• 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!
28
0
0

読み込み中.... (全文を見る)

全文

(1)

10

検定①

(2)

本日 容

検定

帰無仮説 対立仮説

検定 基本

棄却域

両側検定 片側検定

– P -値

過誤

1 過誤

2 過誤

(3)

前回 復習

&ア' 石川:

9 ≈ . 、東京: ≈ .

&イ' 標準誤差:

標本分散

�−

� − �

=

. × .

≈ .

. × .

≈ .

(4)

前回 復習

& '& ' 信頼区間: 均 前後 標準誤

差×標準正規分布表 求 数

区間

例えば、石川 95 %信頼区間 場合、

標準正規分布表 0.975 1.96

標準誤差 0.02

均& 0.13 前後 . × . ≈ .

区間 0.090.17

(5)

前回 復習

東京

0.06 標準誤差&0.01 1.960.02

0.04 0.08

石川

0.13 標準誤差&0.02 1.960.04

0.09 0.17

東京 95%

石川 95% 確率

、東京 95 確率 0.08 石川 95 確率 0.09

(6)

中間アンケ 満足度

満足; 4 あ満足; 3 不満; 2 、不満

1

均: 3.29 、分散: 0.42 、観測数: 49

90 %信頼区間

標準誤差 :

. ≈ .

– 90% 信頼区間: . − . × . , . +

. × . →3.14 3.44

(7)

検定

推定 、未知

推定値 妥当性 検討 必要

推定 集団 一部 標本 利用 行う

大数 法則 中心極限定理 、標本 十分 ば、

理論的 数 正 推定

、標本 、実際 推定 結果

変わ 、真 数 可能性 あ

例'硬貨投 、一般的 確率 半分

、実際 硬貨 場合、 半分 回数表

程度大 、許容 検討

検定

(8)

帰無仮説 対立仮説

検定 行う前 、仮説 必要

調べ い数値 (null hypothesis) いう

例'硬貨投 、表 確率& 均' 0.5

例'男女比率& 均' 0.6

帰無仮説 いう記号 用い 、次 表さ

� :調べ = 数値

例'硬貨投 確率� 0.5 いう帰無仮説

� : � = .

帰無仮説 い、 いう仮説 (alternative hypothesis) いう

例'硬貨投 確率 0.5

例'男女比率 0.6

対立仮説 いう記号 用い 、帰無仮説 否定 表さ

:調べ 数値

例'硬貨投 、帰無仮説 � : � = . 、対立仮説

: � ≠ .

(9)

帰無仮説 対立仮説

検定 、帰無仮説 対立仮説

&確率 高い' 確認 作業

言えば、 帰無仮説 確認

作業

、帰無仮説 確認

場合、そ 検定 意味 有 いう

帰無仮説 い&帰無仮説 い可能性

一定以 い' いう結論 得 場合、 帰無仮

説 棄却さ 検定 有意 あ いう

帰無仮説 い可能性 一定以 場合

帰無仮説 棄却さ い 検定 有意 い

いう

(10)

子供 帰宅時間 考え

帰宅時刻 、授業 何時間目 、習い 、等

時間 &例えば、午後7

' 稀

い同 時間&午後630 730分、 考え

最近、子供 帰宅時刻 早い ? い 疑惑 生

、仮説検定

場合、帰 標準的 時刻 午後7 程度 期間 均帰宅時刻

均帰宅時刻

� : 均帰宅時刻 =

: 均帰宅時刻

(11)

検定 基本

検定 基本 、&帰無'仮説

値 差 0

仮説 0 ば、仮説

い 考え

仮説 0 ば、仮説

誤 い 可能性 あ &少 、 一致

い'

例えば、標本 、仮説

時 、

� − =

成 立 い う 検証

(12)

検定 基本

計算 0

例'硬貨投 、投 回数 半分

少 い

、通常

注目 、そ 小さい

小さ ば、誤差 考え 無視

ば、誤差 考え 原因

仮説 間違 い 考え う 自然

基準 小さい 考え ?

分析対象 、引 場合 絶対値

、& 利用

(13)

検定 基本

中心極限定理 、標本 十分 ば、標本 分布

正規分布

分布 正規分布 分布 正規分布標準誤差&�� 用い 基準化 ば、標準正規分布

� = � −��

�� = 標本分散 観測数

� 0 近い 判断

&偶然'起 確率 、標準正規分布表 ば計算、標準正規分布表 使う場合 t-分布表 使う場合

う記号 用い 多い&前回講義参照'

(14)

絶対的 、元

変わ

例'硬貨投 ば、差 一番大 1

例'日経 13000 分析 場合

1000 不思議

標準誤差

変わ

標準誤差何個分 いう単 用い

、元 数 大 さ 左右さ 離 い

距離 測

標準誤差 基準化さ 、元

0 、分散 1 正規分布 い

(15)

帰宅時間 考え

性格 子供 、寄

場合 、帰宅時刻 狭い範 入

性格 子供 、面白い

う 場合 、帰宅時刻 ば あ 、範 広い

場合、 子供 帰宅時刻 標誤差差 小さ

性格 子供 帰宅時刻 標準誤差 大 い いう

、同 20 分帰宅時刻 子供

割 あ 、 子供 何 あ い

不安

、普段 帰宅時刻 &標準誤差' 比べ 20

分 いう数 大 い 小さい 考え い 差

(16)

