確率・統計Ⅱ 第7回.

Slides:



Advertisements
Similar presentations
統計学勉強会 ~カイ二乗検定~ 地理生態学研究室 3 年 髙田裕之. カイ二乗検定とは 期待値・理論値が存在するときに用いる。 一般的にはピアソンのカイ二乗検定のことを指す。 ノンパラメトリックな検定である。 適合度検定と独立性検定がある。
Advertisements

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。
統計解析第 11 回 第 15 章 有意性検定. 今日学ぶこと 仮説の設定 – 帰無仮説、対立仮説 検定 – 棄却域、有意水準 – 片側検定、両側検定 過誤 – 第 1 種の過誤、第 2 種の過誤、検出力.
第6回 適合度の検定 問題例1 サイコロを 60 回振って、各目の出た度数は次の通りであった。 目の出方は一様と考えてよいか。 サイコロの目 (i) 観測度数 : 実験値 (O i ) 帰無仮説:サイコロの目は一様に出る =>それぞれの目の出る確率 p.
Q 1. ある工場で直径1インチの軸棒を標準偏差 0.03 の 管理水準で製造している。 ある日の製造品の中から 10 本の標本をとって直径を測定 したところ、平均値が インチであった。品質管理上、 軸棒の直径が短すぎるだろうか、それとも、異常なしと判断 して、製造を続けてもよいであろうか。
Wilcoxon の順位和検定 理論生態学研究室 山田 歩. 使用場面 2 標本 離散型分布 連続型分布(母集団が正規分布でない時など 効果的) ただパラメトリックな手法が使える条件がそ ろっている時に、ノンパラメトリックな手法 を用いると検出力(対立仮説が正しいときに 帰無仮説を棄却できる確率)が低下するとい.
統計学入門2 関係を探る方法 講義のまとめ. 今日の話 変数間の関係を探る クロス集計表の検定:独立性の検定 散布図、相関係数 講義のまとめ と キーワード 「統計学入門」後の関連講義・実習 社会調査士.
エクセルと SPSS による データ分析の方法 社会調査法・実習 資料. 仮説の分析に使う代表的なモデ ル 1 クロス表 2 t検定(平均値の差の検定) 3 相関係数.
●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
第1回 確率変数、確率分布 確率・統計Ⅰ ここです! 確率変数と確率分布 確率変数の同時分布、独立性 確率変数の平均 確率変数の分散
看護学部 中澤 港 統計学第5回 看護学部 中澤 港
統計学第10回 多群の差を調べる~ 一元配置分散分析と多重比較 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・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
ホーエル『初等統計学』 第8章1節~3節 仮説の検定(1)
第7回 独立多群の差の検定 問題例1 出産までの週数によって新生児を3群に分け、新生児期黄疸の
検定 P.137.
確率・統計Ⅰ 第11回 i.i.d.の和と大数の法則 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
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。
統計解析 第8回 第7章 2項分布.
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.
第9回 二標本ノンパラメトリック検定 例1:健常者8人を30分間ジョギングさせ、その前後で血中の
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
心理統計学 II 第7回 (11/13) 授業の学習目標 相関係数のまとめと具体的な計算例の復習 相関係数の実習.
第6章 2つの平均値を比較する 2つの平均値を比較する方法の説明    独立な2群の平均値差の検定   対応のある2群の平均値差の検定.
統計学勉強会 対応のあるt検定 理論生態学研究室 3年 新藤 茜.
カイ二乗検定の応用 カイ二乗検定はメンデル遺伝の分離比や計数(比率)データの標本(群)の差の検定にも利用できる 自由度
統計解析 第8回 第7章 2項分布.
第7回 二項分布(続き)、幾何分布 確率・統計Ⅰ ここです! 確率変数と確率分布 確率変数の同時分布、独立性 確率変数の平均 確率変数の分散
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)
母分散が既知あるいは大標本の 平均に関する統計的検定
確率・統計輪講資料 6-5 適合度と独立性の検定 6-6 最小2乗法と相関係数の推定・検定 M1 西澤.
統計解析 第10回 12章 標本抽出、13章 標本分布.
正規性の検定 ● χ2分布を用いる適合度検定 ●コルモゴロフ‐スミノルフ検定
対応のあるデータの時のt検定 重さの測定値(g) 例:
クロス集計とχ2検定 P.144.
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.
Excelによる実験計画法演習 小木哲朗.
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。
確率・統計Ⅰ 第3回 確率変数の独立性 / 確率変数の平均 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
統計学 西 山.
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 
藤田保健衛生大学医学部 公衆衛生学 柿崎 真沙子
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
確率と統計2009 第12日目(A).
統計的検定   1.検定の考え方 2.母集団平均の検定.
母分散の検定 母分散の比の検定 カイ2乗分布の応用
第4章 統計的検定 (その2) 統計学 2006年度.
「アルゴリズムとプログラム」 結果を統計的に正しく判断 三学期 第7回 袖高の生徒ってどうよ調査(3)
クロス表とχ2検定.
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 :
第5回 確率変数の共分散 確率・統計Ⅰ ここです! 確率変数と確率分布 確率変数の同時分布、独立性 確率変数の平均 確率変数の分散
第3日目第4時限の学習目標 第1日目第3時限のスライドによる、名義尺度2変数間の連関のカイ2乗統計量についての復習
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
藤田保健衛生大学医学部 公衆衛生学 柿崎 真沙子
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.
数理統計学  第12回 西 山.
平成23年12月22日(木) No.9 東京工科大学 担当:亀田弘之
Presentation transcript:

