統計学 I
門 利英 海洋生物資源学科
Lecture 14
今日 予定
正規分布 平均 検定
Lecture 14
様々 仮説 検定法
ヷ正規分布 平均 検定 標本,分散既知 done
ヷ正規分布 平均 検定 標本,分散未知 done
ヷ正規分布 平均 検定 標本,等分散
ヷ比率 検定 項分布 正規分布近似
少し け前回 復習
少し け前回 復習
仮説検定 流
仮説検定 復習
1. 帰無仮説 対立仮説を設定
2 観測デ タ 確率分布を定義し 仮説 対応さ
2. 観測デヸタ 確率分布を定義し, 仮説 対応さ
3 検定 有意水準(第1種 過誤 確率)を設定( =0 05 3. 検定 有意水準(第1種 過誤 確率)を設定(=0.05 4. 帰無仮説 正しい 仮定
5 有意水準 合わ 帰無仮説 採択域 棄却域を設定
5. 有意水準 合わ 帰無仮説 採択域 棄却域を設定 6. 帰無仮説を採択 (疑わし 罰 ) , あ い
積極的 帰無仮説を棄却し対立仮説
積極的 帰無仮説を棄却し対立仮説
正規分布 平均 検定 標本,分散既知 定式
仮説検定 復習
帰無仮説 (H
0) μ=μ0 正しい
2 1
,
2,...,
n~ ( ) (
0, )
Y Y Y iid N
帰無仮説 (H
0) μ=μ0 正しい し 標
本平均 値 注目 ,随分可能 性 低い値 あ こ 分
性 低い値 あ こ 分
2
( )
Y ~ N( 0, ) Y N
n
仮説検定 復習
正規分布 平均 検定 標本,分散既知 定式
さ 標準 し
0
~ (0,1)
Z Y N
領域域
2
(0,1)
/
Z N
n
両側2.5% 領域域 入
い 場合,帰無仮説 仮定
ㄦ 可能性
ㄦ , 可能性 低いこ 起 い こ
し 帰無仮説 疑わしい 棄却
棄却 .
仮説検定 復習
正規分布 平均 検定 標本,分散既知 定式
0
( )
Y
02
~ (0,1)
/
( ) 1
Z Y N
n
P Z
/ 2 / 2
/ 2 / 2
( ) 1
( , )
P z Z z
P Z z z Z
/ 2 / 2
(
)
有意水準α 採択域
/ 2 / 2
z
Z z
有意水準α 採択域
分散 既知 場合 未知 場合 違い ?
仮説検定 復習
2 / ~ (0,1)
Y Y
Z N
2
/ 2 / 2
/ /
( ) 1
n n
P z Z z
/ 2
0
Z
z/ 2
分散 未知 ㄥ記 式 使え い
分散 未知 ,ㄥ記 式 使え い
こ ,分散 推定値を代入 ,正規分布 仮定 崩
1 n
2 2
1
ˆ 1 ( )
1
n
i i
Y Y
n
~ ( 1) ˆ /
T Y t n
n
自由度n‐1
t分布
T
/ 2
/ 2 / 2
( ) 1
P t T t 0
/ 2( 1)
t n
分散 既知 場合 未知 場合 違い ?
仮説検定 復習
n = 0.05
Z 1 96
/ 2
Z ‐ 1.96
Zn‐1) 2 12.706
3 4.303
0
Z
z/2
4 3.182
5 2.276
9 2.306
10 2.262
1 96
T
/ 2
∞ 1.96
分散 未知 ,不確実性
大 く 自動的
0 t / 2 (n 1 )大 く . 自動的
安全を見越し 広 区間
演習問題
正規分布 平均 検定
あ 溶液中に含ま い アルコールの割合(%)を10回測定し 次 の結果を得た.真のアルコールの割合をμ す ,無帰仮説 H
0:
μ 0
μ=12 を対立仮説 H1: μ≠12 に対し 有意水準5% 検定せよ. 12.3, 13.0, 11.8, 12.7, 12.6, 13.4, 11.9, 12.4, 11.6, 12.3
2 2 1
,
2,...,
10~ ( ) ( , )
Y Y Y iid N
0
: 12
H
1
: 12
H
分散の値によ 帰無仮説の妥当性 変わ
分散の値によっ ,帰無仮説の妥当性 変わ
正規分布 平均 検定 標本,分散未知 定式
正規分布 平均 検定
2 1
,
2,...,
10~ ( ) ( , )
Y Y Y iid N T 2.284?(check please!)
~ 0,1
Z n Y N
( p )
~ ( 1)
T n Y t n
ˆ 0 5 5 4
( 1)
T n ˆ t n
0 .5 5 4
2.5% 2.5
%
採択域
採択域
‐2.262 ≦ T ≦ 2.262
2標本 検定 等分散
2標本 検定 等分散
Example
2標本 検定
海域 生息 ア 形態的 相違 あ を検討
海域 6個体をサンプリングしプロポ
, 海域 6個体をサンプリングしプロポヸ
ョン(=体高/体長) を測定し .
