２章（基本的な統計量を求める）
戻る 次へ 目次へ ２章 基本的な統計量を求める． 前章では，収集したデータを度数分布やヒストグラム，あるいは正規確率紙に整理する方法を学びました．そしてデータの整理はデータの分布を認識することから始まることを知りました．また度数分布などにおいて，そのデータの分布が正規型でないときは，データ変換によってその分布を正規分布に近づける方法も学びました． このように標本としてのデータをもとに，その性質を観察することは，標本が採られた母集団（それは多分に仮説的であるけれども）での性質を観察することなのです．それにはヒストグラムや正規確率紙で視覚的に観察することができますが，もっと具体的に標本としての性質を数字で記述することが求められます． 2.1. 平均値と標準偏差について． 標本として収集されたデータをもとに，母集団での性質を観察することが，統計をとる目的の１つであると先に述べま
３章（比較の考え方を知る）
戻る 次へ 目次へ 3.2. 両側検定と片側検定について． 検定において「有意」とは帰無仮説（Ｈ0）を棄却し，対立仮説（Ｈ1）を採用することでした． Ｈ1の採用は単に「有意な差」だけを検定での問題にしているのでしょうか． あるいは，いずれか一方の平均値（Ｘ-）と比較したとき，他方の平均値（Ｙ-）に比べてＸ-＞Ｙ-なのか， あるいはＸ-＜Ｙ-なのかを検定の問題にしているのか考えなければなりません． 先の血圧の例(3.1.1.)では1000名の母平均（ μ ）と２０名の標本の平均（Ｘ-）との間に有意な差があるかどうかが問題でした． したがって，検定の仮説はＸ-＝μ の帰無仮説（Ｈ0）に対して，Ｘ-≠ μ を対立仮説（Ｈ1）としたのです． もし，２０名の平均値（Ｘ-）が1000名の母平均（ μ ）よりも 明らかに大きいか， あるいは小さいと予想されるならば， 対立仮説（Ｈ1）はＸ
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
