ベイズの定理 Bayes' theorem を事象が起きる前の事象が起きる確率(事前確率)、を事象Aが起きた後で事象が起きる確率(事後確率)とする。このときは下式で表される。これをベイズの定理と言う。
ベイズの定理 Bayes' theorem を事象が起きる前の事象が起きる確率(事前確率)、を事象Aが起きた後で事象が起きる確率(事後確率)とする。このときは下式で表される。これをベイズの定理と言う。
■ポアソン分布の"素"となる二項分布 ある交差点で1年間のうち事故が起こる日数とその確率について考えます。これは、事故が起こるか起こらないかのベルヌーイ試行と考えることができます。ここでは1日に事故が起こる確率をとします。このとき、1年間()のうち事故が起こる日数を確率変数とすると、日事故が起こる確率は二項分布の一般式にあてはめて次のように計算できます(ただし、1日に2回以上事故は起こらないものとします)。 二項分布では、確率変数の期待値はによって求められることは13-2章で既に学びました。はある事象が起こる平均回数を表します。 ■ポアソン分布 ここでを一定の値「(ラムダ)」とおき、のままでを十分大きくを十分に小さくした場合の二項分布は、平均のポアソン分布に近似することができます。ポアソン分布は「ある期間に平均 回起こる現象が、ある期間に回起きる確率の分布」と言い換えられます。 がポアソン
統計学では、「説明変数」という言葉と「目的変数」という言葉が頻繁に出てきます。 例えば、バネにおもりを付けてバネがどのくらい伸びたかをグラフにプロットすると次のようになりました。横軸はおもりの重さ、縦軸はバネの伸びた長さを表します。 このときの横軸の「おもりの重さ」が「説明変数」、縦軸の「バネの伸びの長さ」が「目的変数」です。説明変数を、目的変数をとするとのような形で表すことができます。 別の表現をすると、説明変数は「何かの原因となっている変数」のことで、目的変数は「その原因を受けて発生した結果となっている変数」のことです。 説明変数と目的変数には下記のようないくつかの表現があります。 ■説明変数 x 説明変数 explanatory variable 予測変数 predictor variable 独立変数 independent variable ■目的変数 y 目的変数、応答変数、反
※ このコンテンツは「エクセル統計(BellCurve for Excel)」を用いた解析事例です。 分析データ 3種類の成長ホルモン刺激剤の効果を調べるため、おのおの5匹のマウスを用いて毎日の食糧の中にそれらを混入し、成長率を比較する実験を計画しました。計15匹のマウスを取り寄せたところ体重にバラツキが認められたので、表1のように体重別に5つのブロックを作り、各ブロックごとに3種類の薬剤を無作為に割り付け、3ヶ月間観察しました。表2に週単位の平均体重増加率(%/week)が示されています。表3は表2の値から9を引いた値で、こちらを分析に用います。(出典;「医学への統計学[第3版]」朝倉書店) 分析の目的 薬剤による効果の違いが認められるかを調べます。有意水準を5%とします。 データ入力範囲の選択 下図のように表全体「G12:J17」を選択します。 メニューの選択 メニューより[エクセル統
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