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
|
|
- くにひと ままだ
- 5 years ago
- Views:
Transcription
1 春学期統計学 I 記述統計と推測統計 担当 : 長倉大輔 ( ながくらだいすけ ) 1
2 本日の予定 本日はまず記述統計と推測統計の違い 推測統計学の基本的な構造について説明します 2
3 記述統計と推測統計 統計学とは? 与えられたデータの背後にある 特性 法則 を 検証 発見 分析 するための手法の開発 その応用などに関わる学問の事です 3
4 記述統計と推測統計 データの種類 データの種類はおおまかに 2 つに分けられます 1 つ目は実験により育成される実験データと呼ばれるもの 2 つ目は実験から生み出されたものではない非実験データです 4
5 記述統計と推測統計 実験データ これは分析者によってデータが育成される条件 状態を管理できる環境で生み出されるようなデータで 物理学や化学などで用いられるようなデータです このようなデータでは他の条件を同じにして特定の条件を変えた場合のデータの変動が測定できるため データに含まれる変動の規則性を見つける事が容易といえます 5
6 記述統計と推測統計 非実験データ これは気象学や経済学で観測されるようなデータで 分析者はデータが育成される条件 状態を管理できません 実現した値を観測する事ができるだけです このようなデータではいろんな諸条件が組み合わさった状態でデータが育成されるため そこに隠された法則などを見つける事が実験データに比べると難しくなります 経済やファイナンスのデータはほとんどが非実験データです 6
7 記述統計と推測統計 記述統計 記述統計 ( 統計的記述 ) とは与えられたデータに対して そのデータの特徴を要約 ( 記述 ) する事です 具体的には よく知られたもので平均 今日説明するものでは中央値 最頻値 今後説明するものでは分散 などがあげられます 7
8 記述統計と推測統計 推測統計 多くの場合 データは分析したい対象全体の一部分に関してのみ与えられます それら一部分から対象全体に関する特性を推測する事を推測統計 ( 統計的推測 ) といいます 8
9 記述統計と推測統計 記述統計と推測統計の例 今 私たちはある工場で作られた電球の品質を分析したいとします 与えられたデータ ( 観測値 ) は電球 20 個の寿命です 例えば電球 1 の寿命 150 時間電球 2 の寿命 130 時間 電球 20 の寿命 90 時間などです 9
10 記述統計と推測統計 記述統計と推測統計の例 ここで私たちはまずこれら 20 個の 電球は大体何時間くらいで寿命がつきてしまっているのか? という事に関心があるとします 与えられた 20 個のデータを眺めているだけではなかなかわかりません この場合よく使われるのが ( 標本 ) 平均という統計量です 標本とはデータの事で 統計量とは標本から計算されるもの ( より正確には標本の関数 ) のことです 10
11 記述統計と推測統計 記述統計と推測統計の例 これら 20 個の電球の寿命の平均は 120 時間だったとしましょう これはこのデータ (20 個の電球 ) においてだいたい 120 時間あたりの値をとる電球が多いと言うことを意味します これでこの 20 個の電球 についての特徴のひとつが明らかになりました これがデータの特性を記述するということです 11
12 記述統計と推測統計 記述統計と推測統計の例 しかし私たちが本当に関心があるのは この 20 個の 電球の寿命ではなく むしろこの工場でつくられる電球の寿命の平均はどれくらいか? という事でしょう ここで問題はこの工場で作られた 20 個の電球 ( 全体の一部 ) の寿命の平均が 120 時間である事から この工場で作られる電球の平均寿命は 120 時間 と結論してよいか? です 12
13 記述統計と推測統計 記述統計と推測統計の例 20 個の電球の寿命の平均からいかに全体の電球の寿命の平均について推測するかを問題にするのが 推測統計 の問題です ここでは 20 個の電球の寿命の平均 ( 標本平均 ) は 全体の電球の寿命の平均 ( 母平均 ) の推定値とみなされます 推定値とはそれが真の値ではなく 誤差をともなっているという事を意味します 13
14 記述統計と推測統計 記述統計と推測統計の例 このように推定を行った場合 興味のある問題として この推定値は全体の電球の寿命の平均を どれくらい正確に推定しているか? ということがあります 誤差が小さい場合と大きい場合では結論がまったく違うものになります 他にも どのようにすれば誤差を小さく推定できるだろうか? という問題にも興味があるでしょう 推測統計はそのような問題について考えます 14
15 母集団と標本 母集団と標本 観測対象の事を母集団といい ( 例 : ある工場で作られた電球の寿命 ) 母集団からの観測される値を標本といいます ( 例 :20 個の電球の寿命 ) 全標本 もし母集団全ての値が観測できた場合 それを全標本といいます 15
16 母集団と標本 全数調査と標本調査 全数調査とは全標本が得られる場合の調査の事であり 標本調査とは母集団の一部分しか観測できない調査の事です 全数調査は多くの場合非常に時間と経費がかかります ( 不可能である場合も多い ) 電球の寿命 の例などは全数調査が不可能な例です 16
17 母集団と標本 全数調査と標本調査の例 ( 全数調査の例 ) 国勢調査 5 年ごとに日本に住んでいる全ての人を対象に調査 ( 標本調査の例 ) 家計調査 毎月農家を除く全ての世帯の暮らし向きを把握するために全体の 5000 分の 1 を対象に調査 17
18 母集団と標本 無作為標本 標本の採り方の代表的な例に無作為標本というものがあります これは母集団から標本を無作為に ( より厳密には確率的独立に ) とるというやり方のことです これは標本から母集団に関する推測をする際に極めて重要になってきます 18
19 母集団と標本 無作為標本に失敗した例 無作為標本に失敗するとどうなるかという例として有名なものとして 1936 年のアメリカ大統領選挙の話があります この時ある新聞社は 200 万人規模の ( 標本 ) 調査を行い共和党のランドン氏の大勝利を予想しました しかし結果は民主党のルーズベルト氏の圧勝に終わりました この新聞社の調査はどこがまずかったのでしょうか? 19
20 母集団と標本 無作為標本に失敗した例 この新聞社の調査の問題点は調査の対象を同誌の購買者と電話保有者に限定した事にありました 当時はまだ電話を所有できるのは高所得者に限り 高所得者は共和党を支持する傾向が高かったため 調査では共和党の勝利という結果になったのです これは一部で全体を代表させるのに失敗した例です 20
21 記述統計 - データの中心 標本平均 平均という言葉は 平均点 平均気温 平均降水量 など 日常でよく使われているので すでになじみの深いものだと思いますが これもれっきとした統計用語です 21
22 記述統計 - データの中心 平均の定義今 n 個の観測値からなる標本 { x 1, x 2, x n } が得られたとします この時平均 ( より正確には標本平均 ) は x x x x n n と定義されます ( 平均はしばしばと書かれます ) x 22