棄却域

基準化 ば、標準正規分布表

大 い あ 確率 知

例' � = 場合、標準正規分布表 0.84→1 確率 約0.16 イ 方向 同 大 さあ 、1 大 い 確率 0.321 大 い 約32% 確率 起 – 例' � = 場合、標準正規分布表 0.98→2

率 約0.02 イ 方向 同 大 さあ 、2 大 い 確率 0.022 大 い 約4% 確率 起

言う 、あ 基準 確率&十分 小さい 考え

率' 決 ば、標準正規分布表 基準 値 知

ば、確率的

い 、仮説 誤 い 判断さ そ 範

& '

いう&仮説

領域'

(17)

両側検定 片側検定

通常、仮説 正負 &大 、小さ

' わ い

例'硬貨 、表 確率 0.5 、表

い 裏 出 い わ い

場合 、棄却域 正負両側 行う

場合 、仮説 方向 特定 場合

例'塾 場合、通常 帰宅時刻 7

早い う 検証 ば い

場合 、棄却域 方向 行う

両者 違い 、対立仮説 設定 仕方 違い

両側検定 対立仮説 ⇒ �:調べ い 数 数値 片側検定 対立仮説 ⇒ �:調べ い 数 > < 数値

(18)

P-

検定 手順

1. 帰無仮説 設定

2. 対立仮説 設定& 設定 、両側検定 片側検定

3. 考え 確率 さ&有意水準' 4. 標準正規分布表 、そ 確率 領域&棄却域'

5. 計算 、棄却域 入 い う 判定

帰無仮説 棄却さ

帰無仮説 棄却さ

、標準正規分布表 計算 ば、そ

確率 逆算

• � 計算 、そ 外側 確率

P-値

いう

手順 3 確率 計算 、標準正規分

布表 P- 値 計算 、有意水準 議論 場合 多い

(19)

検定 手順

中心極限定理 、帰無仮説 標準正規分布 従う 対立仮説 &両側検定 片側検定

有意水準

帰無仮説 数値

有意水準 棄却域

計算 、棄却域

調べ

(20)

中間アンケ 結果

帰無仮説: 均;3.3

対立仮説: 均:3.3&片側検定'

使 計算

� = � −�� = . − .. = .

片側検定 有意水準10 標準正規分布表 1.28棄却

片側検定 0.11 P-値 0.543846 確率 3.3 3.29 いう結果

帰無仮説: 均;3

対立仮説: ≠3&両側検定' 同様 計算

� = . −. = .

両側検定 有意水準1 標準正規分布表 2.57棄却

(21)

う!

• H R 西高校出身者 割合 分析

過去 2 H 在籍 学生 76 人、う R 西高校

出身者 9 人 あ 、 R 西高校出身者 割合

≈ .

標準誤差 0.04

• – R 西高校出身者 割合 10 いう帰無仮説 検定

さい

– R 西高校出身者 割合 5% いう帰無仮説 検定

さい

(22)

う!

R西高校出身者 割合 10%

対立仮説 割合≠10 検定統計量 計算

� = . − .

. ≈ .

正規分布表 0.5 数値 0.64→P- 0.72→10%水準 棄却 有意

、本当 10% 、何 12% 十分

R西高校出身者 割合 5%

対立仮説 割合≠5%

検定統計量 計算

� = . − .. ≈ .

正規分布表 1.75 数値 0.96→P- 0.08→10%水準 棄却 有意

、本当 5% 、何 12% 可能性 10%

5% 考え 自然

(23)

う いい話

結果 H R 西高校出身者

割合 、 5% 以 あ 考え

• 90% 信頼区間 計算 、約 5.9% ~約 18.7%

星稜大学 経済学部 学生数 420

90% 確率 25 人以 学生

実際 10 人~ 15 人程度

発生 、所属ゼ 学生

ン い 考え

、所属 R 西高校出身者 合わ

属 い う 見え い 、 う バイア

い わ い

(24)

過誤

検定 確率的 考え 仮説

判断 い

仮説 比べ、 偶然

確率 計算 、判断 い

、確率 0 い限

判断 間違え 可能性 常 在

例'サ イプライ イク

判断 2 イプ 分類

仮説 、正 判断 棄却

う誤 &第一種 過誤'

仮説 、正 判断 棄却

う誤 &第 種 過誤'

(25)

過誤

仮説 本当 正誤

検定 結果

過誤

第一種 過誤

(26)

第一種 過誤

棄却域 面積 、第一種 過誤

例えば、有意水準 5 検定 結果、仮説

棄却さ

判断 5 いう い確率

考え 、仮

説 間違 い 考え 方 自然 いう根拠

言う 5 確率 5 確率

判断 間違え い

(27)

第 種 過誤

帰無仮説 、正

い 判断 う 第 種 過誤

過誤 確率 、真 分布 、仮説

分布 重 、棄却域 真 値 分布

近い部分

分布 仮説 分布

有意 水準 ば、

仮説 判断

判断 確率

(28)

過誤 関係

過誤 関係

オ あ

第一種 過誤 小さ 、棄却域 小さ

&前 ライ 、有意水準 右側 動 ば

い'

そう 、第 過誤

過誤 、有意水準

側 動 ば い

そう 、棄却域 、第一種 過誤

範 広 う

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