確率と統計2007 - 確率編- 平成19年10月25日(木) 確率と統計2007.

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

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。
生物統計学・第 5 回 比べる準備をする 標準偏差、標準誤差、標準化 2013 年 11 月 7 日 生命環境科学域 応用生命科学 類 尾形 善之.
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。
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.
2 年 確率の導入 指導手順 身の回りの生活の中の確率の話をする。 10 円玉の表と裏を確認する。 本時の課題を提示する。 ( シート 4) 実験をする。 準備物 ワークシート、 10 円玉 ×2× 生徒数 結果をエクセルに入力 グラフから言えるこ とを発表する。 確率についてまとめる。 教科書の練習問題をする。
統計学第2回 「確率と確率分布」 受講者の数学ができる程度について の 度数分布図。先週のアンケート結果 を, R を使って x
0章 数学基礎.
第1章 場合の数と確率 第1節 場合の数  2  場合の数 (第2回).
総和記号 Σ(サメーション,シグマ) n Σ xi = x1 + x2 + ・・・ + xn i=1 @ATSUTO NISHIO
数理統計学  第9回 西山.
人工知能特論2011 No.4 東京工科大学大学院 担当教員:亀田弘之.
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
人工知能特論2007 No.4 東京工科大学大学院 担当教員:亀田弘之.
『基礎理論』 (C)Copyright, Toshiomi KOBAYASHI,
看護学部 中澤 港 統計学第5回 看護学部 中澤 港
経済統計学 第2回 4/24 Business Statistics
いろいろな確率を求めてみよう。.
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.
第2章 確率と確率分布 統計学 2010年度.
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
統計学 10/25(木) 鈴木智也.
統計学  第7回 西 山.
統計解析 第8回 第7章 2項分布.
Microsoft Excel 2010 を利用した 2項分布の確率計算
寺尾 敦 青山学院大学社会情報学部 atsushi [at] si.aoyama.ac.jp
確率・統計Ⅱ 第7回.
統計解析 第8回 第7章 2項分布.
6 確率 1章 確率 §3 確率の求め方         (4時間).
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
アナログとディジタル 高校1年 社会と情報⑤.
第2章 確率と確率分布 統計学 2006年度.
寺尾 敦 青山学院大学社会情報学部 atsushi [at] si.aoyama.ac.jp
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.
統計数理 石川顕一 10/17 組み合わせと確率 10/24 確率変数と確率分布 10/31 代表的な確率分布
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.
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:
数理統計学 第11回 西 山.
ー 第1日目 ー 確率過程について 抵抗の熱雑音の測定実験
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3回: 今日の目標 平均情報量を説明し、計算できる シャノンの通信モデルを説明できる 情報源符号化の条件を示せる
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
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
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.
第2日目第1時限の学習目標 順列、組み合わせ、確率の入門的知識を学ぶ。 (1)順列とは? (2)組み合わせとは? (3)確率とは?
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)
確率と統計 -確率2回目- 平成23年10月27日.
2つのサイコロを同時に投げる.
分子生物情報学(3) 確率モデル(隠れマルコフモデル)に 基づく配列解析
様々な情報源(4章).
母分散の信頼区間 F分布 母分散の比の信頼区間
ダスキン サービスマスターの仕事 清潔で快適な環境づくりのお手伝い! 業務向け もっと たくさんある
統計数理 石川顕一 10/17 組み合わせと確率 10/24 確率変数と確率分布 10/31 代表的な確率分布
統計学  第9回 西 山.
数理統計学 西 山.
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)
7.8 Kim-Vu Polynomial Concentration
確率と統計 確率編- 平成20年10月29日(木).
平成23年12月22日(木) No.9 東京工科大学 担当:亀田弘之
わかりやすいパターン認識 第6章 特徴空間の変換 6.5 KL展開の適用法 〔1〕 KL展開と線形判別法 〔2〕 KL展開と学習パターン数
Microsoft Excel 2010 を利用した 2項分布の確率計算
確率統計学 (データ解析学) 書き込み式ノート(Ver.1) 担当教員:綴木 馴.
Time Reversal E-Text: pp.80-83(PDF: pp.49-50) FM08002 太神 諭
Presentation transcript:

確率と統計2007 - 確率編- 平成19年10月25日(木) 確率と統計2007

高校までの「確率」の知識は必要ありません。 この授業で「確率」の基礎を身に付けましょう。 今日から「確率」の話しをします。 高校までの「確率」の知識は必要ありません。 この授業で「確率」の基礎を身に付けましょう。 でも、とても難しい話も少しりますが、そこは聞いているだけでもいいです。わかる人だけ理解してください。 確率と統計2007確率と統計2006