23 記述統計 - データの中心 平均の意味 解釈 平均はデータがどの値の周りに多く分布しているかを表していると解釈する事ができます 言い換えるとデータの中心を表していると考えられます 23
24 記述統計 - データの中心 Σ ( シグマ ) 記号 平均の定義の分子の部分は Σ 記号を使うとより簡便に表せます Σ 記号とは n i1 の事です これによって平均は と表わされます x x x... x i x 1 n 1 2 n i1 x i n 24
25 記述統計 - データの中心 Σ( シグマ ) 記号の性質 Σ 記号は統計学で非常に頻繁に登場するのでここでその性質を確認します (1) 各 x i を c 倍して和を取ったものは となります n i1 cx i c n i1 x i 25
26 記述統計 - データの中心 Σ( シグマ ) 記号の性質 (2) 定数 c に対して となります (3) 2 組の観測値 { y 1,,y n } と { x 1,,x n } に対して が成り立ちます n i1 n i1 ( x i c cn y i ) n i1 x i n i1 y i 26
27 27 27 記述統計 - データの中心 Σ( シグマ ) 記号の性質 (1) - (3) より 例えばなどが導けます n c x c x c x n i i n i i n i i ) (
28 記述統計 - データの中心 メディアン ( 中位点 中央点 ) 観測値を大小順番に並べ 真ん中に位置する値を中位点 またはメディアンといいます ただし観測値の数が偶数の場合 ちょうど真ん中にくる数はないので 真ん中の 2 つの観測値の平均をメディアンとします 28
29 記述統計 - データの中心 ( 例 ) メディアン ( 標本数が奇数の場合 ) 標本が { x 1, x 2,,x 5 } = { 7, 9, 4, 2, 5 } であるとすると まず小さい順に並べて { 2, 4, 5, 7, 9 } 次にメディアンなので その真ん中の値を取ります { 2, 4, 5, 7, 9 } よってメディアンは 5 となります ちなみにこの標本の平均は 5.4 となります 29
30 記述統計 - データの中心 メディアン ( 標本数が偶数の場合 ) 標本 { x 1, x 2,, x 6 } = { 10, 7, 9, 4, 2, 5 } であるとすると まず小さい順に並べると { 2, 4, 5, 7, 9, 10 } です 次にその真ん中の 2 つの観測値の平均をとります { 2, 4, 5, 7, 9, 10 } (5 + 7)/2 = 6 よってメディアンは 6 となります ちなみにこの標本の平均は 37/6 6.2 です 30
31 記述統計 - データの中心 メディアンの定義 標本 { x 1, x 2,, x n } を小さい順に並べたものを とします { x (1), x (2),., x (n) } ( 標本の数 n が奇数の時 ) この時メディアンは x ((n+1)/2) です ( 標本の数 n が偶数の時 ) この時メディアンは (x (n/2) +x (n/2 + 1) )/2 です 31
32 記述統計 - データの中心 メディアンの特性 平均もメディアンも共にデータの中心を測るものですが ( どのあたりの値のデータが多く観測されているかを見る ) メディアンは平均に比べて異常値 ( 外れ値 ) の影響を受けにくいという特徴があります 32
33 記述統計 - データの中心 メディアンの特性 例えば今 5 人の人の年収が ( 単位は円 ) {500 万 600 万 700 万 800 万 900 万 } だとすると 平均は 700 万 メディアンも 700 万です ここである年収 1 兆円の大富豪がこの標本に加わったとしましょう {500 万 600 万 700 万 800 万 900 万 1 兆円 } この場合平均は (1 兆 3500 万 )/6 で 1666 億 7250 万になります しかしメディアンは 750 万です どちらの方が どの値の周りにこのグループの標本の値が多いか をよく表しているか明らかでしょう 33
34 記述統計 - データの中心 モード ( 最頻値 ) 標本の中で最も頻繁に出た値をモード または最頻値といいます 例えば標本 { 3, 10, 7, 9, 4, 3, 5 } が与えらた時に 3 が 2 つあり 最も頻繁に観測されています よってこの場合はモードは 3 となります ちなみにこのデータのメディアンは 5 平均は約 5.9 となります 34
35 記述統計 - データの中心 モード ( 最頻値 ) 平均やメディアンと違い モードは一つとは限りません 例えば標本 { 2, 10, 7, 9, 4, 2, 5, 9 } が与えらた時には 2 と 9 が共に 2 つあるので モードは 2 と 9 になります 35
36 記述統計 - データの中心 演習問題男女 5 人ずつに1 週間にコンビニエンスストアを利用する回数を聞いたところ 男性は 5 回 2 回 3 回 3 回 4 回 女性は 1 回 1 回 5 回 4 回 4 回という解答が得られた (1) 男性 5 人の平均 メディアン モードを求めて下さい (2) 女性 5 人の平均 メディアン モードを求めてください (3) 男女 10 人合計の平均 メディアン モードを求めて下さい 36
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
More information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
More information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
More information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
More informationデータの整理 ( 度数分布表とヒストグラム ) 1 次元のデータの整理の仕方として代表的な ものに度数分布表とヒストグラムがあります 度数分布表観測値をその値に応じていくつかのグループ ( これを階級という ) に分類し 各階級に入る観測値の数 ( これを度数という ) を数えて表にしたもの 2
春学期統計学 I データの整理 : 度数分布 標本分散 等 担当 : 長倉大輔 ( ながくらだいすけ ) 1 データの整理 ( 度数分布表とヒストグラム ) 1 次元のデータの整理の仕方として代表的な ものに度数分布表とヒストグラムがあります 度数分布表観測値をその値に応じていくつかのグループ ( これを階級という ) に分類し 各階級に入る観測値の数 ( これを度数という ) を数えて表にしたもの
More informationExcel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,
More informationMicrosoft Word - lec_student-chp3_1-representative
