• 検索結果がありません。

files HANADA, Shinichi HomePage

N/A
N/A
Protected

Academic year: 2017

シェア "files HANADA, Shinichi HomePage"

Copied!
23
0
0

読み込み中.... (全文を見る)

全文

(1)

4

標準偏差 タ 調整

(2)

本日 内容

標準偏差 性質

マ区間

標準偏差 用い 調整

基準化

基準化 応用:偏差値

変動係数

散係数

統計学

(3)

前回 復習

&ア'観測数

観測数& 、観測 個数

34

&イ'中央値

– 34 17 番目 18 番目 、フラン

ニュ ラン 平均 + ÷ = .

偶数個

番目

+ 番目

央値

(4)

前回 復習

&ウ' 3 残差 2

出題意 、平均 残差 2 計算 、わ

い 確認

問題文 やや悪 3 散や残差 2 計算

い 人 い 、残差 2 理解 い OK

間違い 注意 !

残差 2

− �

� − � + ⋯ + �

− �

� + ⋯ + �

− � 違う 注意 !

• 123 &平均 2

• − + − + − = + + =

• + + − = − =

統計学

(5)

前回 復習

&エ' 散 標準偏差

公式: �− ∑ � − �

個数 � = , 偏差 ∑ � − � =

− ×

標準偏差 公式: =

(6)

前回 復習

&オ' 析利用

タイプ 問題 大事 、理由 論理的 考え

チ的 不適 書い 意味

ば、 答え 正解 いえ

今回 問題 想定 人口

ば 大 、ひ 適

い いう

人口 、大

解答

散等 、性質 全然違う

析目的 使え

予測値 、実際 可能性

影響

統計学

(7)

前回 復習: 散 標準偏差

標準偏差

散: 平均

2 和 平均

標準偏差: 平方根

(8)

前回 復習: 散 標準偏差

統計学

平均 同

方 比 平均 近 集中 い ば 小 い 散 計算 、 方 大

矢印 長 2 足 、 � − 割 散

� − 自動的

(9)

マ区間

最大 標準偏差 平均 区間 マ区間

いう

– 1 マ区間平均 大小両方向 1 標準偏差 区間

– 2 マ区間平均 大小両方向 2 標準偏差 区間

– 3 マ区間平均 大小両方向 3 標準偏差 区間

一般的

– 1 マ区間内

– 2 マ区間内 95

– 3 マ区間内 99.7

マ区間 、ば 比較

(10)

マ区間

計量経済学a

平均

2/3 95 99.7

(11)

や う!

• OECD 諸国 1 人当 GDP( 配布資料参照 )

平均: 42

標準偏差: 24

時、

– 1 マ区間

– 2 マ区間

– 3 マ区間

(12)

– 1 マ区間 観測数 →26

≈ .

– 2 マ区間 観測数 →32

≈ .

– 3 マ区間 観測数 →34

統計学

(13)

基準化 ( 標準化 )

変換 基準化 ( 標準化 ) いう

平均 、標準偏差 s、各観測値

− �

基準化 、平均 '、標準偏差

基準化 行う 平均 共通化 比較

) 成績 考え

平均 相対的

あ 程度把握

、毎回 違う 、直接比較

例えば、ほ 45 55 平均50 60 高い

30 70 平均50 60 普通

(14)

基準化 ( 標準化 )

イメ

統計学

A

B

B 平均 近い

全体 い? A

?

1 マ区間

基準化

基準化 散 ば 揃い

適 比較 可能

(15)

や う!

日本 GDP 1 人当 全体 世界 傾向

日本 1人当 GDP 36GDP全体 4,616 – 1人当 GDP

世界平均 42、標準偏差 24

– GDP

世界平均 1,436、標準偏差 3,044

平均 1人当 GDP GDP ,基準化

人当 GDP:

− = − ≈ − . G��: = ≈ .

