数理統計学  第8回 西山.

Slides:



Advertisements
Similar presentations
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.
Advertisements

数理統計学 西 山. 前回のポイント<ルート N の法則> 1. データ(サンプル)の合計値 正規分布をあてはめる ルート N をかけて標準偏差を求める 2. データ(サンプル)の平均値 正規分布を当てはめる 定理8がポイント ルート N で割って標準偏差を求める.
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.
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.
第 2 章 数値の入力と変数 scanf と変数をやります 第 2 章 数値の入力と変数 1. 以下のプログラムを実行してみよう  C 言語では文の最後に「 ; 」(セミコロン)が付きます 第 2 章 数値の入力と変数 2 #include int main() { int x; x = 3; printf("x.
Lesson 9. 頻度と分布 §D. 正規分布. 正規分布 Normal Distribution 最もよく使われる連続確率分布 釣り鐘形の曲線 -∽から+ ∽までの値を取る 平均 mean =中央値 median =最頻値 mode 曲線より下の面積は1に等しい.
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.
統計学 第3回 西山. 第2回のまとめ 確率分布=決まっている分布の 形 期待値とは平均計算 平均=合計 ÷ 個数から卒業! 平均=割合 × 値の合計 同じ平均値でも 同じ分散や標準偏差でも.
数理統計学(第七回) 線形模型とは? 浜田知久馬 数理統計学第7回.
統計学入門 4-10章 チーム小樽 担当:いぬき.
数理統計学  第9回 西山.
数理統計学(第ニ回) 期待値と分散 浜田知久馬 数理統計学第2回.
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
第1章 場合の数と確率 第1節 場合の数  3  順列 (第3回).
経済統計学 第2回 4/24 Business Statistics
数理統計学(第四回) 分散の性質と重要な法則
確率と統計 平成23年12月8日 (徐々に統計へ戻ります).
数理統計学 西 山.
統計解析 第7回 第6章 離散確率分布.
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1章 数と式 第4節 集合と命題  8  集合 (第3回).
第1章 場合の数と確率 第1節 場合の数  3  順列 (第1回).
統計学 10/25(木) 鈴木智也.
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
統計学  第7回 西 山.
第1回 担当: 西山 統計学.
ファーストイヤー・セミナーⅡ 第8回 データの入力.
3 一次関数 1章 一次関数とグラフ §3 一次関数の式を求めること          (3時間).
統計解析 第9回 第9章 正規分布、第11章 理論分布.
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2章補足Ⅱ 2項分布と正規分布についての補足
数理統計学  第8回 第2章のエクササイズ 西山.
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
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.
統計解析 第10回 12章 標本抽出、13章 標本分布.
統計学 11/08(木) 鈴木智也.
統計学  第6回 西山.
1時限で理解する 統計の基礎 応用情報処理II 2015/12/4 講師:新居雅行.
橋本 保健統計演習への準備.
社会福祉調査論 第9講 母集団の推計 12月14日.
数理統計学 第11回 西 山.
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
数理統計学 第4回 西山.
第3回 確率変数の平均 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
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
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
正規分布確率密度関数.
確率論の基礎 「ロジスティクス工学」 第3章 鞭効果 第4章 確率的在庫モデル 補助資料
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 
数理統計学 西 山.
プログラミング言語論 第10回 練習問題解答例 情報工学科 篠埜 功.
母分散の信頼区間 F分布 母分散の比の信頼区間
ex-8. 平均と標準偏差 (Excel 実習シリーズ)
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
統計学  第9回 西 山.
数理統計学 西 山.
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
数理統計学  第6回 西山.
ex-8. 平均と標準偏差 (Excel を演習で学ぶシリーズ)
数理統計学  第12回 西 山.
第3章 統計的推定 (その2) 統計学 2006年度 <修正・補足版>.
3 一次関数 1章 一次関数とグラフ §4 方程式とグラフ         (3時間).
確率と統計 年1月7日(木) Version 3.
Presentation transcript:

数理統計学  第8回 西山

平均値と分散の公式 ゲタの公式 合計の公式 分散の求め方

正規分布の利用法①―標準値 標準値にする. 数値表を使う. 標準値をZとか、S.S.といいますが・・・

正規分布の利用法②―数値表 教科書の258頁を見なさい N(0,1) S.Sが1.0以上になる確率じゃ!

練習問題【1】 身長分布はN(168,100)の正規分布が当てはまっています。 身長をXとして、Xの値が2シグマ区間に入る確率を求めなさい。2シグマ区間とは標準値が-2から+2までの区間のこと。

練習問題【2】 身長分布はN(168,100)の正規分布が当てはまっています。 身長をXとして、Xの値が3シグマ区間に入る確率を求めなさい。3シグマ区間とは標準値が-3から+3までの区間のこと。

練習問題【3】 変数Xの平均はE[X]=1である。Y=2X+1とすれ ばE[Y]はいくらか。 変数Xの分散はV[X]=10である。Y=2X-3とす るとV[Y]はいくらか。 サイコロを振って、目の数1,2が出れば1、それ 以外の目が出れば0となる変数をXとおく。E[X]、 V[X]を求めよ。

解答【3‐(1)】 E[Y]=E[2X+1] =2E[X]+1 =2×1+1 = 3 この辺が新しいところですね

解答【3】‐(2)、(3) V[2X-3] = V[2X] = 22V[X] = 4×10 = 40 Xの値 確率 0 1 E[X] = 0 ×2/3 + 1×1/3 = 1/3 E[X2] = 02 ×2/3 + 12 ×1/3 = 1/3 V[X] = E[X2]-(E[X])2 =1/3 -(1/3)2