母平均の区間推定 ケース2 ・・・ 母分散 σ 2 が未知 の場合 母集団(平均 μ 、分散 σ 2) からの N 個の無作為標本から平均値 が得られてい る 標本平均は平均 μ 、分散 σ 2 /Nの正規分布に近似的に従 う 信頼水準1- α で区間推定 95 %信頼水準 α=0.05 99% 信頼水準.

Slides:



Advertisements
Similar presentations
統計学の基礎 -何を学ぶか。 何ができるようになるか-. データとは何か 母集団と標本(サンプル)、データの関係 統計的方法を用いることにより、統計量から母数について どれほどのことが言えるか、知ることができる。 2.
Advertisements

5 章 標本と統計量の分布 湯浅 直弘. 5-1 母集団と標本 ■ 母集合 今までは確率的なこと これからは,確率や割合がわかっていないとき に, 推定することが目標. 個体:実験や観測を行う 1 つの対象 母集団:個体全部の集合  ・有限な場合:有限母集合 → 1つの箱に入っているねじ.  ・無限な場合:無限母集合.
第6回授業( 5/15) の目標 先回の第1章の WEB 宿題実行上の注意。 第3章の区間推定の基本的考え方を学ぶ(こ の途中までで、終了)。 第3章の母平均の区間推定に必要な数表の見 方を知る(岩原テキスト、 p.434, t- 分布表)。 テキスト p.13 の信頼区間はどのようにして得 られる?-信頼区間導出の概要について学ぶ。
ホーエル『初等統計学』 第7章4節~5節 推定 (2) 寺尾 敦 青山学院大学社会情報学部 atsushi [at] si.aoyama.ac.jp 青山学院大学社会情報学部 「統計入門」第 12 回.
1標本のt検定 3 年 地理生態学研究室 脇海道 卓. t検定とは ・帰無仮説が正しいと仮定した場合に、統 計量が t 分布に従うことを利用する統計学的 検定法の総称である。
土木計画学 第3回:10月19日 調査データの統計処理と分析2 担当:榊原 弘之. 標本調査において,母集団の平均や分散などを直接知ることは できない. 母集団の平均値(母平均) 母集団の分散(母分散) 母集団中のある値の比率(母比率) p Sample 標本平均 標本分散(不偏分散) 標本中の比率.
統計学 西山. 標本分布と推定 標準誤差 【例題】 ○○ 率の推 定 ある人気ドラマをみたかどうかを、 100 人のサンプルに対して質問したところ、 40 人の人が「みた」と答えた。社会全体 では、何%程度の人がこのドラマを見た だろうか。 信頼係数は95%で答えてください。
数理統計学 西 山. 前回の問題 ある高校の 1 年生からランダムに 5 名を選 んで 50 メートル走の記録をとると、 、 、 、 、 だった。学年全体の平均を推定しなさい. 信頼係数は90%とする。 当分、 は元の分散と一致 していると仮定する.
数理統計学 西 山. 推定には手順がある 信頼係数を決める 標準誤差を求める ← 定理8 標準値の何倍の誤差を考慮するか  95 %信頼区間なら、概ね ±2 以内  68 %信頼区間なら、標準誤差以 内 教科書: 151 ~ 156 ペー ジ.
統計学 西山. 平均と分散の標本分布 指定した値は μ = 170 、 σ 2 = 10 2 、データ数は 5 個で反復 不偏性 母分散に対して バイアスを含む 正規分布カイ二乗分布.
放射線の計算や測定における統計誤 差 「平均の誤差」とその応用( 1H) 2 項分布、ポアソン分布、ガウス分布 ( 1H ) 最小二乗法( 1H )
確率と統計 2007 平成 20 年 1 月 10 日 ( 木 ) 東京工科大学 亀田弘之. 復習.
行動計量分析 Behavioral Analysis
●母集団と標本 母集団 標本 母数 母平均、母分散 無作為抽出 標本データの分析(記述統計学) 母集団における状態の推測(推測統計学)
第4章 統計的検定 統計学 2007年度.
第4回 関連2群と一標本t検定 問題例1 6人の高血圧の患者に降圧剤(A薬)を投与し、前後の収縮期血圧 を測定した結果である。
統計的仮説検定の手順と用語の説明 代表的な統計的仮説検定ー標準正規分布を用いた検定、t分布を用いた検定、無相関検定、カイ二乗検定の説明
看護学部 中澤 港 統計学第5回 看護学部 中澤 港
      仮説と検定.
様々な仮説検定の場面 ① 1標本の検定 ② 2標本の検定 ③ 3標本以上の検定 ④ 2変数間の関連の強さに関する検定
確率と統計 平成23年12月8日 (徐々に統計へ戻ります).
確率・統計Ⅰ 第12回 統計学の基礎1 ここです! 確率論とは 確率変数、確率分布 確率変数の独立性 / 確率変数の平均
