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

6-5　適合度と独立性の検定 ・期待度数 母集団が互いに排反なn個のクラスA1，A2，・・・，Anに分けられており、ある固体が各クラスに属する確率がp1，p2，・・・，pnであることが分かっている(p1+p2+･･･+pn=1)。 この母集団から大きさNの標本を抜き出したとき、各クラスに属する個体の数は、 p1･N，p2･N，･･･pn・Nと期待される。これを期待度数という。 ・観測度数 抽出した標本で、実際に各クラスに入っている個体の数をx1，x2,･･･xnとすると、 x1+x2+･･･+xn=Nとなる。 この観測した個体の数を観測度数という。 この2つを比較しようというのが適合度の検定である。

6-5　適合度と独立性の検定 例 メンデルの法則で、草花の遺伝的形質が3:2:2:1の割合で生じることが理論的に分かっているとする。その草花を実際に240本観察した結果、遺伝的形質の割合が 87:66:55:32であったとする。 この場合のクラスはA1~A4の４つ存在し、それぞれの確率はp1=3/8，p2=p3=1/4， P4=1/8であることが分かる。 期待度数はp1･N=3/8･240=90のように求まる。 表に期待度数と観測度数をまとめると以下のようになる。 クラス A1 A2 A3 A4 期待度数 90 60 60 30 観測度数 87 66 55 32

6-5　適合度と独立性の検定 ・多項分布の極限 クラス分けされた母集団は、多項分布に従っており、無作為抽出したN個の標本の観測度数　　～　　の確率分布は、 (6.10) で与えられる。 ここで多項分布のNが大きいときの近似分布を考える。 上式に の変換を施し、4-3節と同じような計算を行うと、　　　　　　のとき、　　　　　　　の従う 分布　　　　　　　　　は、 となる。 自由度n-1の　　分布に従う

6-5　適合度と独立性の検定 以上のことから　　　　　　のとき、多項分布で (6.11) をつくるとXは自由度n-1の　　分布に従う、という命題が成り立つ。 観測度数をもとにした帰無仮説の検定 適合度の　　　検定 例 メンデルの法則で求めた期待度と観測度を用いて、帰無仮説を立て、危険度5%で適合度の　　　検定を行うと、 クラス数は4つであるから、Xは4‐1=3の　　分布に従う。 教科書の最後に付随している附表3から自由度3、危険度5%のときの棄却域を求めると、 X>7.81である。 X=1.25 は採択域であるので観察例はメンデルの法則にあっていないとは いえない。

6-5　適合度と独立性の検定 ・分割表 母集団が2つの性質A，Bに互いに排反なm個のクラスA1，A2，･･･Amと互いに排反なn個のクラスB1，B2，･･･Bnに分けられているとき、この母集団からN個の標本を抽出して、クラス「AiかつBj」に属する個体の観測度数がxij（i=1，2，･･･，m；　 j=1，2，･･･，n）であるとする。これを表にすると以下のようになる。 性質 B1 B2 ･･･ Bn 計 A1 x11 x21 ･･･ x1n a1 A2 x21 x22 ･･･ x2n a2 ･･･ ･･･ ･･･ ･･･ ･･･ ･･･ Am xm1 xm2 ･･･ xmn am 計 b1 b2 ･･･ bn N 上のような表を分割表とよび、分割表を用いて2つの性質A，Bが独立であるかどうかを 検定することを独立性の検定という。

6-5　適合度と独立性の検定 ・独立性とχ　分布 母集団から無作為抽出した1つの個体が、　　　　　　　　に属する確率 　　　　　　　　に属する確率　　　　　　　　が分かっているとすると、AとBが独立なときには、 その個体が　　かつ　　に属する確率は　　　となる。よってN個の標本を抽出したとき、 期待度数は　　　　である。このとき、観測度数　　の総数はmn個なので、例の命題を 使うと、 (6.12) は、mn-1のχ　分布に従うことになる。 実際問題、期待度数が分からない場合が殆どであるため、独立性の検定を行うためには このままではマズイ。修正が必要。