1. はじめに この節でのテーマ データ分布の中心位置を数値で表す 可視化でとらえた分布の中心位置を数量化する 平均値とメジアン, 幾何平均 この節での到達目標 1 平均値 メジアン 幾何平均の定義を書ける 2 平均値とメジアン, 幾何平均の特徴と使える状況を説明できる. 3 平均値 メジアン 幾何平均を計算できる 2. 特性値 集めたデータを度数分布表やヒストグラムに整理する ( 可視化する )
More information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
More information_KyoukaNaiyou_No.4
理科教科内容指導論 I : 物理分野 物理現象の定量的把握第 4 回 ( 実験 ) データの眺め ~ 統計学の基礎続き 統計のはなし 基礎 応 娯楽 (Best selected business books) 村平 科技連出版社 1836 円 前回の復習と今回以降の 標 東京 学 善 郎 Web サイトより データ ヒストグラム 代表値 ( 平均値 最頻値 中間値 ) 分布の散らばり 集団の分布
More information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)
More information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
More information<4D F736F F D208D A778D5A8A778F4B8E7793B CC A7795D2816A2E646F6378>
高等学校学習指導要領解説数学統計関係部分抜粋 第 部数学第 2 章各科目第 節数学 Ⅰ 3 内容と内容の取扱い (4) データの分析 (4) データの分析統計の基本的な考えを理解するとともに, それを用いてデータを整理 分析し傾向を把握できるようにする アデータの散らばり四分位偏差, 分散及び標準偏差などの意味について理解し, それらを用いてデータの傾向を把握し, 説明すること イデータの相関散布図や相関係数の意味を理解し,
More informationMicrosoft PowerPoint - データ解析基礎2.ppt
データ解析基礎. 度数分布と特性値 keyword データの要約 度数分布表, ヒストグラム 分布の中心を表す基本統計量 平均, 最頻値, 中央値 分布のばらつきを表す統計量 分散, 標準偏差 統計データの構造 - データ解析の目的 具体的な対象 ( 母集団 ) についての調査結果 ( 標本をどう加工 処理し, 有益な情報を引き出すかである. 加工 処理するための調査結果として, データ ( 観測データ
More informationMicrosoft PowerPoint ppt
情報科学第 07 回データ解析と統計代表値 平均 分散 度数分布表 1 本日の内容 データ解析とは 統計の基礎的な値 平均と分散 度数分布表とヒストグラム 講義のページ 第 7 回のその他の欄に 本日使用する教材があります 171025.xls というファイルがありますので ダウンロードして デスクトップに保存してください 2/45 はじめに データ解析とは この世の中には多くのデータが溢れています
More information【指導のポイント】
教材 -B-() の解答資料の活用 分析 さいひんち 度数 最頻値 の解決のために さいひんち最頻値の相対度数の求め方 説明文 相対度数は ( 相対度数 )=( 最頻値の階級の度数 ) ( ( ア ) ) で求めることができる 最頻値の階級の度数は ( イ ), ( ア ) は, ( ウ ) であるから求める ( イ ) 相対度数は, =.9 となる ( ウ ) ( ア ) 度数の合計 ( イ )
More information<4D F736F F F696E74202D B835E82CC8EED97DE B835E82CC834F BB F0955C82B793C190AB926C>
統計の種類 統計学 データの種類データのグラフ化中心を表す特性値 記述統計母集団 ( 調査対象の集団 ) をすべて調査でき その調査結果に基づき データをまとめる統計 推測統計母集団 ( 調査対象の集団 ) をすべて調査できないが 一部のデータから母集団の状況を推測する統計 外れ値 データの中には 他の観測値に比べて著しく離れた値が含まれている場合があります ( 入力ミスではなく ) このような値のことを外れ値といいます
More information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
More informationExcel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,
More information平均値 () 次のデータは, ある高校生 7 人が ヵ月にカレーライスを食べた回数 x を調べたものである 0,8,4,6,9,5,7 ( 回 ) このデータの平均値 x を求めよ () 右の表から, テレビをみた時間 x の平均値を求めよ 階級 ( 分 ) 階級値度数 x( 分 ) f( 人 )
データの分析 データの整理右の度数分布表は,A 高校の 0 人について, 日にみたテレビの時間を記入したものである 次の問いに答えよ () テレビをみた時間が 85 分未満の生徒は何人いるか () テレビをみた時間が 95 分以上の生徒は全体の何 % であるか (3) 右の度数分布表をもとにして, ヒストグラムをかけ 階級 ( 分 ) 階級値度数相対 ( 分 ) ( 人 ) 度数 55 以上 ~65
More information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
More information母平均 母分散 母標準偏差は, が連続的な場合も含めて, すべての個体の特性値 のすべての実現値 の平均 分散 標準偏差であると考えてよい 有限母集団で が離散的な場合, まさにその意味になるが, そうでない場合も, このように理解してよい 5 母数 母集団から定まる定数のこと 母平均, 母分散,
. 無作為標本. 基本的用語 推測統計における基本的な用語を確認する 母集団 調査の対象になる集団のこと 最終的に, 判断の対象になる集団である 母集団の個体 母集団を構成する つ つのもののこと 母集団は個体の集まりである 個体の特性値 個体の特性を表す数値のこと 身長や体重など 特性値は, 変量ともいう 4 有限母集団と無限母集団 個体の個数が有限の母集団を 有限母集団, 個体の個数が無限の母集団を
More information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
More informationダンゴムシの 交替性転向反応に 関する研究 3A15 今野直輝
ダンゴムシの 交替性転向反応に 関する研究 3A15 今野直輝 1. 研究の動機 ダンゴムシには 右に曲がった後は左に 左に曲がった後は右に曲がる という交替性転向反応という習性がある 数多くの生物において この習性は見受けられるのだが なかでもダンゴムシやその仲間のワラジムシは その行動が特に顕著であるとして有名である そのため図 1のような道をダンゴムシに歩かせると 前の突き当りでどちらの方向に曲がったかを見ることによって
