超感覚的知覚の一つである テレパシー能力(者)の存在性 についての統計学的検証

Slides:



Advertisements
Similar presentations
1 小暮研究会2 第1章ベイジアンアルゴリズ ム 2値選択 ベルヌーイ試行 尤度原理 同一性 交換可能性 尤度についてのまとめ 環境情報学部3年 渡邊洋一.
Advertisements

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.
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.
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 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.
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.
●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。
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
疫学概論 二項分布 Lesson 9.頻度と分布 §B. 二項分布 S.Harano,MD,PhD,MPH.
第6回授業(5/17)での学習目標 1.2.1 実験計画法のひろがり(途中から) 1.2.2 節完全無作為化デザインをもっと知 ろう
読解力・思考力を鍛える.
数当てゲーム (「誤り訂正符号」に関連した話題)
統計学第9回 「2群の差に関するノンパラメトリックな検定」 中澤 港
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
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
統計学  第7回 西 山.
統計解析 第8回 第7章 2項分布.
統計学 11/13(月) 担当:鈴木智也.
Microsoft Excel 2010 を利用した 2項分布の確率計算
ホーエル『初等統計学』 第5章 主要な確率分布
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
行動経済学による分析 ~なぜ人は「タダ」に翻弄されてしまうのか~ 古川ゼミ
統計的推論 正規分布,二項分布などを仮定 検定 統計から行う推論には統計的( )と統計的( )がある 推定
A班 ランダム選択に一言加えたら・・・ 成田幸弘 橋本剛 嶌村都.
行動計量分析 Behavioral Analysis
第2章補足Ⅱ 2項分布と正規分布についての補足
統計解析 第8回 第7章 2項分布.
統計学 11/19(月) 担当:鈴木智也.
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
ホーエル『初等統計学』 第8章4節~6節 仮説の検定(2)
統計学  西 山.
統計学  第6回 西山.
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
二項分布 大きさ の標本で,事象Eの起こる確率を とするとき, そのうち 個にEが起こる確率 は二項分布に従う 例
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.
小標本検査データを元にした 疲労破損率のベイズ推定
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
相関分析.
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。
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
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
変えるべきか ~ 確率 ~.
第11回授業(12/11)の学習目標 第8章 分散分析 (ANOVA) の学習 分散分析の例からその目的を理解する 分散分析の各種のデザイン
顧客維持に関するモデル.
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 
25. Randomized Algorithms
情報とコンピュータ 静岡大学工学部 安藤和敏
早稲田大学大学院商学研究科 2014年12月10日 大塚忠義
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)
経営学研究科 M1年 学籍番号 speedster
最尤推定・最尤法 明治大学 理工学部 応用化学科 データ化学工学研究室 金子 弘昌.
ハザードマップの理解に対する ドリルマップ提示の効果
数理統計学 西 山.
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.
臨床統計入門(1) 箕面市立病院小児科  山本威久 平成23年10月11日.
栗原正純 UEC Tokyo 電気通信大学 情報通信工学科 2007/5/2(修正2008/08/21)
重回帰分析入門 (第5章補足) 統計学 2007年度.
データ分布の特徴 基準化変量 歪度 尖度.
Microsoft Excel 2010 を利用した 2項分布の確率計算
統計現象 高嶋 隆一 6/26/2019.
問題14(11.曲げモーメントを受ける部材):  次の図は,曲げモーメントを受ける鉄筋コンクリート断面(単鉄筋長方形断面)の仮定を示したものである.この図の記述について,間違っているものを解答群から一つ選べ. a. 図中のうち,Ⅰ:弾性解析(全断面有効)では,ひび割れ前の純弾性状態に対して,用いられる断面仮定であり, 
外れ値検出 Outlier Detection 外れサンプル検出 Outlier Sample Detection
Presentation transcript:

超感覚的知覚の一つである テレパシー能力(者)の存在性 についての統計学的検証 超感覚的知覚の一つである        テレパシー能力(者)の存在性        についての統計学的検証 テレパシーの実験でしばしば使われる方法に「ガンツフェルト法」がある。 これは実験者と被験者を遮断された部屋に置き、実験者は被験者に対してテレパシーでイメージを送り、被験者がそのイメージを描写するという方法。 このときの二人のイメージの差異によって、テレパシーの有効性を統計学的に証明することができる。

テレパシーの“送り手”と“受け手”が別々の部屋にいるとする。“送り手”が 52枚のトランプからデタラメ(ランダム)に1枚のトランプカードを抜き取る。 “受け手”の方は、そのトランプカードが、ハート、 ダイヤ、スペード、クラブのい           ずれであるかを答える。

以上の実験を1回分として、このような実験を、何回か繰り返して、以下のような(2つのケースでの)結果が得られたとしよう。 100回実験を行った結果、   “受け手”が26回、正しいトランプの模様を答えた。 10000回実験を行った結果、 “受け手”が2600回、正しいトランプ模様を答えた。

上の(1)(2)のケースの結果のそれぞれにおいて、 “送り手”ないし“受け手”(のいずれか)は、テレパシーの能力がないと判断すべきなのであろうか、それともあると判断すべきなのであろうか? “送り手”と“受け手”のいずれかあるいは双方のテレパシー能力の有無についてあなたはどのような見解をもつか、そのような見解にいたる“理由”は?               また、 統計学(の考え方)に従うならば、どのような解答が導き出されるであろうか?

統計学(の考え方)に従う場合のヒント: “送り手”も“受け手”もテレパシーの能力がないと仮定するとき、1回の実験中で“受け手”が正しいトランプの模様を答える確率はどのように算定すべきであろうか?

上のような仮定と1回の実験中での“受け手”が正しいトランプの模様を答える確率が与えられたとき、  “受け手”が正しいトランプの模様を答える回数は、2項分布という   確率分布に従う確率変数と考えることができるが、その場合の“成功”(正しいトランプ模様を言い当てる)の回数は、どのように値を、どのような確率で取りうることになるか?

“送り手”も“受け手”もテレパシーの能力がないという仮定の下で、 それぞれの結果(26回言い当てた、2600回言い当てたという)が生じる確率 “送り手”も“受け手”もテレパシーの能力がないという仮定の下で、         それぞれの結果(26回言い当てた、2600回言い当てたという)が生じる確率 100回の実験での場合の確率     =1-BINOMDIST(25,100,0.25,TRUE)   0.446529   約45% 10000回実験での場合の確率    =1- NORMDIST(2600,10000*0.25,SQRT(10000*0.25*0.75),TRUE) 0.010461 約1%