表的な時系列モデルを考察する 自己回帰モデル (Auoregressive Model もっとも頻繁に使われる時系列モデルは自己回帰モデル
青焼 1章[15-52].indd
1 第 1 章統計の基礎知識 1 1 なぜ統計解析が必要なのか? 人間は自分自身の経験にもとづいて 感覚的にものごとを判断しがちである 例えばある疾患に対する標準治療薬の有効率が 50% であったとする そこに新薬が登場し ある医師がその新薬を 5 人の患者に使ったところ 4 人が有効と判定されたとしたら 多くの医師はこれまでの標準治療薬よりも新薬のほうが有効性が高そうだと感じることだろう しかし
第4回
Excel で度数分布表を作成 表計算ソフトの Microsoft Excel を使って 度数分布表を作成する場合 関数を使わなくても 四則演算(+ */) だけでも作成できます しかし データ数が多い場合に度数を求めたり 度数などの合計を求めるときには 関数を使えばデータを処理しやすく なります 度数分布表の作成で使用する関数 合計は SUM SUM( 合計を計算する ) 書式 :SUM( 数値数値
【補足資料】確率・統計の基礎知識
補足資料 確率 統計の基礎知識 2011 年 5 月 日本銀行金融機構局 金融高度化センター 1 目 次 1. 基本統計量 (1 変量 ) - 平均 分散 標準偏差 パーセント点 2. 基本統計量 (2 変量 ) - 散布図 共分散 相関係数 相関行列 3. 確率変数 - 確率変数 確率分布 期待値 独立 4. 推定と検定 - 記述統計と推測統計 推定 検定 (2 項検定 ) 5. 線形回帰分析 -
JMP による 2 群間の比較 SAS Institute Japan 株式会社 JMP ジャパン事業部 2008 年 3 月 JMP で t 検定や Wilcoxon 検定はどのメニューで実行できるのか または検定を行う際の前提条件の評価 ( 正規性 等分散性 ) はどのメニューで実行できるのかと
JMP による 2 群間の比較 SAS Institute Japan 株式会社 JMP ジャパン事業部 2008 年 3 月 JMP で t 検定や Wilcoxon 検定はどのメニューで実行できるのか または検定を行う際の前提条件の評価 ( 正規性 等分散性 ) はどのメニューで実行できるのかというお問い合わせがよくあります そこで本文書では これらについて の回答を 例題を用いて説明します 1.
Microsoft PowerPoint - S11_1 2010Econometrics [互換モード]
S11_1 計量経済学 一般化古典的回帰モデル -3 1 図 7-3 不均一分散の検定と想定の誤り 想定の誤りと不均一分散均一分散を棄却 3つの可能性 1. 不均一分散がある. 不均一分散はないがモデルの想定に誤り 3. 両者が同時に起きている 想定に誤り不均一分散を 検出 したら散布図に戻り関数形の想定や説明変数の選択を再検討 残差 残差 Y 真の関係 e e 線形回帰 X X 1 実行可能な一般化最小二乗法
14 化学実験法 II( 吉村 ( 洋 mmol/l の半分だったから さんの測定値は くんの測定値の 4 倍の重みがあり 推定値 としては 0.68 mmol/l その標準偏差は mmol/l 程度ということになる 測定値を 特徴づけるパラメータ t を推定するこの手
14 化学実験法 II( 吉村 ( 洋 014.6.1. 最小 乗法のはなし 014.6.1. 内容 最小 乗法のはなし...1 最小 乗法の考え方...1 最小 乗法によるパラメータの決定... パラメータの信頼区間...3 重みの異なるデータの取扱い...4 相関係数 決定係数 ( 最小 乗法を語るもう一つの立場...5 実験条件の誤差の影響...5 問題...6 最小 乗法の考え方 飲料水中のカルシウム濃度を
したがって ばらつきを表すには 偏差の符号をなくしてから平均化する必要がある そのひとつの方法は 1 偏差の絶対値を用いることである 偏差の絶対値の算術平均を 平均偏差 という ( )/5=10.8 偏差の符号を取るもうひとつの方法は 2それを2 乗することです 偏差の2 乗の算
統計学テキストの69ページに 平均偏差 分散 標準偏差 変動係数 標準誤差 信頼区間に関する記述がある 分布を考える分布の中心の位置 ( 例 ) 65 53 44 78 50 の数値の算術平均は (65+53+44+78+50)/5=58 である 此れだけでは 分布の状態がわからない ばらつきの程度を表すには最大値と最小値との差 (78-44)=34 これをレンジ ( 範囲 ) と言う しかし 両端の数字だけでは
カイ二乗フィット検定、パラメータの誤差
統計的データ解析 008 008.. 林田清 ( 大阪大学大学院理学研究科 ) 問題 C (, ) ( x xˆ) ( y yˆ) σ x πσ σ y y Pabx (, ;,,, ) ˆ y σx σ y = dx exp exp πσx ただし xy ˆ ˆ はyˆ = axˆ+ bであらわされる直線モデル上の点 ( ˆ) ( ˆ ) ( ) x x y ax b y ax b Pabx (,
Excelによる統計分析検定_知識編_小塚明_1_4章.indd
第2章 1 変量データのまとめ方 本章では, 記述統計の手法について説明します 具体的には, 得られたデータから表やグラフを作成し, 意昧のある統計量を算出する方法など,1 変量データのまとめ方について学びます 本章から理解を深めるための数式が出てきますが, 必ずしも, これらの式を覚える必要はありません それぞれのデータの性質や統計量の意義を理解することが重要です 円グラフと棒グラフ 1 変量質的データをまとめる方法としてよく使われるグラフは,