確率・統計Ⅱ 第7回

カイ二乗検定(1) 適合度検定 独立性検定

適合度検定とは 例題: 1つのサイコロを120回投げたところ、1の目が27回出た。このサイコロは正常か。危険率5%で検定せよ。 まず比率の検定として解いてみる。 帰無仮説 H0 : 母比率 p = 1/6 標本比率

帰無仮説 H0 : 母比率 p = 1/6 標本比率 =1.71… < 1.96

Z = 1.71 < z0.025=1.96 だから H0 は棄却できない。 すなわち、正常でないとはいえない。 (両側検定; 対立仮説 H1 : p ≠ 1/6 ) H0 は棄却できない。 すなわち、正常でないとはいえない。

適合度検定とは 例題: 1つのサイコロを120回投げたところ、各目の出た回数は次のとおりであった。このサイコロは正常か。危険率5%で検定せよ。

適合度検定とは 母集団 E が k 個のグループ E1, E2, …, Ekから成っているとする: E = E1 + E2 + … + Ek それぞれの比率(確率)は p1, p2, …, pk とする。 大きさ n の標本を抽出したとき、それぞれのグループに属するものの個数が x1, x2, …, xk であったとする。

適合度検定とは 定理: は、自由度 k-1 のカイ二乗分布に従う。 ただし、これはnが十分大きいときの近似であるので、nおよびnpが小さすぎないことが必要である。 実際には、n≧50, npi ≧5 であればよい。 は、自由度 k-1 のカイ二乗分布に従う。

適合度検定とは もっと標語的に書くと: つまり、χ2 の値が大きいほど棄却されやすい。χ2 は現実と期待との食い違いと考えられるから、食い違いが大きいほど棄却されやすいのは理解できるだろう。  なお適合度検定は右片側検定であることに注意。 χ2の値がχ20.05 (自由度k-1のカイ二乗分布の右側5%点)より大なら、有意水準5%で仮説(p1, p2, …, pk)を棄却する。

適合度検定とは 例題: 1つのサイコロを120回投げたところ、各目の出た回数は次のとおりであった。このサイコロは正常か。危険率5%で検定せよ。

適合度検定とは サイコロを正常と仮定した場合の期待度数

適合度検定とは 自由度5のカイ二乗分布の5%点 χ20.05 = 11.07 これより大きいから、仮説は棄却できる。 (サイコロは正常でない)

カイ二乗分布のパーセント点 これは右側パーセント点での表であるが、本によっては左側パーセント点での表になっているので注意すること。 (「分布関数」の表はここの用語で言えば左側パーセント点の表である)

自由度5のカイ二乗分布 0.02 0.04 0.06 0.08 0.1 0.12 0.14 0.16 0.18 0.0 2.0 4.0 6.0 8.0 10.0 12.0 14.0 右側5%点 実現値

適合度検定と比率検定の関係 例題: 1つのサイコロを120回投げたところ、1の目の出た回数は次のとおりであった。このサイコロは正常か。危険率5%で検定せよ。

適合度検定と比率検定の関係 カイ二乗検定で計算すると

適合度検定と比率検定の関係 自由度 1のカイ二乗分布の5%点 χ20.05 = 3.84 これより小さいから、仮説は棄却できない。 (サイコロは正常でないとはいえない)

自由度1のカイ二乗分布 0.2 0.4 0.6 0.8 1 1.2 1.4 0.0 2.0 4.0 6.0 8.0 実現値 右側5%点

適合度検定と比率検定の関係 < z0.05 = 1.96 < (自由度1)χ20.05 = 3.84 上の式を2乗すると下の式になっている。 1.962 = 3.84

適合度検定と比率検定の関係 一般に、自由度1の場合の適合度検定は、比率の検定(大標本の場合の両側検定)とまったく同じになる。 すなわち、カイ二乗検定(適合度検定)は比率の検定の拡張と考えられ、自由度が2以上の場合にも使えて便利。

[演習]適合度検定 [1] ある問題について400人にアンケートをとったところ、賛成222人、反対178人だった。この問題について世論は賛成多数といえるか、有意水準5%で検定せよ。 自由度1だから二項分布の正規近似をもちいた比率の検定でもできるが、適合度検定でやってみよう。 (両方やって比較してみよう)

[演習]適合度検定 [2] 240人に支持政党を尋ねたところ、自由党90人、共和党85人、公民党65人であった。これらの政党の支持率に差があるといってよいか。危険率5%で検定せよ。 自由度2の場合である。「支持率に差はない」と仮定して検定する。

[演習]適合度検定 [3] 前回の投票結果では、自由党・共和党・公民党の支持率は7:8:5であった。今回100人調査したところ、自由党35人、共和党30人、公民党35人であった。これらの政党の支持率は前回から変化したといってよいか。危険率5%で検定せよ。 「支持率に変化はない」と仮定して検定する。

[4] 硬貨を投げたところ、続けて8回表が出た。この硬貨は正常といってよいか。 [演習]適合度検定 [4] 硬貨を投げたところ、続けて8回表が出た。この硬貨は正常といってよいか。 たとえば有意水準5%で検定する。2項分布とカイ二乗検定の両方でやってみよ。

メニューに戻る メニューへ