• 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!
25
0
0

読み込み中.... (全文を見る)

全文

(1)

12

相関 回帰

(2)

日 内容

整理

散布図

数分布表

相関

相関係数

共分散

相関係数 検定

相関係数

(3)

前回 復習

金沢 分散

最高気温: 30.9、分散5.5 気温: 24.2、分散3

東京 分散

最高気温: 30.6、分散23.4 気温: 24.2、分散6.8

、最 気温 変わ 、最高気温 金沢

方 均 0.3 高い 分

、金沢 暑い?

0.3 偶然差 ?

偶然起 確認 検定

(4)

前回 復習

検定 用い

=

分散

+

分散

、最高気温

� = . − .

. + . ≈ . < .

気温

� = . − . + .

= < .

(5)

前回 復習

90 棄却域 帰無仮説

等 い 10 %水準 棄却 い

0.3 いう差 偶然起 確率 10%以 – 10 =起 確率 =起

、 考え あ ば10%水準 棄却 い

気温 手元 完全 一致 い 、等 く い いう仮説 検証 い

社会科学 10 十分 確率 考え

界 多く、 10 % 超え 場合 仮説 棄却

い ほ

(6)

前回 復習

分散 検定

� = いほう 分散 小 いほう 分散

最高気温

� = . ≈ . > ..

気温

� = . ≈ . > .

分散 いう帰無仮説 有意水準

5 棄却 分散 東京

散 大 い 考え

(7)

前回 復習

結局差 ?

最高気温 気温有意水準 10

分散 有意水準 5% 東京

方 大 い 東京 方 、 均

暑い日や 涼 い日 多い

、暑 、東京

方 日々 気温 変動 大 い 考え

(8)

値 タ

前回 講義 1 注目

理や推定 検定 い 学

例えば、 気温 業所数

均や分散 複数 統計量 、扱 値 あく 1

一般的 、複数 関係 注目 分析 行わ

例えば、 所得 消費 関係

目数 2 いう

、個々 特性 1

成 く、 主体 い 2

タ 構成 い

(9)

値 タ 整理

整理 講義

GDP 関係 考え

世界全体 均や分散、GDP 均や分散 同様 計算

命やGDP 地域間 格差 計算

セッ 意識

保 う 整理 必要 あ

GDP、ア GDP セッ セッ

替え GDP セッ GDP セッ 意味

(10)

例 経済数学 中間試験 期 試験

経済数学 中間試験 試験 関係

両方

中間試験 得点 期 試験 得点 値

あ 値 タ

得点 、基 統計量やヒ

グ 書く

標準偏差

中間試験 78.0 14.8 -0.5 2.3 試験 76.1 19.7 -0.9 3.2

(11)

散布図

図示 く用い 散布

合わ

各点 1 観測値 合わ

数値 観測値 合わ

場合 、同 場所 複数 必要

く同 観測値 合わ 場合場合

A) 無視 う点 、打 B) 個数 合わ

(12)

0 10 20 30 40 50 60 70 80 90 100

0 20 40 60 80 100

期試験

中間試験

散布図

(13)

値 数分布表

数分布表 表わ

区間 設け、区間 数え

分布表 分割表 いう

、行和 各行 列和 各列 計算 ば、 1 数分布表 使う

– 1 数分布表 同時 数分布表 い点

同時 数分布表 1 数分布 いう

周辺 数分布 使う 均や分散

(14)

同時 数分布表

中間試験

~9 ~19 ~29 ~39 ~49 ~59 ~69 ~79 ~89 90~ 行和

~9 0 0 0 0 0 0 0 0 0 0 0

~19 0 0 0 0 0 1 0 0 0 0 1

~29 0 0 0 0 0 0 0 1 0 0 1

~39 0 0 0 0 0 1 1 0 0 1 3

~49 0 0 0 0 0 2 1 2 1 0 6

~59 0 0 0 1 1 3 0 2 1 0 8

~69 0 0 0 0 0 1 0 2 3 2 8

~79 0 0 0 0 1 2 4 6 5 2 20

~89 0 0 0 0 0 0 3 2 3 4 12

90~ 0 0 0 0 0 0 6 2 8 17 33

中間 列和 0 0 0 1 2 10 15 17 21 26 92 中間80点台

70点台 人数 ?

