疫学概論 ポアソン分布 Lesson 9.頻度と分布 §C. ポアソン分布 S.Harano,MD,PhD,MPH.

Slides:



Advertisements
Similar presentations
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.
Advertisements

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.
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
データ分析入門(12) 第12章 単回帰分析 廣野元久.
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.
疫学概論 ポアソン分布 Lesson 9.頻度と分布 §C. ポアソン分布 S.Harano,MD,PhD,MPH.
経済統計学 第2回 4/24 Business Statistics
第6章 数え上げ理論と確率 B4 酒井 隆行.
疫学概論 臨床生命表 Lesson 7. 生命表 §C. 臨床生命表 S.Harano,MD,PhD,MPH.
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
全加算回路 A, Bはそれぞれ0または1をとるとする。 下位桁からの繰り上がりをC1とする。(0または1)
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。
ISDASインターネット分散観測: ワームの平均寿命はいくらか?
統計学 11/13(月) 担当:鈴木智也.
疫学概論 現代生命表 Lesson 7. 生命表 §B. 現代生命表 S.Harano,MD,PhD,MPH.
疫学概論 コウホート生命表 Lesson 7. 生命表 §A. コゥホート生命表 S.Harano,MD,PhD,MPH.
統計解析 第9回 第9章 正規分布、第11章 理論分布.
寺尾 敦 青山学院大学社会情報学部 atsushi [at] si.aoyama.ac.jp
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.
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>
確率・統計Ⅱ 第7回.
第2章補足Ⅱ 2項分布と正規分布についての補足
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
3章 Analysing averages and frequencies (前半 p )
統計学 10/19 鈴木智也.
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.
応用統計学の内容 推測統計学(inferential statistics)   連続型の確率分布   標本分布   統計推定   統計的検定.
統計学 11/08(木) 鈴木智也.
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
ターム分布の確率モデル Zipfの法則:使用頻度の大きな語は語彙数が少なく,使用頻度の小さな語は語彙数が多い
第11回 中心極限定理 と 大数の法則 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
疫学概論 横断研究 Lesson 11. 記述疫学 §A. 横断研究 S.Harano,MD,PhD,MPH.
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
独立成分分析 1.問題は何か:例:解法:全体の見通し 2007/10/17 名雪 勲.
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
応用統計学の内容 推測統計学(inferential statistics)   連続型の確率分布   標本分布   統計推定   統計的検定.
正規分布確率密度関数.
疫学概論 交絡 Lesson 17. バイアスと交絡 §A. 交絡 S.Harano, MD,PhD,MPH.
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
Basic Tools B4  八田 直樹.
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 
超幾何分布とポアソン分布 超幾何分布 ポアソン分布.
東北大学 大学院情報科学研究科 応用情報科学専攻 田中 和之(Kazuyuki Tanaka)
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
疫学概論 情報の要約 Lesson 3. 情報の要約 (率、比、割合) S.Harano,MD,PhD,MPH.
ウィルスって どの位感染しているのかな? 菊池研究室  小堀智弘.
第8回 二項分布の近似、ポアソン分布、正規分布
情報経済システム論:第13回 担当教員 黒田敏史 2019/5/7 情報経済システム論.
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.
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
疫学概論 頻度と分布 Lesson 9. 頻度と分布 §A. 頻度または度数 S.Harano,MD,PhD,MPH.
疫学概論 カプラン・マイヤー法 Lesson 8. その他の生存分析 §A. カプラン・マイヤー法 S.Harano,MD,PhD,MPH.
待ち行列シミュレーション.
物理フラクチュオマティクス論 応用確率過程論 (2006年4月11日)
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.
第8回 ポアソン分布 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
サンプリングと確率理論.
疫学概論 疫学研究の目的 Lesson 1. 疫学研究 §A. 疫学研究の目的 S.Harano,Md.PhD,MPH.
第3章 統計的推定 (その2) 統計学 2006年度 <修正・補足版>.
疫学概論 横断研究 Lesson 11. 記述疫学 §A. 横断研究 S.Harano,MD,PhD,MPH.
Presentation transcript:

疫学概論 ポアソン分布 Lesson 9.頻度と分布 §C. ポアソン分布 S.Harano,MD,PhD,MPH

ポアソン分布 Poisson Distribution 離散分布の一種 二分割または二値の事象、つまり考えられる結果がただ2つ X = 時間的あるいは空間的区間での事象の数 λ = (成功)事象の平均または期待数

ポアソン分布(続き) 確率変数Xの値、つまり事象がk回観察される確率、すなわちポアソン分布での確率密度 P(k) は、 λはその区間で無作為に事象が発生する平均数 e = 2.718….(自然対数;定数)

事象率と事象の期待数 あるまれな事象が起こる率が一定期間ごとにμであるとする。 調べたい期間の長さを t とする。 期間 t でのその事象の期待数は、   λ=μ×t

ポアソン分布の性質 まれな事象の発生数の分布を表す。 時間や空間で無作為に分布する発生を表す。 分母のない計数(カウント)がある場合に有用である。 人年法での分析や相対危険度評価の際に重要である。

ポアソン分布の根幹となる仮定 期間内で無作為に起こる事象の発生は独立している。 ある区間内での1事象の1回の発生の確率はその区間の長さに逆比例する。 時間的あるいは空間的間隔(区間)の極く小さな分画では、その事象が1回以上発生する確率はほとんどゼロである。(小期間内では2回以上の発生を無視できる。)

ポアソン分布の例 ある大都市での自殺率が毎週 2 名であるとする。 ある週で自殺が k 名発生する確率は? 計算が便利なように次の再帰式を用いる。

ポアソン分布の例(続き) 週に 0 名自殺する確率は 週に 1 名自殺する確率は

ポアソン分布の例(続き) 週に 2 名自殺する確率は 週に 3 名自殺する確率は

ポアソン分布の例(続き) 同様に P(4) = 2/4×P(3) = 0.090 P(5) = 2/5×P(4) = 0.036

疫学概論 ポアソン分布 ポアソン分布のグラフ例 S.Harano,MD,PhD,MPH

ポアソン分布の 二項分布への近似 (二項分布における) n が大きく p が小さい時、事象の期待数は λ= np となる。 この場合、ポアソン分布は二項分布の近似として使用できる。 n が大きければ大きいほど、より近似する。

ポアソン分布の近似の例 40歳の母親からダウン症の乳児が生まれる確率を 1/100 とする。 40歳の母親から生まれた乳児25名のうち、ダウン症である相対度数はいくらか?

ポアソン分布の近似の例(続き) n は大きく、 p は小さい。 ダウン症の乳児の期待数は λ= np = 25(1/100) = 0.25 ポアソン分布による近似にはλ= 0.25 を用いる。

ポアソン分布の近似の例(続き) k ポアソン分布 二項分布 0.779 0.7778 1 0.195 0.1964 2 0.024 0.779 0.7778 1 0.195 0.1964 2 0.024 0.0238 > 2 0.002 0.0020