第2回授業 (10/2)の学習目標 第5章平均値の差の検定の復習を行う。 (詳細を復習したい者は、千野のWEB頁の春学期パワ
ホーエル『初等統計学』 第8章1節~3節 仮説の検定(1)
第1章 統計学の準備 ー 計量経済学 ー.
統計的仮説検定 基本的な考え方 母集団における母数(母平均、母比率)に関する仮説の真偽を、得られた標本統計量を用いて判定すること。
4. 統計的検定 保健統計 2009年度.
土木計画学 第5回(11月2日) 調査データの統計処理と分析3 担当:榊原 弘之.
統計的仮説検定の考え方 (1)母集団におけるパラメータに仮説を設定する → 帰無仮説 (2)仮説を前提とした時の、標本統計量の分布を考える
疫学概論 母集団と標本集団 Lesson 10. 標本抽出 §A. 母集団と標本集団 S.Harano,MD,PhD,MPH.
統計的仮説検定 治験データから判断する際の過誤 検定結果 真実 仮説Hoを採用 仮説Hoを棄却 第一種の過誤(α) (アワテモノの誤り)
大数の法則 平均 m の母集団から n 個のデータ xi をサンプリングする n 個のデータの平均 <x>
第3章 統計的推定 統計学 2008年度.
数理統計学  第8回 西山.
母集団平均値の区間推定 大標本の区間推定 小標本の区間推定.
統計学 12/13(木).
ホーエル『初等統計学』 第8章4節~6節 仮説の検定(2)
統計解析 第10回 12章 標本抽出、13章 標本分布.
計測工学 -測定の誤差と精度2- 計測工学 2009年5月17日 Ⅰ限目.
母集団と標本調査の関係 母集団 標本抽出 標本 推定 標本調査   (誤差あり)査 全数調査   (誤差なし)査.
土木計画学 第6回(11月9日) 調査データの統計処理と分析4 担当:榊原 弘之.
早稲田大学大学院商学研究科 2016年1月13日 大塚忠義
母集団と標本:基本概念 母集団パラメーターと標本統計量 標本比率の標本分布
第2日目第4時限の学習目標 平均値の差の検定について学ぶ。 (1)平均値の差の検定の具体例を知る。
1.標本平均の特性値 2.母分散既知の標本平均の分布 3.大数法則と中心極限定理
第8回授業(5/29日)の学習目標 検定と推定は、1つの関係式の見方の違いであることを学ぶ。 第3章のWEB宿題の説明
正規分布確率密度関数.
確率と統計2008 平成20年12月4日(木) 東京工科大学 亀田弘之.
第3章 統計的推定 (その1) 統計学 2006年度.
統計学 西 山.
1.標本平均の特性値 2.母分散既知の標本平均の分布 3.大数法則と中心極限定理
標本分散の標本分布 標本分散の統計量   の定義    の性質 分布表の使い方    分布の信頼区間 
確率と統計 年1月12日(木)講義資料B Version 4.
数理統計学 西 山.
市場調査の手順 問題の設定 調査方法の決定 データ収集方法の決定 データ収集の実行 データ分析と解釈 報告書の作成 標本デザイン、データ収集
母分散の信頼区間 F分布 母分散の比の信頼区間
1.母平均の検定:小標本場合 2.母集団平均の差の検定
母分散の検定 母分散の比の検定 カイ2乗分布の応用
早稲田大学大学院商学研究科 2014年12月10日 大塚忠義
母分散の検定 母分散の比の検定 カイ2乗分布の応用
第4章 統計的検定 (その2) 統計学 2006年度.
母集団と標本抽出の関係 母集団 標本 母平均μ サイズn 母分散σ2 平均m 母標準偏差σ 分散s2 母比率p 標準偏差s : 比率p :
統計学  第9回 西 山.
数理統計学 西 山.
推定と予測の違い 池の魚の体重の母平均を知りたい→推定 池の魚を無作為に10匹抽出して調査 次に釣り上げる魚の体重を知りたい→予測
小標本に関する平均の推定と検定 標本が小さい場合,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,推定や検定を行う
確率と統計2007(最終回) 平成20年1月17日(木) 東京工科大学 亀田弘之.
1.基本概念 2.母集団比率の区間推定 3.小標本の区間推定 4.標本の大きさの決定
第3章 統計的推定 (その2) 統計学 2006年度 <修正・補足版>.
確率と統計 年12月16日(木) Version 3.
Presentation transcript:

母平均の区間推定 ケース2 ・・・ 母分散 σ 2 が未知 の場合 母集団(平均 μ 、分散 σ 2) からの N 個の無作為標本から平均値 が得られてい る 標本平均は平均 μ 、分散 σ 2 /Nの正規分布に近似的に従 う 信頼水準1- α で区間推定 95 %信頼水準 α= % 信頼水準 α=0.01