(15)

相関

結び 考え

中間試験 得点 試験 得点 結び

中間 得点 高い人 、期 得点 高い ?

散布図 、右 見え

中間 得点 高い学生 、期 得点 高い

– 1 高け ば、 高く 場合 関 あ いう

– 1 高い 場合

関 あ いう

中間試験 試験 相関 考え

(16)

共分散

• 2 関係 統計量

• � 観測数番目 観測値 1

2

、共分散 以 式 計算

� −

�=

共分散

相関

相関 マイ

関係 0

(17)

共分散

共分散 2 同時 計算

相関 場合、 、マイ

マイ

×プ =プ 、あ マイ ×マイ =プ

いけば、プ 数字

相関 場合、 一方 う一方 マイ

一方 マイ う一方

×マイ =マイ 、あ マイ ×プ =マイ いけば、マイ 数字

関係 い場合、一方 う一方 ばマイ

×プ =プ ば、プ ×マイ =マ

いく 互い 数字 →0 近く

(18)

例 経済数学 中間試験 期 試験

中間試験 均点 72.5 点、期 試験

68.7 点、 験者数 75

共分散

�=

中間 − .− .

= − . × − . + − .

× − . + ⋯ + − . × − .

(19)

相関係数

共分散 計算 ば、 2 関係

ば正 相関、マイ ば負 相関関係 強いほ 、絶

、単 違う 共分散 直接比べ

関係 強い わ い

試験 得点 ば、 50点く 株価 10002000 通常発生

、共分散 計算 株価 数値

2国間 株価 関係 試験 得点 関係 強いわけ く、単 単 大 い け

、基準化 共分散 考え

(20)

相関係数

基準化 計算 共分散 いう

– 1 標準偏差 2 標準偏差

� − �=

基準化 ば、元 数字 0、分散1

、数字 比べ 結び 比較

相関係数 、必 11

相関係数 いほ 関係 強く、0 近いほ 関係

、標準偏差 観測値 、次

相関係数 =

共分散

×

(21)

散布図 相関

70 75 80 85 90 95 100 105 110

170 175 180 185 190 195

身長

6 7 8 9 10 11 12

0 5 10 15 20

2 4 6 8 10 12

共分散=29.33 相関係数=0.66

共分散=-4.36 相関係数=-0.58

共分散=1.91 相関係数=0.21

(22)

例 経済数学 中間試験 期 試験

中間試験 試験 共分散 119

中間試験 標準偏差 14.8 、期 試験

準偏差 19.7

、相関係数

. × . ≈ .

(23)

相関係数 検定

相関係数 0 関係 検定 仮説 2 相関係数 0

仮説 2 相関係数 0

検定

検定 通常 同様

相関係数 、標準誤差 計算

標準誤差 =

� − 計算

� =

標準誤差

= � − ×

、検定 棄却域 計算 検定 行えば

(24)

例 経済数学 中間試験 期 試験

計算 相関係数 0.51

検定 仮説

– � : =

– �

: ≠

公式 計算

� = − × .

− . = . ×

.

. ≈ .

両側検定 有意水準 1 棄却域 2.58

、帰無仮説

、相関係数 0 関係

(25)

相関係数

数値 直接用い く、各

計算 相関係数 相関係数 いう

用い 通常 相関係数 全く同 (計算方法 検定方 )

極端 くく

使う情報量

) 100100 300900 900300 いう3 通常 相関係数 0.04

33 21 12 いう3 相関係数

、相関係数 0.5

– 900 いう大 数値 、全体 関係 薄く見え

薄い

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