ある質問 イタリアのある貴族がGalileo(1564-1642)にこう尋ねた。「3つのサイコロを投げるとき、その目の和が9になる場合と、10になる場合の数は等しいと思っているので、そのどちらに賭けても同じであると気にしなかったが、実際には10になる方が少し多く感じられるのはどうしたことか?」 Galileoに代りあなたは答えられますか? 確率と統計2007確率と統計2006

それでは本題に入りましょう。 確率と統計2007確率と統計2006

不規則現象 例: サイコロ投げの結果 コイン投げの結果 明日の天気 測定誤差 雑音 手書き文字・発話音声 確率と統計2007確率と統計2006

確率はこのような不規則現象(偶然現象)を取り扱う、数学の1分野である。 以下では、まず確率の基本用語を定義する。 確率と統計2007確率と統計2006

用語の定義 試行 (trial) 標本点 ω (sample) 標本空間 Ω (sample space) 事象 E (event) 単一事象 (simple event) 複合事象 (composite even) 確率と統計2007確率と統計2006

試行 実験や観測において、繰り返えされる行為のこと。 例えば、コイン投げで、 「表が出たか裏が出たかを調べる」 行為。 例えば、コイン投げで、 「表が出たか裏が出たかを調べる」 行為。 確率と統計2007確率と統計2006

標本点ω 試行により起こる結果のこと。 例えば,コイン投げでは、 「表が出る」 とか 「裏が出る」 といった試行の各結果のこと。 例えば,コイン投げでは、 「表が出る」 とか 「裏が出る」 といった試行の各結果のこと。  <注>標本点を根元事象と呼ぶこともある。 確率と統計2007確率と統計2006

標本空間Ω すべての標本点からなる集合のこと。 例えば、コイン投げでは、 { H, T } ただし、 H: 表が出る T: 裏が出る を表す。 確率と統計2007確率と統計2006

まず、ここまでのことを例題で確認しよう。 確率と統計2007確率と統計2006

例題1 サイコロ投げ 試行: サイコロを投げ、出る目を記録する。 例題1 サイコロ投げ 試行: サイコロを投げ、出る目を記録する。 標本点:  1の目が出る (①と記す) 2の目が出る (②と記す) 3の目が出る (③と記す) 4の目が出る (④と記す) 5の目が出る (⑤と記す) 6の目が出る (⑥と記す) 標本空間: Ω={ ①, ②, ③, ④, ⑤, ⑥ } 確率と統計2007確率と統計2006

例題2 2個のコイン投げ 試行: コイン2個を同時に投げ、出る面を記録する。 例題2 2個のコイン投げ 試行: コイン2個を同時に投げ、出る面を記録する。 標本点:  「表が出る 」をH、「裏が出る」をTと記すと、 HH, HT, TH, TT 標本空間: Ω={ HH, HT, TH, TT } 確率と統計2007確率と統計2006

例題3 くじ引き 設定: 当たり1枚、はずれ2枚 試行: くじを1枚引く 例題3 くじ引き 設定: 当たり1枚、はずれ2枚 試行: くじを1枚引く 標本点: A, H1, H2 A: 当たりくじ H1, H2: はずれくじ 標本空間: Ω={ A, H1, H2 } 確率と統計2007確率と統計2006

例題4 じゃんけん 設定:2人、1回勝負 試行:じゃんけんをし、それぞれが何を出したかを記録する。 例題4 じゃんけん 設定:2人、1回勝負 試行:じゃんけんをし、それぞれが何を出したかを記録する。 標本点: (G, G), (G, C), (G, P), (C, G), (C, C), (C, P), (P, G), (P, C), (P, P) 標本空間Ω={ (G, G), (G, C), (G, P),(C, G), (C, C), (C, P), (P, G), (P, C), (P, P) } 確率と統計2007確率と統計2006

例題5 2個のサイコロ投げ 試行: 標本点: 標本空間: 確率と統計2007確率と統計2006

例題6 壺からの球の取出し(1) 設定:赤球2個、白球1個、1個を取り出す。 試行:球を1個取り出し、球の色を記録する。 例題6 壺からの球の取出し(1) 設定:赤球2個、白球1個、1個を取り出す。 試行:球を1個取り出し、球の色を記録する。 標本点:①, ②, ① 標本空間Ω={ ①, ②, ① } 確率と統計2007確率と統計2006