More informationMicrosoft 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: kkarato@eco.u-toyama.ac.j 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
More information<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(
More informationPython-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
More informationMicrosoft Word - Stattext07.doc
7 章正規分布 正規分布 (ormal dstrbuto) は 偶発的なデータのゆらぎによって生じる統計学で最も基本的な確率分布です この章では正規分布についてその性質を詳しく見て行きましょう 7. 一般の正規分布正規分布は 平均と分散の つの量によって完全に特徴付けられています 平均 μ 分散 の正規分布は N ( μ, ) 分布とも書かれます ここに N は ormal の頭文字を 表わしています
More informationMicrosoft PowerPoint - 代表値と散布度.ppt [互換モード]
データ解析基礎. 度数分布と特性値 keyword データの要約 度数分布表, ヒストグラム 分布の中心を表す基本統計量 平均, 最頻値, 中央値 分布のばらつきを表す統計量 分散, 標準偏差 統計データの構造 - データ解析の目的 具体的な対象 ( 母集団 ) についての調査結果 ( 標本をどう加工 処理し, 有益な情報を引き出すかである. 加工 処理するための調査結果として, データ ( 観測データ
More informationExcelによる統計分析検定_知識編_小塚明_1_4章.indd
第1章 母集団と統計データ 本章では, ビジネスのさまざまな場面において統計データを扱ううえで, もっとも基本的事項となる母集団の概念と統計データの種類についてまとめています 母集団の統計的性質を調べるためにとても重要な概念であるサンプリングについて述べるとともに, ランダムサンプリングの重要性についても説明します 統計分析の考え方 ビジネスの多くの場面において, 統計分析は重要です この場合の統計分析とは,
More informationMicrosoft 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: kkarato@eco.u-toyama.ac.jp 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
More informationRSS Higher Certificate in Statistics, Specimen A Module 3: Basic Statistical Methods Solutions Question 1 (i) 帰無仮説 : 200C と 250C において鉄鋼の破壊応力の母平均には違いはな
RSS Higher Certiicate in Statistics, Specimen A Module 3: Basic Statistical Methods Solutions Question (i) 帰無仮説 : 00C と 50C において鉄鋼の破壊応力の母平均には違いはない. 対立仮説 : 破壊応力の母平均には違いがあり, 50C の方ときの方が大きい. n 8, n 7, x 59.6,
More informationMicrosoft 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
More information<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
More informationMicrosoft Word - t30_西_修正__ doc
反応速度と化学平衡 金沢工業大学基礎教育部西誠 ねらい 化学反応とは分子を構成している原子が組み換り 新しい分子構造を持つことといえます この化学反応がどのように起こるのか どのような速さでどの程度の分子が組み換るのかは 反応の種類や 濃度 温度などの条件で決まってきます そして このような反応の進行方向や速度を正確に予測するために いろいろな数学 物理的な考え方を取り入れて化学反応の理論体系が作られています
More information2015実験ゼロ結果と考察 UP用.pdf
記述統計 ( 代表値 ) 結果と Sophia Cognitive Psychology Lab. 総合人間科学研究科博士後期課程 4 年田根健吾 記述統計とはある集団の身長 165 cm 150 cm 160 cm 175 cm 145 cm 180 cm 165 cm 1: 記述統計 平均身長 162.5 cm 身長の標準偏差 5.0 代表値 散布度 ( 後で説明します ) データの傾向や性質をわかりやすくまとめる
More informationPowerPoint 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
More informationPowerPoint プレゼンテーション
総務省 ICTスキル総合習得教材 概要版 eラーニング用 [ コース3] データ分析 3-3: 基本統計量 クロス集計表の作成 [ コース1] データ収集 [ コース2] データ蓄積 [ コース3] データ分析 [ コース4] データ利活用 1 2 3 4 5 座学実習紹介[3] ピボットテーブルとクロス集計表 本講座の学習内容 (3-3: 基本統計量 クロス集計表の作成 ) 講座概要 数値データの尺度に基づく
More information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
More informationMicrosoft PowerPoint - statistics pptx
統計学 第 17 回 講義 母平均の区間推定 Part- 016 年 6 14 ( )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: kkarato@eco.u toyama.ac.jp 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
More information<4D F736F F D208EC08CB18C7689E68A E F1939D8C E82E646F63>
第 5 回統計的推定 実験計画学 A. 統計的推定と検定母集団から無作為抽出した標本から母集団についてなんらかの推論を行う. この場合, 統計から行う推論には統計的 ( ) と統計的 ( ) の 2つがある. 推定統計的に標本の統計量から母集団の母数 ( 母平均, 母標準偏差など ) を推論することを統計的推定という. 例 : 視聴率調査を 200 人に対して行い, 番組 Aの視聴率を推定した. 検定統計的に標本の統計量から母数に関する予想の真偽を検証することを統計的検定という.
