渋谷駅前で働くデータサイエンティストのブログ
これは初めてこのブログに来た方々向けのトップ固定記事です。最新記事の更新状況に応じて随時更新されます。 はじめに 公式のプロフィールはLinkedInに掲載しております。 このブログの内容は個人の意見・見解の表明であり、所属組織の意見・見解を代表しません。またブログ記事の内容の正確性については一切保証いたしません。学術的・技術的コンテンツを求めて来訪された方は、必ず学術書や論文などのオーソライズされた資料を併せてご参照ください。むしろ僕自身の学習のプロセスを記録しているだけの備忘録的記事が多いため、誤りもまた多いはずです。後学のため、誤りを見つけた場合はコメント欄などでお知らせいただけると有難いです。 また、ブログの中で取り上げられているデータ分析事例・データセット・分析上の知見など全ての記述は、いずれも特別に明記されていない限りはいかなる実在する企業・組織・機関の、いかなる個別の事例とも
統計の落とし穴と蜘蛛の糸｜実験医学online：羊土社 - 羊土社
§ 涙なしの統計学は可能か 講師のひとりとして私も参加したある統計研修の受講生が別の講師が担当した講義内容に関して次のような質問を投げました： 多くの確率分布があることはわかったのですが，いずれも数式で説明されていて，ほとんど理解できませんでした．グラフや図を用いてもっとイメージしやすい説明はできないのでしょうか？それぞれの確率分布は，実生活のこんな場面で使えますとか，こんなデータに当てはまりますというような身近な事例を用いて説明できませんか？ 読者のみなさんもご存知のように，いわゆる数理統計学の理論体系では，現実世界のデータの挙動をある数式で表現された確率密度関数をもつ確率分布によってモデル化します．たとえば，確率変数（変量）が連続的ならば正規分布，離散的ならば二項分布のような確率分布がこれまで数多く提示されてきました．そして，数理統計学に基づく統計分析の本道は，いかにすればこれらの確率
untitled
日本赤十字豊田看護大学 公開講座 2005 「看護に活かす統計解析の基礎」 統計学の基礎 Ⅰ．尺度の性質 われわれの身の回りにはさまざまな「数字」があふれていますが、これらの数字を統計学的に扱う場合、その性質（尺 度の性質）によって統計学的な扱い方（処理の仕方）が全く異なってきます。 種類 定 性 的 ・質 的 内 容 例 性別(男=1、女=2)、職業、 学級の番号、など 許される統計的手法 事例数を数え る、モード（最頻 値）を求める、属性相関を求め る、など 単に同質、異質の決定を行 名義尺度 なうために名目的に付けら れた分類を示す特性 大小関係のみが存在して絶 鉱物の硬度、臭の快度、 メディアン（中央値）、パーセンタ 順序尺度 対的な値が意味を持ってい 満足度(満足=1､普通=2､ イル（パーセント順位）、順位相 ない特性 大小関係が意味を持ち、し 不満=3) (摂氏・華氏
ピアソンの積率相関係数の有意性検定
ピアソンの積率相関係数の有意性検定 Last modified: Nov 08, 2002 「母相関係数が 0 以外の特定の値の場合の検定」は，別途用意されている。 例題： 「標本の大きさが 24，ピアソンの積率相関係数が 0.476 のとき，母相関係数が 0 であるかどうか検定しなさい。」 検定手順： 前提 帰無仮説 $H_0$：「母相関係数 $= 0$」。 対立仮説 $H_1$：「母相関係数 $\ne 0$」。 有意水準 $\alpha$ で両側検定を行う（片側検定も定義できる）。 標本の大きさ（データの組数）を $n$，標本相関係数を $r$ とする。 例題では，$n = 24$，$r = 0.476$ である。 次式で検定統計量 $t_{0}$ を計算する。 \[ t_0 = \frac{|\ r\ | \ \sqrt{n-2}} {\sqrt{1-r^2}} \] 例題で
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
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