例題7 壺からの球の取出し(2) 設定:赤球2個、白球1個。2個を同時に取り出す。 試行:球を2個取り出し、球の色を記録する。 例題7 壺からの球の取出し(2) 設定:赤球2個、白球1個。2個を同時に取り出す。 試行:球を2個取り出し、球の色を記録する。 標本点:{①, ②}, {①, ①}, {②,①} 標本空間 Ω={ {①, ②}, {①, ①}, {②,①} } 確率と統計2007確率と統計2006

用語の定義(2) 試行 (trial) 標本点 ω (sample) 標本空間 Ω (sample space) 事象 E (event) 単一事象 (simple event) 複合事象 (composite even) 確率と統計2007確率と統計2006

用語の定義 試行 (trial) 標本点 ω (sample) 標本空間 Ω (sample space) 事象 E (event) 単一事象 (simple event) 複合事象 (composite even) 確率と統計2007確率と統計2006

事象 標本空間Ωの部分集合のこと。 例えば、コイン投げでは、 {H}, {T}, {H, T} などはすべて事象である。 {H}は「表が出る出来事」と解釈でき、 {H,T}は「表が出るか裏が出る出来事」と解釈できる。 確率と統計2007確率と統計2006

単一事象と複合事象 単一事象:要素が1個の事象 複合事象:要素が2個以上の事象 例えば、Ω={HH, HT, TH, TT}に対して、 単一事象: {HH}, {HT}, {TH}, {TT} 複合事象: {HH,HT}, {HH,TH}, {HH,TT},  {HT,TH}, {HT,TT}, {TH,TT},  {HH,HT,TH},{HH,HT,TT},{HH,TH,TT}, HT,TH,TT} 確率と統計2007確率と統計2006

ここまでのことをまとめると… 確率と統計2007確率と統計2006

例題8 コイン投げ 標本空間Ω={H, T} 事象の集合F={φ, {H}, {T}, Ω} {H}: 単一事象 {T}: 単一事象 φ: 空事象 Ω: 全事象 確率と統計2007確率と統計2006

例題9 2個のコイン投げ Ω={HH, HT, TH, TT} 例題9 2個のコイン投げ Ω={HH, HT, TH, TT} F={φ, {HH}, {HT}, {TH}, {TT}, {HH, HT}, {HH, TH}, {HH, TT}, {HT, TH}, {HT, TT}, {TH, TT}, {HH, HT, TH}, {HH, HT, TT}, {HH, TH, TT}, {HT, TH, TT}, Ω} 確率と統計2007確率と統計2006

例題9 2個のコイン投げ Ω={HH, HT, TH, TT} 例題9 2個のコイン投げ Ω={HH, HT, TH, TT} F={φ, {HH}, {HT}, {TH}, {TT}, {HH, HT}, {HH, TH}, {HH, TT}, {HT, TH}, {HT, TT}, {TH, TT}, {HH, HT, TH}, {HH, HT, TT}, {HH, TH, TT}, {HT, TH, TT}, Ω} 確率と統計2007確率と統計2006

ここまで準備ができれば後は簡単。 確率を定義しよう! 確率と統計2007確率と統計2006

確率の定義 ある試行で起こりうる単一事象の総数(標本点の個数と同じ)がNで、これらの単一事象がすべて同じ確からしさ(蓋然性)で起こるものとする。このとき、ある事象Aがn個の単一事象からなるならば、その事象Aの起こる確率は、 P(A) = n / N である。 確率と統計2007確率と統計2006

確率の定義(2) P(A)=#A / #Ω ただし、#Sとは集合Sの要素の個数を表す。 確率と統計2007確率と統計2006

例題10 サイコロ投げ Ω={ ①, ②, ③, ④, ⑤, ⑥ } 1の目が出る確率: P({①}) = #{①} / #Ω = 1 / 6 奇数の目が出る確率: P({①,③,⑤}) = #{①,③,⑤} / #Ω = 3 / 6 = 1 /2 5以上の目が出る確率: P({⑤,⑥}) = 2 / 6 = 1 / 3 確率と統計2007確率と統計2006

例題10 サイコロ投げ(2) ⑤ ① ③ ⑥ ② ④ 確率と統計2007確率と統計2006

例題11 確率と統計2007確率と統計2006

自由研究 Galileo問題 3個のサイコロを投げるとき、その目の和をTとする。このとき、 P(T=10) = P(T=9) ? P(T=10) < P(T=9) ? P(T=10) > P(T=9) ? 実際にサイコロを投げて調べてみよう。 (理論値は次週説明します。) 確率と統計2007確率と統計2006