More information散布度
散布度 統計基礎の補足資料 2018 年 6 月 18 日金沢学院大学経営情報学部藤本祥二 基本統計量 基本統計量 : 分布の特徴を表す数値 代表値 ( 分布の中心を表す数値 ) 平均値 (mean, average) 中央値 (median) 最頻値 (mode) 散布度 ( 分布のばらつき具合を表す数値 ) 分散 (variance) 標準偏差 (standard deviation) 範囲 (
More informationMicrosoft 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 kkarato@eco.u-toyama.ac.j 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:
More information代表値
代表値 統計基礎の補足資料 2019 年 6 月 13 日金沢学院大学経営情報学部藤本祥二 量的データの分析 (P.78~119) 分布全体の様子を知るのが目的 (P.99のまとめ) 1. 単峰性,2. ピークの位置と散らばり具合, 3. 左右対称性,4. 外れ値の存在 度数分布, ヒストグラムを描き形状を見る (P.78~P.91) 数値で分布を要約する (P.99~P.117) 基本統計量 :
More informationMicrosoft PowerPoint - sc7.ppt [互換モード]
/ 社会調査論 本章の概要 本章では クロス集計表を用いた独立性の検定を中心に方法を学ぶ 1) 立命館大学経済学部 寺脇 拓 2 11 1.1 比率の推定 ベルヌーイ分布 (Bernoulli distribution) 浄水器の所有率を推定したいとする 浄水器の所有の有無を表す変数をxで表し 浄水器をもっている を 1 浄水器をもっていない を 0 で表す 母集団の浄水器を持っている人の割合をpで表すとすると
More informationと 測定を繰り返した時のばらつき の和が 全体のばらつき () に対して どれくらいの割合となるかがわかり 測定システムを評価することができる MSA 第 4 版スタディガイド ジャパン プレクサス (010)p.104 では % GRR の値が10% 未満であれば 一般に受容れられる測定システムと
.5 Gage R&R による解析.5.1 Gage R&Rとは Gage R&R(Gage Repeatability and Reproducibility ) とは 測定システム分析 (MSA: Measurement System Analysis) ともいわれ 測定プロセスを管理または審査するための手法である MSAでは ばらつきの大きさを 変動 という尺度で表し 測定システムのどこに原因があるのか
More information数値計算法
数値計算法 008 4/3 林田清 ( 大阪大学大学院理学研究科 ) 実験データの統計処理その 誤差について 母集団と標本 平均値と標準偏差 誤差伝播 最尤法 平均値につく誤差 誤差 (Error): 真の値からのずれ 測定誤差 物差しが曲がっていた 測定する対象が室温が低いため縮んでいた g の単位までしかデジタル表示されない計りで g 以下 計りの目盛りを読み取る角度によって値が異なる 統計誤差
More information振動学特論火曜 1 限 TA332J 藤井康介 6 章スペクトルの平滑化 スペクトルの平滑化とはギザギザした地震波のフーリエ スペクトルやパワ スペクトルでは正確にスペクトルの山がどこにあるかはよく分からない このようなスペクトルから不純なものを取り去って 本当の性質を浮き彫
6 章スペクトルの平滑化 スペクトルの平滑化とはギザギザした地震波のフーリエ スペクトルやパワ スペクトルでは正確にスペクトルの山がどこにあるかはよく分からない このようなスペクトルから不純なものを取り去って 本当の性質を浮き彫りにするために スペクトルを滑らかにする操作のことをいう 6.1 合積のフーリエ変換スペクトルの平滑化を行う際に必要な 合積とそのフーリエ変換について説明する 6.2 データ
More informationMicrosoft Word - apstattext05.docx
5 章 群間の量的データの検定 5. 対応のない検定手順例えば 男女の成績を比較しようとして試験を実施した場合 男性の集団 ( 群 ) と女性の集団 ( 群 ) との比較になりますから つの集団に同一人物は 人もいません しかしその試験で英語と国語の平均点を比較する場合 英語と国語を受験した集団には必ず同じ人がいます 前者のような場合を対応のないデータ 後者の場合を対応のあるデータと呼びます 対応のあるデータについては特別の処理ができるので
More informationFdData中間期末数学3年
中学中間 期末試験問題集( 過去問 ): 数学 3 年 http://www.fdtext.com/dat/ 全数調査と標本調査 次の調査で, 全数調査より標本調査が適しているものをすべて選び, 記号で答えよ ア高校の入学試験イ内閣支持率世論調査ウ自動車の衝突実験エ学級での朝の健康観察 [ 解答 ] イ, ウ ぼしゅうだんぜんすうちょうさ調査の対象となる母集団のすべてのものについて調べることを全数調査という
More information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
More information日心TWS
2017.09.22 (15:40~17:10) 日本心理学会第 81 回大会 TWS ベイジアンデータ解析入門 回帰分析を例に ベイジアンデータ解析 を体験してみる 広島大学大学院教育学研究科平川真 ベイジアン分析のステップ (p.24) 1) データの特定 2) モデルの定義 ( 解釈可能な ) モデルの作成 3) パラメタの事前分布の設定 4) ベイズ推論を用いて パラメタの値に確信度を再配分ベイズ推定
More informationExcelにおける回帰分析(最小二乗法)の手順と出力
Microsoft Excel Excel 1 1 x y x y y = a + bx a b a x 1 3 x 0 1 30 31 y b log x α x α x β 4 version.01 008 3 30 Website:http://keijisaito.info, E-mail:master@keijisaito.info 1 Excel Excel.1 Excel Excel
More information情報工学概論
確率と統計 中山クラス 第 11 週 0 本日の内容 第 3 回レポート解説 第 5 章 5.6 独立性の検定 ( カイ二乗検定 ) 5.7 サンプルサイズの検定結果への影響練習問題 (4),(5) 第 4 回レポート課題の説明 1 演習問題 ( 前回 ) の解説 勉強時間と定期試験の得点の関係を無相関検定により調べる. データ入力 > aa
More information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