、ば 考慮 GDP ほう 平均

、基準化 場合1 マ区間=±1 、日本 1人当 GDP 1

(16)

基準化 応用:偏差値

成績 指標 偏差値

偏差値 、全 験者

基準化 考え方 応用 、平均 やば

う試験 結果 同 指標 利用 う

平均 、標準偏差 s 試験

学生

偏差値 次 う 計算

偏差値 = + ×

− �

、平均 50 、標準偏差 10 調整

基準化

統計学

(17)

基準化 応用:偏差値

平均 50 、標準偏差 10

– 1 マ区間 →40 60

– 2 マ区間 →30 70

– 3 マ区間 →20 80

偏差値 60 学生 15

偏差値 70 学生 2.5

偏差値 40 学生 15

偏差値 30 学生 2.5

偏差値 60 大学 験生 15 %以内

合格 い大学

(18)

注意

大学 偏差値 合格 必要

ライン あ 注意

偏差値 40 大学 偏差値 40 ば入 大学

籍学生 偏差値 40 大学 い

在籍学生 偏差値 大学 1 大学

偏差値 大学 偏差値 間

) 、金沢星稜大学 金沢大学 選ば 大学

金沢大学人間社会学部 偏差値→61

金沢星稜大学 偏差値→42

、金沢星稜大学 在籍 学生 偏差値6142

ップ 学生 全国的 15 可能性

、都会ほ 大学数 多い 、偏差値 平均的 学生

接近 傾向 あ

偏差値= 大学 平均的 学生 実力 誤解

統計学 勉強 誤解

統計学

(19)

注意

学生 能力 布

50

42 61 偏差値 石川県 経済系 学部 金大 星大

偏差値42 星大生 能力 予想

星大生 金大生

50

76 偏差値 64 71

47

39 61

56 69 5253

67

45 59 44

60

48

55

43 49 40

(20)

変動係数

中心 考慮 変動

比較 尺度 変動係数& Coefficient of

Variance : CV

変動係数 =

平均 基準 、ば x

標準偏差 、平均 や単 変わ

直接比較 困

平均 割合 直せば、単 影響 除い

大 比較

統計学

(21)

や う!

• 1 人当 GDP GDP ?

標準偏差 1 人当 GDP 24 GDP 3044 GDP

方 ば 大 見え

1 人当 GDP 、平均 36 1436

差 あ 、 1 人当 GDP 標準偏差 小

当然

変動係数 比較

人当 GDP = ≈ .

GDP = ≈ .

(22)

散係数

変動係数 平均 割合

、平均 問題 ( 前回講義参照 )

変動係数 同様 アイ 用い

散係数 いう

散係数 =

× 中央値

イメ 、中央値 比率

平均 中央値 い場合 指標

あ 場合 あ

例えば、四 散係数

四 散係数 =

四 範

× 中央値 =

第 四 第 四

× 中央値

統計学

(23)

や う!

• 1 人当 GDP GDP

– 1 人当 GDP

1 22

中央値:44.5

3 51

– 30 日以内死亡者数

1 232

中央値:517.5

3 1414.5

散係数

人当 GDP:

× . = ≈ .

GDP: . − = . ≈ .

参照

関連したドキュメント

Here, instead of considering an instance I and trying to directly develop a feasible solution for the P, G ∗ |prec; c ij dπ k , π l 1; p i 1|C max problem, we consider a

There is a bijection between left cosets of S n in the affine group and certain types of partitions (see Bjorner and Brenti (1996) and Eriksson and Eriksson (1998)).. In B-B,

It follows from Remark 2.4.2 that, if G is totally aloof and verticially slim, then the construction given above of a covering of semi-graphs of anabelioids associated to an object of

(The Elliott-Halberstam conjecture does allow one to take B = 2 in (1.39), and therefore leads to small improve- ments in Huxley’s results, which for r ≥ 2 are weaker than the result

“Breuil-M´ezard conjecture and modularity lifting for potentially semistable deformations after

lines. Notice that Theorem 4 can be reformulated so as to give the mean harmonic stability of the configuration rather than that of the separate foliations. To this end it is

S., Oxford Advanced Learner's Dictionary of Current English, Oxford University Press, Oxford

Our experimental setting consists of (i) a simpler, more intuitive format for storing binary trees in files; (ii) save/load routines for generating binary trees to files and