標本平均が前提区間の最大値の位置にある場合(母平均の信頼区間の最小 値) 標準化 母分散 σ 2 が既知 :標準正規分布においてその 上側確率が α / 2 となる値 母分散が既知

標本平均が前提区間の最大値の位置にある場合(母平均の信頼区間の最小 値) :自由度 n-1 のt分布においてそ の 上側確率が α / 2 となる値 標準化 母分散 σ 2 が未知 不偏分散 を 使う 自由度 n-1 のt分 布 母分散が未知

標本平均が前提区間の最小値の位置にある場合(母平均の信頼区間の最大 値) :自由度 n-1 のt分布においてそ の 下側確率が α / 2 となる値 標準化 母分散 σ 2 が未知 不偏分散 を 使う 自由度 n-1 のt分 布

信頼水準1- α での母平均の区間推定 (母分散が未知の場合) まとめ 自由度 n-1 のt分 布 標本平均が前提区間の最大値に位置している場合 :自由度 n-1 のt分布においてその 下側確率が α / 2 となる値 自由度 n-1 のt分布 標本平均が前提区間の最小値に位置している場合 :自由度 n-1 のt分布においてその 上側確率が α / 2 となる値 母集団からの n 個の無作為標本から標本平均値 が得られている。この時、標 本不偏分散が とすると、母平均 μ の信頼水準1- α の信頼区間は下式で与え られる。

適用例 母平均の区間推定 (母分散が未知の場合) 36個の標本から標本平均 100 と不偏分散 144 が得られている。この時、信頼水準 95 % と 99 %の信頼区間を求めよ 95%99% 不偏分散 144 が母分散だとしたら 95%

t分布と正規分布 正規分布 自由度5のt分 布 広い 狭い

標本比率の分布 母比率 π の母集団からのn個の無作為標本に基づく標本比率pの分布 平均 π 、分散 π (1- π )/n の正規分布で近似できる 分散は? → 既知 又は 未知 ? 分散は未知 → どのように推定する か? 分散が既知( π (1- π )) 分散は未知 ← 母分散 π が既知 ×○×○ 標本比率 p を用い る 標本比率の分布の分散は p(1-p) / n とする 標本比率を議論する場合には標本数が多いことが前提 平均 π 、分散 p(1-p)/n の正規分布で近似でき る

その1:標本比率が前提区間の最大値の位置にある場合(母比率の信頼区間の最小 値) 標準化 :標準正規分布においてその 上側確率が α / 2 となる値 母比率の区間推定(信頼水準1- α ) π - a π π+a

その2:標本比率が前提区間の最小値の位置にある場合(母比率の信頼区間の最大 値) 標準化 :標準正規分布においてその 下側確率が α / 2 となる値 母比率の区間推定(信頼水準1- α ) π - a π π + a

信頼水準1- α での母比率の区間推定 まとめ 標本比率が前提区間の最大値に位置している場合 標本平均が前提区間の最小値に位置している場合 母集団からの n 個の無作為標本から標本比率 が得られている。この時、母比率 π の信頼水準1- α の信頼区間は下式で与えられる。 :標準正規分布においてその 上側確率が α / 2 となる値 :標準正規分布においてその 下側確率が α / 2 となる値

適用例 母比率の区間推定 100 個の標本から標本比率 0.5 が得られている。この時、母比率の信頼水準 95 %と 99 % の信頼区間を求めよ 95%99%

区間推定の精度に基づく標本数の決定 ①母分散が既知の場合の、n個の標本に基づく標本平均の区間推定 信頼区間の長さは? 精度の高い(区間幅の狭い)予測値を得るために は? 標本数を多くす る 区間幅をある値 a より小さくするためには?

②母分散が未知の場合の、n個の標本に基づく標本平均の区間推定 区間幅をある値 a より小さくするためには? ③n個の標本に基づく標本比率の区間推定 の値は過去の類似調査を参考とす る 区間幅をある値 a より小さくするためには? ● P の値は過去の値を参考とする ● 安全を見越すとすれば p(1-p) は p=0.5 の時最大値となる → p=0.5 を用い る

例 : 区間推定の精度に基づく標本数の決定 ①標本平均の区間推定の精度に基づく標本数の決定(母分散が既 知) 母分散が 100 の時、信頼係数 95 %の信頼区間の幅を5以内 に抑えたい ②母分散が未知の場合の、n個の標本に基づく標本平均の区間推定 不偏分散が 100 の時、信頼係 数 95 %の信頼区間の幅を5以 内に抑えたい ③n個の標本に基づく標本比率の区間推定 TV 番組の視聴率調査をする。 この時、信頼係数 95 %の信頼 区間の幅を5%以内に抑えた い 安全を見込めば TV 番組の視聴率で あることを考えれ ば N=64