More informationMicrosoft PowerPoint - データ解析基礎4.ppt [互換モード]
データ解析基礎. 正規分布と相関係数 keyword 正規分布 正規分布の性質 偏差値 変数間の関係を表す統計量 共分散 相関係数 散布図 正規分布 世の中の多くの現象は, 標本数を大きくしていくと, 正規分布に近づいていくことが知られている. 正規分布 データ解析の基礎となる重要な分布 平均と分散によって特徴づけることができる. 平均値 : 分布の中心を表す値 分散 : 分布のばらつきを表す値 正規分布
More informationMicrosoft 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
More information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
More informationMicrosoft PowerPoint - CVM.ppt [互換モード]
遺伝子組み換えコーン油を事例とした CVM 質問 問 1 現在 遺伝子組み換えトウモロコシを原料として使っているコーン油が 1 本 900gあたり約 600 円で販売されています もし 遺伝子組み換え原料を完全に使っていないコーン油を販売しようとすれば それは 流通管理を徹底しなければならないことから 値段がより高くなることが予想されます あなたは 900g のコーン油 1 本について 追加的な値上がりが何円までだったら
More informationMicrosoft PowerPoint slide2forWeb.ppt [互換モード]
講義内容 9..4 正規分布 ormal dstrbuto ガウス分布 Gaussa dstrbuto 中心極限定理 サンプルからの母集団統計量の推定 不偏推定量について 確率変数, 確率密度関数 確率密度関数 確率密度関数は積分したら. 平均 : 確率変数 分散 : 例 ある場所, ある日時での気温の確率. : 気温, : 気温 が起こる確率 標本平均とのアナロジー 類推 例 人の身長の分布と平均
More informationMedical3
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
More informationビジネス統計 統計基礎とエクセル分析 正誤表
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
More information< 文字式問題文の意味を文字式で表す > No. 桁 ( ケタ ) の整数 自然数 例 ) 8 という整数は が つ が 8 つ集まってできている整数である これを踏まえて 8 = + 8 と表すことができる (1) 十の位の数字が χ 一の位の数字が у である 桁の整数は χ と у を用いてど
< 文字式問題文の意味を文字式で表す > No. 1 なに算? (1) 兄はχ 円 弟はу 円持っています 人合わせて何円持っていますか ( 円 ) () a 円のケーキと b 円のケーキを買って 10 円の箱に入れてもらう時の代金の合計はいくらか ( 円 ) () A 中学校には r 人 B 中学校には s 人 C 中学校には t 人の生徒がいる 校全てで何人の生徒がいるか ( 人 ) つまり (
More informationMicrosoft Word - Stattext13.doc
3 章対応のある 群間の量的データの検定 3. 検定手順 この章では対応がある場合の量的データの検定方法について学びます この場合も図 3. のように最初に正規に従うかどうかを調べます 正規性が認められた場合は対応がある場合の t 検定 正規性が認められない場合はウィルコクソン (Wlcoxo) の符号付き順位和検定を行ないます 章で述べた検定方法と似ていますが ここでは対応のあるデータ同士を引き算した値を用いて判断します
More informationMicrosoft 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,
More informationMedical3
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
More information(Microsoft Word - 10ta320a_\220U\223\256\212w\223\301\230__6\217\315\221O\224\274\203\214\203W\203\201.docx)
6 章スペクトルの平滑化 スペクトルの平滑化とはフーリエスペクトルやパワ スペクトルのギザギザを取り除き 滑らかにする操作のことをいう ただし 波のもっている本質的なものをゆがめてはいけない 図 6-7 パワ スペクトルの平滑化 6. 合積のフーリエ変換スペクトルの平滑化を学ぶ前に 合積とそのフーリエ変換について説明する 6. データ ウィンドウデータ ウィンドウの定義と特徴について説明する 6.3
More information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
More information周期時系列の統計解析 (3) 移動平均とフーリエ変換 nino 2017 年 12 月 18 日 移動平均は, 周期時系列における特定の周期成分の消去や不規則変動 ( ノイズ ) の低減に汎用されている統計手法である. ここでは, 周期時系列をコサイン関数で近似し, その移動平均により周期成分の振幅
周期時系列の統計解析 3 移動平均とフーリエ変換 io 07 年 月 8 日 移動平均は, 周期時系列における特定の周期成分の消去や不規則変動 ノイズ の低減に汎用されている統計手法である. ここでは, 周期時系列をコサイン関数で近似し, その移動平均により周期成分のがどのように変化するのか等について検討する. また, 気温の実測値に移動平均を適用した結果についてフーリエ変換も併用して考察する. 単純移動平均の計算式移動平均には,
More information講座内容 第 1 週 データサイエンスとは 第 2 週 分析の概念と事例ビジネス課題解決のためのデータ分析基礎 ( 事例と手法 )1 第 3 週 分析の具体的手法ビジネス課題解決のためのデータ分析基礎 ( 事例と手法 )2 第 4 週 ビジネスにおける予測と分析結果の報告ビジネス課題解決のためのデー
社会人のためのデータサイエンス演習第 2 週 : 分析の概念と事例第 1 回 :Analysis( 分析 ) とは講師名 : 今津義充 1 講座内容 第 1 週 データサイエンスとは 第 2 週 分析の概念と事例ビジネス課題解決のためのデータ分析基礎 ( 事例と手法 )1 第 3 週 分析の具体的手法ビジネス課題解決のためのデータ分析基礎 ( 事例と手法 )2 第 4 週 ビジネスにおける予測と分析結果の報告ビジネス課題解決のためのデータ分析基礎
More information3章 度数分布とヒストグラム