6-5　適合度と独立性の検定 次のように修正する。 前の分割表のB1の列を見ると、和はb1で、AiかつB1に属する確率はb1/Nと仮定できる。 ここでこの列だけに着目して、Nの代わりにb1、xiの代わりにxi1、piの代わりにai/Nをとる と、 これがm-1のχ2分布に従うと考えられ、さらに同様にj列について、上式を適応させると これまたm-1のχ2分布に従うと考えられる。 X=X1+X2+･･･+Xnとして、なおかつb1+b2+･･･+bn=Nの拘束条件より、Xは自由度が (m-1)×(n-1)のχ2分布に従う。結局以下の命題が成り立つ。 (6.13)

6-6　最小2乗法と相関係数の推定・検定 ・散布図やらなんやら 重さ　x バネ長　y 100 20.4 回帰直線 120 22.6 130 23.4 150 25.6 160 26.9 180 28.7 相関図または散布図 相関を取ったりするのに使える

・ 6-6 最小2乗法と相関係数の推定・検定 ・最小2乗法 回帰直線からの誤差 (6.15) この式を線形回帰モデルという。 6-6　最小2乗法と相関係数の推定・検定 ・最小2乗法 ・ 回帰直線からの誤差　 (6.15) この式を線形回帰モデルという。 グラフ上の全ての点における線形回帰モデルの和≒0 全体の誤差の指標にはならない 誤差の指標として、線形回帰モデルの2乗の和をとり、その値が最小となるような回帰直線の未知係数a,bを求める。これを最小2乗法という！！ (6.16) (6.17)

6-6　最小2乗法と相関係数の推定・検定 Qが最小になるようなa,bを求めるには、 (6.18) (6.19) の極値問題を考えればよい。 (6.17)式より、 となる。

6-6　最小2乗法と相関係数の推定・検定

6-6　最小2乗法と相関係数の推定・検定 ここまでの5式を回帰係数の定義という。この定義を用いると、　　　，　　　は次のようになる。 となり、この２つが誤差の2乗和を最小にするa,bの値であり、標準回帰係数という。

6-6　最小2乗法と相関係数の推定・検定 また、標準相関係数を と定義すると、 以上のような標本平均、標本分散、標本相関係数を用いると、回帰直線は、 (6.34) と書ける。

6-6　最小2乗法と相関係数の推定・検定 ・誤差の分散 は誤差の分散に相当する。 上式を(6.27)、(6.23)、(6.25)、(6.26)を用いて変形させ、(6.30)を代入し、さらに(6.30)を 使うと、 と変形でき、標本相関係数Cxyが0に近いほどバラつきが大きく、 ±1に近づくほど直線に近づくことが分かる

6-6　最小2乗法と相関係数の推定・検定 ・相関係数の意味 相関係数は-1から+1の尺度 負の相関がある 正の相関がある 曲線的なものとの相関は取れない！

6-6　最小2乗法と相関係数の推定・検定 ・「相関なし」の検定 直線の当てはめを行った2つの変化量x,yについての標本が、2次元正規分布に従っている母集団から抽出したものと考えてよい場合、標本からつくった標本相関係数をもとにして、母集団の母相関係数についての推定、検定をすることができる。 (4.33)式のρxyを母相関係数と考える。相関係数ρxy=0のときには、X、Yはそれぞれ独立に１次元正規分布に従う(p-91、例1参照)ので、次の命題が成り立つ。 ρxy=0の2次元正規分布に従う母集団から大きさnの標本(x1,y1)，(x2,y2)，・・・ (xn，yn)を無作為抽出したとき、標本相関係数Cxyは、確率密度が の分布に従い、 のTは、自由度n-2のt分布に従う。

6-6　最小2乗法と相関係数の推定・検定 ρxy≠0の2次元正規分布に従う母集団から大きさnの標本(x1,y1)，(x2,y2)，・・・ (xn，yn)を無作為抽出したとき、標本相関係数Cxyを と変換したとき、nが大きければ、Zは に近似的に従う。その結果、 としたとき、 はN(0,1)に従う。 これらの命題を用いることで、標本相関係数Cxyに基づいて母相関係数ρxyの推定、検定を行うことができる。

疑問、苦情などがありましたらこちらまで・・・ http://www.google.co.jp/