サクサク読めて、アプリ限定の機能も多数!
トップへ戻る
GPT-4o
pumpkin1205.hatenadiary.org
前回書いた区間推定というのは、標本から母集団に対する推測を行うことである。 (たとえば標本から母集団の平均値を推測する) これを統計的推測という。 これに対して、統計的仮説検定というのは、母集団についてある仮説を立て、それが正しいかどうかを標本から判断することである。 仮説というのは、たとえば母集団について、AとBに因果関係があるかどうか、とか(例:クロス表作成によるカイ二乗検定)、母集団同士の平均値に差があるかどうかとか(例:正規分布による検定、t検定、分散分析など)、そういうものである。 検定の手順はおおむねこんな流れ。 1)仮説を立てる 統計的仮説検定は、証明したいこと(対立仮説という)に対して、否定したいこと(帰無仮説という)というものを立てる。その理由は以下の通り。 たとえば「カラスは黒い」という命題を証明しようとするとする。 証明したいことは「カラスは黒い」なので、これは対立仮
変数というのは、調査対象者によって変化する値(状態)のことをいう。 たとえば「生活満足度に男女差があるか」という調査だったら、 「生活満足度」も変数だし、男・女という状態も変数である。 (ちなみにこの場合、男女の違いという原因によって生活満足度が変わるかということなので、独立変数が「男か女か」、従属変数が「生活満足度」ということになる。) 独立変数と従属変数についてはこちら 次に、離散変数と連続変数という区別がある。 離散変数は中間的な値のない変数をいう。 (これを連続的な数量ではないという) たとえば、男・女は、その中間がないので離散変数。 サイコロの目も、2の目と3の目の間に2.6などという目はないので、離散変数。 「家でしたことがある・ない」も、「ある」と「ない」の間に中間がないので、離散変数。 一方、中間的な値があり、平均値を出すことに意味があるものが連続変数。 身長・体重などは、
このページを最初にブックマークしてみませんか?
『ど素人の統計学ノート(順不同)』の新着エントリーを見る
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