3 章度数分布とヒストグラム データの中の分析 ( 記述統計 ) であれ データの外への推論 ( 推測統計 ) であれ まず データの持つ基本的特性を把握することが重要である 1 分析の流れ データの分布 ( 散らばり ) を 度数分布表にまとめ グラフ化する 3 章 グラフに 平均値や分散など 分布の特徴を示す客観的な数値を加える 4 5 6 章 データが母集団からのランダムサンプルならば 母集団についての推測を行う
More informationテレビ講座追加資料1105
数学類題にチャレンジ 資料の活用 資料の活用語句のまとめ 階級 資料を整理したときの つ つの区間のこと 階級の幅 区間の幅のこと 各階級の最大値と最小値の差 度数 各階級にはいる資料の個数 ( 人数 ) のこと 度数分布表 資料をいくつかの階級に分け 階級ごとに度数を示して分布の様子をわかりやすくした表のこと 階級値 度数分布表で 各階級の真ん中の値のこと ヒストグラム 度数分布多角形 ( 度数折れ線
More informationMicrosoft 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
More informationMicrosoft Word - appendix_b
付録 B エクセルの使い方 藪友良 (2019/04/05) 統計学を勉強しても やはり実際に自分で使ってみないと理解は十分ではあ りません ここでは 実際に統計分析を使う方法のひとつとして Microsoft Office のエクセルの使い方を解説します B.1 分析ツールエクセルについている分析ツールという機能を使えば さまざまな統計分析が可能です まず この機能を使えるように設定をします もし
More information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
More informationPowerPoint プレゼンテーション
復習 ) 時系列のモデリング ~a. 離散時間モデル ~ y k + a 1 z 1 y k + + a na z n ay k = b 0 u k + b 1 z 1 u k + + b nb z n bu k y k = G z 1 u k = B(z 1 ) A(z 1 u k ) ARMA モデル A z 1 B z 1 = 1 + a 1 z 1 + + a na z n a = b 0
More information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
More information相関係数と偏差ベクトル
相関係数と偏差ベクトル 経営統計演習の補足資料 07 年 月 9 日金沢学院大学経営情報学部藤本祥二 相関係数の復習 r = s xy s x s y = = n σ n i= σn i= n σ n i= n σ i= x i xҧ y i തy x i xҧ n σ n i= y i തy x i xҧ x i xҧ y i തy σn i= y i തy 式が長くなるので u, v の文字で偏差を表すことにする
More informationMicrosoft 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
More information平成 7 年度数学 (3) あるゲームを 回行ったときに勝つ確率が. 8のプレイヤーがいる このゲームは 回ごとに独 立であるとする a. このゲームを 5 回行う場合 中心極限定理を用いると このプレイヤーが 5 回以上勝つ確率 は である. 回以上ゲームをした場合 そのうちの勝ち数が 3 割以上
平成 7 年度数学 数学 ( 問題 ) 問題 から問題 3 を通じて必要であれば ( 付表 ) に記載された数値を用いなさい 問題. 次の ()~() の各問について 空欄に当てはまる最も適切なものをそれぞれの選択肢 の中から選び 解答用紙の所定の欄にマークしなさい なお 同じ選択肢を複数回選択してもよい 各 5 点 ( 計 6 点 ) ()つのサイコロを振る試行を 回繰り返すこととする 回目と 回目の試行でともにの目が出る事象を
More informationProbit , 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,
More information統計学 Ⅰ(8) 累積度数 : ある階級以下に含まれる度数の合計 階級 度数 相対度数累積度数 累積相対度数 点以上 ~ 点未満.. ~.. ~. 7. ~ 6..6 ~. 6.8 ~ ~ ~ ~ ~.. ~.. 合計. - -
統計学 Ⅰ(8) 章度数分布とローレンツ曲線. 度数分布表 教科書 8- ページ. 度数分布表 () データの表し方 () 度数分布表 () 度数, 相対度数, 累積度数. ヒストグラム () ヒストグラム () 階級の決め方 () ヒストグラムにおける階級幅の調整 () クロス集計. ローレンツ曲線とジニ係数 () 所得格差の問題 () ローレンツ曲線 () ジニ係数 () データの表し方 例 :
More information第7章
5. 推定と検定母集団分布の母数を推定する方法と仮説検定の方法を解説する まず 母数を一つの値で推定する点推定について 推定精度としての標準誤差を説明する また 母数が区間に存在することを推定する信頼区間も取り扱う 後半は統計的仮説検定について述べる 検定法の基本的な考え方と正規分布および二項確率についての検定法を解説する 5.1. 点推定先に述べた統計量は対応する母数の推定値である このように母数を一つの値およびベクトルで推定する場合を点推定
More information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
More information<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 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 0 回振ったときに が 0 回出る
More information<4D F736F F D2090B695A8939D8C768A E F AA957A82C682948C9F92E8>
第 8 回 t 分布と t 検定 生物統計学 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(
More information1.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
More information横浜市環境科学研究所
周期時系列の統計解析 単回帰分析 io 8 年 3 日 周期時系列に季節調整を行わないで単回帰分析を適用すると, 回帰係数には周期成分の影響が加わる. ここでは, 周期時系列をコサイン関数モデルで近似し単回帰分析によりモデルの回帰係数を求め, 周期成分の影響を検討した. また, その結果を気温時系列に当てはめ, 課題等について考察した. 気温時系列とコサイン関数モデル第 報の結果を利用するので, その一部を再掲する.
