←前へ | もくじ | 次へ→ 母集団から標本を取り出して計算した標本平均は、母平均の推定値として使うことができます。しかし、それは母平均にぴったり一致しているわけではありません。あくまでも推定値です。サンプルサイズが小さければ、標本平均と母平均が離れている可能性が高くなりそうですし、逆に、サンプルサイズが大きければ、標本平均と母平均とが近くなるような気がします。 そこで、母平均を、ある幅を持って推定しようということを考えます。これを「区間推定」と呼びます。「標本から推定すると、母平均はこの値からこの値までの間にはいるのではないか」という形で推定をおこなうのです。 区間推定の考え方 区間推定の考え方を説明していきましょう。 まずポテトの母集団の分布を考えます。この分布が「正規分布」にしたがっているとします。正規分布というのは、下の図のように平均を山の中心として左右になめらかに広がった「つり

Minitab® サポート404 申し訳ありません。このページは使用できません。 再度開始 Minitab.comライセンスポータル店舗ブログお問い合わせCookie 設定Copyright © 2024 Minitab, LLC. All rights Reserved.

サービス終了のお知らせ いつもYahoo! JAPANのサービスをご利用いただき誠にありがとうございます。 お客様がアクセスされたサービスは本日までにサービスを終了いたしました。 今後ともYahoo! JAPANのサービスをご愛顧くださいますよう、よろしくお願いいたします。

ということは、「クリスピー、辛口は、単独で使うより、両方を使った方がよく、逆に、どちらかを使うくらいなら、普通のチキンの方がよい」ということが分かります。 上の結果を、あなたは店員さんに伝えました。 「そうか。それぞれを単独で売るくらいならやめて、両方を組み合わせて売ったほうがいいんだ。よし、辛口クリスピーチキンを売り出すことにするよ！」 交互作用の意味 交互作用の意味について、図式的に説明します。 交互作用のグラフは、縦軸に点数を、横軸に条件をとり、群別に平均点をとります。 下のグラフで、点数は表示されていませんが、a1、a2が要因Aによる群、b1、b2が要因Bによる群、●や■で表示されているのが平均点として読みとってください。 交互作用のない場合 まず、交互作用のない場合を見てみましょう。 交互作用のない場合のグラフは、グラフは平行になります。

ゲームや日記を公開中。 --- a blog about games, life. my handle is 'd_of_i'.

トップページ→研究分野と周辺→システムの評価→ 基本統計量 平均（算術平均）値は、（データ値の総和）÷（データ数）となる。（或るデータの値）－（平均値）を、そのデータの偏差という。偏差の絶対値の大きいデータが多ければ、そのデータ群はばらつきが大きい。データ群のばらつきの大きさを単純に偏差の総和とすると、偏差には正負があるので相殺されてしまう。 そこで、各データの偏差を二乗する（こうすれば必ず正の値になる）。（各データの偏差の二乗の総和）÷（データ数）をそのデータ群の分散と呼び、ばらつきの大きさを表す。また、分散の平方根を標準偏差という。英語では偏差はDeviation、分散はVariance、標準偏差はStandard Deviationとなるので、標準偏差はS.D.と略記される事も多い。 統計の最も基本的な量である基本統計量としては、他に最大値、最小値、範囲（最大値－最小値）、中央値（デ

第一日・因果性をめぐる哲学的議論のまとめ 第一日目の授業前半では、後半のモデル構築の話の背景となる、哲学的議論が紹介された。具体的には因果に関する伝統的な哲学的議論、確率・統計にかかわるさまざまな科学哲学上の議論を取り上げ、理論選択やモデルについての哲学的議論が行われた。 伝統的な哲学議論としては以下のトピックが取り上げられた。 デカルト以前の哲学（目的論）デカルトの懐疑帰納の問題１　ヒュームの議論帰納の問題２　グッドマンの議論（grueのパラドックス） 確率統計にかかわる哲学としては以下のトピックを中心に議論が行われた。ベイズ主義尤度主義エラー統計モデル選択基準AIC, BIC 科学は個別の観察から、世界について確かな知識を得ようとする活動である。講義では、この知識をめぐるこれまでの様々な哲学的議論について、それらが知識の「信頼性（reliability）」の基準をどう捉えてきたのか、ま

多変量解析 回帰分析（あてはめ），判別分析，主成分分析，因子分析, SEM 数量化 I 類，数量化 II 類，数量化 III 類，数量化 IV 類 正準相関分析，クラスター分析，主座標分析 クロンバックの $\alpha$ 信頼性係数 生存率解析 Cutler-Ederer 法による生命表，Kaplan-Meier 法による生命表 多重ロジスティックモデル，Cox の比例ハザードモデル

マイクロソフトは「Microsoft AI Tour-Tokyo」を開催した。本稿では、マイクロソフト エグゼクティブバイスプレジデント兼チーフマーケティングオフィサーの沼本健氏の基調講演と、その後に行われたメディアラウンドテーブルの内容を紹介する。

１．ラテン方格法での実験配置 ラテン方格法では処理の水準と同じ数だけのブロックの水準をそれぞれ必要とします．例えば，入浴剤の例では入浴剤が３種類，すなわち３水準の処理であれば，被験者のブロックも浴槽のブロックも３水準が必要です．そして，考えつく限りのラテン方格からランダムに１つのラテン方格を選んで実験を配置します． しかし，実際には２×２のラテン方格は２つしかないのに対し，５×５になると161280個もありますから，下のように標準方格を１つ書き出し，その列と行をそれぞれ無作為化して，入れ替えることによって，ランダムなラテン方格を選ぶのが一般的な方法です．

「新素材を作るため、ある物質に添加剤ａ，ｂ，ｃ，ｄを混ぜて実験し、最も良い組み合わせを見つけたい。　添加剤の量を、ａは４通り、ｂ，ｃ，ｄはそれぞれ３通りとするとき、少ない実験回数でその組み合わせを見つけるには、どうしたら良いだろうか？」 この場合、組み合わせは１０８通りもあるので、とても全部はやっていられません。　しかし実験回数を減らして実験する組み合わせが偏ってしまったら、良い組み合わせを見逃してしまうかもしれない。 そこで、良い組み合わせを見逃さないように、網をはった「実験の組み合わせ」を考える「実験計画法」の登場となります。 まずは簡単な例から。　「ａ，ｂが各々５通りのとき、５回の実験で最適の組み合わせがどこにあるか予想するためには、どのような組み合わせで実験しますか？」　ａ，ｂ各々５通りなので、組み合わせは下図のように全部で２５通りあります。 これに網をはろうとするなら、(