海域 0 33 0 35 0 34 0 38 0 35 0 35 海域 0.33, 0.35, 0.34, 0.38, 0.35, 0.35 海域 0.34, 0.36, 0.37, 0.39, 0.39, 0.37
以ㄥ 結果 ,海域間 プロポヸ ョン 差 あ 考え
い ?( し 海域 分散 等しい
い ?( し,海域 分散 等しい
海域 け 標本平均 = 海域 け 標本平均 =
定式
2標本 検定
2 11
,
12,...,
1m~ ( ) (
1, )
Y Y Y iid N
2 21
,
22,...,
2n~ ( ) (
2, )
Y Y Y iid N
2
1
~
1,
Y
1N
1
2
, m
2
~
2,
Y N
n
定式
2標本 検定
し 海域間 プロポヸ ョン 差 い
( ) ( 2)
Y Y Y iid N
0
:
1 2( )
H
11 12 1
2
21 22 2
, ,..., ~ ( ) ( , ) , ,..., ~ ( ) ( , )
m n
Y Y Y iid N Y Y Y iid N
2 2
Y N
Y N
1 ~ , , 2 ~ ,
Y N Y N
m n
1 1 2
~ 0,
Y Y N
,
定式
2標本 検定
2 1 2
1 2
1 1
~ 0, Y Y ~ 0, 1
Y Y N
N
1 2
2
, ,
1 1
m n
m n
い ,分散 等しい 仮定し い 未知 推定値 必要
2 2 2
1 1 2 2
1 1
ˆ 1 ( ) ( )
2
m n
i i
i i
Y Y Y Y
m n
2
i 1
i 1 m n
1 2
2
Y Y
T
1
2
2
~ 2
1 1
ˆ
T t n m
m n
m n
Example
2標本 検定
海域 0.33, 0.35, 0.34, 0.38, 0.35, 0.35 海域 0.34, 0.36, 0.37, 0.39, 0.39, 0.37 海域 0.34, 0.36, 0.37, 0.39, 0.39, 0.37
Y
1
Y
2
1 m n
2 2 2
1 1 2 2
1 1
ˆ 1 ( ) ( )
2 1
m n
i i
i i
Y Y Y Y
m n
1
2 m n
1 2
1 1 2
Y Y T
比率 検定
比率 検定
Example
比率 検定
海域 種 性比 バラン 崩 懸念さ い . こ
n=20個 個体をサンプリングし オ 数を観測し
,n=20個 個体をサンプリングし,オ 数を観測し
こ Y=6個体 オ あ .ここ
を仮定
~ ( , )
Y Bin n p
を仮定 ,
0
: 0.5
H p
を仮説検定 検討
1
: 0.5
H p
を仮説検定 検討 .
定式
比率 検定
~ ( , ) ( , (1 ))
[ ]
Y Bin n p N np np p
E Y np
[ ]
[ ] (1 )
E Y np
V Y np p
0
:
0( (1 ))
H p p
Y N np np p
00 0
0 0 0
( , (1 ))
~ 0, (1 )
Y N np np p
Y np N np p
0 0
0
(1 )
ˆ ~ 0, p p
p p N
n
ˆ
0~ (0,1)
(1 ) /
p p
Z N
p p n
0
(1
0) /
p p n
比率 検定
正規近似 正確さ
ˆp p
(0, 1)
(1 )
p p
z n N
p p
Example
比率 検定
~ ( , )
Y Bin n p
0
: 0.5
H p
1
: 0.5
H p
ˆ
ˆ
p
p p
0 0(1
0) /
p p
Z p p n
付録:Rコ ド
付録:Rコヸド
R 答え合わ
Rコヸド
y1 <‐ c(0.33, 0.35, 0.34, 0.38, 0.35, 0.35) y2 <‐ c(0.34, 0.36, 0.37, 0.39, 0.39, 0.37) y2 c(0.34, 0.36, 0.37, 0.39, 0.39, 0.37) m <‐ length(y1)
n <‐ length(y2) n < length(y2)
sigma2 <‐ ((m‐1)*var(y1)+(n‐1)*var(y2))/(m+n‐2) t <‐ (mean(y1)‐mean(y2))/sqrt((1/m+1/n)*sigma2) tt
pvalue <‐ (1‐pt(abs(t), m+n‐2))*2 pvalue
pvalue
t test(y1 y2 var equal=T) t.test(y1, y2, var.equal=T)
R 答え合わ
Rコヸド
n <‐ 50 20 y <‐ 20
phat <‐ y/n p0 <‐ 0.5
z <‐ sqrt(n)*(phat‐p0)/sqrt(p0*(1‐p0)) z
pvalue <‐ (1‐pnorm(abs(z), 0, 1))*2 pvalue
prop.test(y, n, p0, alternative="two.sided“, correct=F)