More information強度のメカニズム コンクリートは 骨材同士をセメントペーストで結合したものです したがって コンクリート強度は セメントペーストの接着力に支配されます セメントペーストの接着力は 水セメント比 (W/C 質量比 ) によって決められます 水セメント比が小さいほど 高濃度のセメントペーストとなり 接着
コンクリートの強度 コンクリートの最も重要な特性は強度です ここでは まず コンクリート強度の基本的特性について解説し 次に 呼び強度および配合強度がどのように設定されるか について説明します 強度のメカニズム 強度の影響要因 強度性状 構造物の強度と供試体強度 配合 ( 調合 ) 強度と呼び強度の算定 材料強度のばらつき 配合強度の設定 呼び強度の割増し 構造体強度補正値 舞鶴市および周辺部における構造体強度補正値
More information<4D F736F F D AAE90AC94C5817A E7793B188C481698D5D E7397A791E58A A778D5A814094F68FE3816A2E646F63>
単元観 中学校学習指導要領では 目的に応じて資料を収集し, コンピュータを用いたりするなどして表やグラフに整理し, 代表値や資料の散らばりに着目してその資料の傾向を読み取ることができるようにする と示されている この内容を受け, 本単元では, 資料を収集, 整理する場合には, 目的に応じた適切で能率的な資料の集め方や, 合理的な処理の仕方が重要であることを理解すること, ヒストグラムや代表値などについて理解し,
More informationmemo
数理情報工学特論第一 機械学習とデータマイニング 4 章 : 教師なし学習 3 かしまひさし 鹿島久嗣 ( 数理 6 研 ) kashima@mist.i.~ DEPARTMENT OF MATHEMATICAL INFORMATICS 1 グラフィカルモデルについて学びます グラフィカルモデル グラフィカルラッソ グラフィカルラッソの推定アルゴリズム 2 グラフィカルモデル 3 教師なし学習の主要タスクは
More information[1] の問題は四分位数の計算方法を知っているだけでは解けず, 四分位数や箱ひげ図の意味がわかり, また,2 回目とのデータの比較について箱ひげ図からわかることの判断といったことができるかどうかが問われていた しかも (2) と (3) はそれぞれ選択肢を 4 個と 2 個答えるが, それぞれ完答を
新課程入試における データの分析 の出題について ~ センター試験での出題を中心に ~ 高校数学 新課程を考える会 事務局長 / 予備校講師大淵智勝 1. はじめに平成 27 年度 (2015 年度 ) から新しい学習指導要領 ( 新課程 ) 下での入試が始まった ただ,2015 年度は 旧課程移行措置 の関係から 新課程と旧課程の共通分野 からの出題が目立った そのため, 新課程特有の分野である数学
More informationMicrosoft PowerPoint - mp11-06.pptx
数理計画法第 6 回 塩浦昭義情報科学研究科准教授 shioura@dais.is.tohoku.ac.jp http://www.dais.is.tohoku.ac.jp/~shioura/teaching 第 5 章組合せ計画 5.2 分枝限定法 組合せ計画問題 組合せ計画問題とは : 有限個の もの の組合せの中から, 目的関数を最小または最大にする組合せを見つける問題 例 1: 整数計画問題全般
More information1 から 1000 までの整数の中で 約数の数が 最も多い数字の求め方 0. はじめにこのファイルは あべしん が mixi 内で一部に公開した 第 14 回勝抜杯 の予選奮戦記 弱くても解けます を改訂してまとめたものである 主な変更内容は以下の通り mixi 内の奮戦記で示した解法を ノーカット
1 から 1000 までの整数の中で 約数の数が 最も多い数字の求め方 0. はじめにこのファイルは あべしん が mixi 内で一部に公開した 第 14 回勝抜杯 の予選奮戦記 弱くても解けます を改訂してまとめたもの主な変更内容は以下の通り mixi 内の奮戦記で示した解法を ノーカットで解く その他 一部追記 1. 問題 第 14 回勝抜杯 (2014 年 4 月 26 日開催 ) の予選の問題番号
More information東邦大学理学部情報科学科 2014 年度 卒業研究論文 コラッツ予想の変形について 提出日 2015 年 1 月 30 日 ( 金 ) 指導教員白柳潔 提出者 山中陽子
東邦大学理学部情報科学科 2014 年度 卒業研究論文 コラッツ予想の変形について 提出日 2015 年 1 月 30 日 ( 金 ) 指導教員白柳潔 提出者 山中陽子 2014 年度東邦大学理学部情報科学科卒業研究 コラッツ予想の変形について 学籍番号 5511104 氏名山中陽子 要旨 コラッツ予想というのは 任意の 0 でない自然数 n をとり n が偶数の場合 n を 2 で割り n が奇数の場合
More information2014年度 千葉大・医系数学
04 千葉大学 ( 医系 ) 前期日程問題 解答解説のページへ 袋の中に, 赤玉が 3 個, 白玉が 7 個が入っている 袋から玉を無作為に つ取り出し, 色を確認してから, 再び袋に戻すという試行を行う この試行を N 回繰り返したときに, 赤玉を A 回 ( ただし 0 A N) 取り出す確率を p( N, A) とする このとき, 以下の問いに答えよ () 確率 p( N, A) を N と
More information【FdData中間期末過去問題】中学数学1年(負の数/数直線/絶対値/数の大小)
FdData 中間期末 : 中学数学 年 : 正負の数 [ 正の数 負の数 / 数直線 / 正の数 負の数で量を表す / 絶対値 / 数の大小 / 数直線を使って ] [ 数学 年 pdf ファイル一覧 ] 正の数 負の数 [ 負の数 ] 次の文章中の ( ) に適語を入れよ () +5 や+8 のような 0 より大きい数を ( ) という () - や-7 のような 0 より小さい数を ( ) という
More informationMicrosoft PowerPoint - 10.pptx
m u. 固有値とその応用 8/7/( 水 ). 固有値とその応用 固有値と固有ベクトル 行列による写像から固有ベクトルへ m m 行列 によって線形写像 f : R R が表せることを見てきた ここでは 次元平面の行列による写像を調べる とし 写像 f : を考える R R まず 単位ベクトルの像 u y y f : R R u u, u この事から 線形写像の性質を用いると 次の格子上の点全ての写像先が求まる
More information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
More informationMicrosoft 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)
More informationBlue circle & gradation
数学 1 に関連した統計教材 Takakazu Sugiyama http://www.statistics.co.jp/ これは 2013 年に東京都教育委員会の要請による講演のパワーポイントです. データの要約をしよう! 1.1 データの性格 日本人の死因を集積したデータ アンケートや問診票にある性別 薬局の満足度を 非常に満足 やや満足 どちらともいえない やや不満 非常に不満 によって評価したデータなどのように
More information