タグ

統計に関するmlc01084のブックマーク (12)

  • http://www.amazon.co.jp/%E3%81%82%E3%82%8B%E6%97%A5%E7%AA%81%E7%84%B6%E3%80%81%E7%B5%B1%E8%A8%88%E5%AD%A6%E3%81%8C%E5%BF%85%E8%A6%81%E3%81%AB%E3%81%AA%E3%81%A3%E3%81%9F%E6%96%B9%E3%81%B8%EF%BC%9A%E7%8B%AC%E5%AD%A6%E3%81%A7%E3%82%BC%E3%83%AD%E3%81%8B%E3%82

    mlc01084
    mlc01084 2011/10/05
    これはすばらしいまとめ
  • TPCI - TIOBE Programming Community Index

    Let op! Internet Explorer wordt niet meer ondersteund. Hierdoor kan de website mogelijk niet goed functioneren, gebruik een alternatieve browser om optimaal gebruik te maken van deze website. Klik hier om een alternatieve browser te downloaden. Home » TIOBE Index TIOBE Index for April 2024 April Headline: Is PHP losing its mojo? PHP hit its lowest position ever in the TIOBE index this month. When

  • Engadget | Technology News & Reviews

    Meta is laying off employees for the third time in less than three months

    Engadget | Technology News & Reviews
    mlc01084
    mlc01084 2010/12/17
    西側世界最大のソーシャルグラフ
  • 統計データリンク集(マクロ統計)

    お金がかからない&比較的収集が容易な統計サイトを挙げてみました。ご参考までです。世界経済(日含む)の統計サイトです。

    統計データリンク集(マクロ統計)
  • スミルノフ・グラブス検定の有意点算出方法 - OKWAVE

    現在、あるデータの棄却検定を行っております。スミルノフ・グラブス検定の有意点の算出方法について、教えてください。 有意点の式が、 http://aoki2.si.gunma-u.ac.jp/lecture/Grubbs/Grubbs-table.html に載っていることはこのサイトで知りました。 この式の中の”tα/n”とは何を表すのでしょうか。エクセルで入力する場合、TINV(α*2/n,n-2)という内容になるようなのですが、これとの関係性を教えていただきたいです。 基的なことで申し訳ありません。

    スミルノフ・グラブス検定の有意点算出方法 - OKWAVE
  • HULINKS | MYSTAT - 学生用フリー統計解析ツール

    確率計算 ランダムサンプリング 一元頻度テーブル 基統計量 (記述統計) 幹葉図 行統計量 分布の当てはめ テーブル 対数線形モデル ノンパラメトリック検定 仮設検定 相関 回帰分析 (最小二乗法) ロバスト回帰分析 (Least Absolute Deviation のみ) Logit 回帰分析 Probit 回帰分析 非線形回帰分析 分散分析 (モデルの推定のみ) 判別分析 クラスター分析 (Herarchical の Clustering のみ) K-Clustering (K-means Algorithm とAdditive Trees) 因子分析 (Principal Components (PCA) Method のみ) 時系列分析 ※ SYSTAT 12 との機能比較表はこちら (MYSTAT_Features.pdf) をご覧ください。 SYSTAT 12 (英語版)

  • 「帰無仮説を採択」? | Okumura's Blog

    アメリカ心理学会では統計的有意度は廃止されたそうです」で紹介した Statistical methods in psychology journals: Guidelines and explanations の Hypothesis tests の項には Never use the unfortunate expression “Accept the null hypothesis.” とイタリック体で強調して書かれている。帰無仮説は棄却することはあっても「採択」してはいけないという注意は英語の文献ではしょっちゅう見かける。実際,Googleで "accept the null hypothesis" を検索すると,同様な注意がたくさん見つかる。 ところが,同じGoogleでも日語で "帰無仮説を採択" を検索すると,著名な人でもこの表現を普通に使っていることがわかる。どうしてだろう

    mlc01084
    mlc01084 2009/12/08
    帰無仮説は採択してはならない
  • ハンバーガー統計学にようこそ! 平均から分散分析まで──親しみのもてる例題

    このドメインは お名前.com から取得されました。 お名前.com は GMOインターネットグループ(株) が運営する国内シェアNo.1のドメイン登録サービスです。 ※表示価格は、全て税込です。 ※サービス品質維持のため、一時的に対象となる料金へ一定割合の「サービス維持調整費」を加算させていただきます。 ※1 「国内シェア」は、ICANN(インターネットのドメイン名などの資源を管理する非営利団体)の公表数値をもとに集計。gTLDが集計の対象。 日のドメイン登録業者(レジストラ)(「ICANNがレジストラとして認定した企業」一覧(InterNIC提供)内に「Japan」の記載があるもの)を対象。 レジストラ「GMO Internet Group, Inc. d/b/a Onamae.com」のシェア値を集計。 2023年10月時点の調査。

  • 度数分布とヒストグラムにおける階級と階級間隔の決め方

    ここでは、度数分布とヒストグラムの書き方を紹介します。3つの方法を列記するだけですので、各人が好みの方法を採用してください。 データの数nを求める。度数分布表を作るにはnは少なくとも50、できれば100以上必要である。 データを大きさの順に並べる。 範囲Rを求める。データの中から最大値maxと最小値minをみつけ、範囲を計算する。 R=max-min 階級間隔hを決める。範囲Rを10~20の適当な数で割る(この商をkとする)。階級間隔を測定値の測定単位の整数倍とするためにkを整数値になるように丸める。このときデータ数が100より少ないときはkを大きめの値に丸め、100以上のときはkを小さめの値に丸める。 階級分けの出発点を決める。最初の階級は最小値を含み、階級間隔hであり、次の階級との境界値は共通し、しかもデータが2階級にまたがらないように、決めなければならない。そのため、最小値から測定単

    mlc01084
    mlc01084 2009/09/18
    階級きめ
  • ど素人の「Excel 基本統計量」の見方

    Excel ・ 分析ツールの「基統計量」は、Excelが提供する便利な機能の一つです。 [注] : ど素人の「Excel統計量」表の見方は、「基統計量」の各出力項目を関数等に当てはめてみたものですので、統計学の理論説明はありません。統計無脳ですので。(・_- ;;ゞ ハジ (1)データは、A1セルからA11セルに入力されています。(下記の図) 学年で5クラス50名のうち、クラス1のある試験の結果 (2)基統計量を行う為「ツール」→「分析ツール」をクリック (3)「データ分析」ダイアログボックスから「基統計量」を選択します。 (4)「基統計量」ダイアロクボックスに下記のとおり入力します。 (5)「基統計量」ダイアロクボックス入力後に「OK」ボタンをクリック 下記の図のように「基統計量」で得られる情報が表示されます。 ・平均 (AVERAGE) : データの合計値を デ

  • スミルノフ・グラブス検定

    検定手順: 前提 帰無仮説 $H_0$:「全てのデータは同じ母集団からのものである」。 対立仮説 $H_1$:「データのうち,最大のものは外れ値である」。 有意水準 $\alpha$ で片側検定を行う(両側検定も定義できる)。 標の大きさを $n$,標データを,$X_1, X_2, \dots, X_n$ とする。 標平均を $\bar{x}$,不偏分散を $U$ とする。 最大の測定値 $X_i$ について次式による $T_i$ を求める(平均値より小さい方の外れ値の場合には,最小の測定値について計算する)。 $\displaystyle T_i = \frac{\left |\ X_i - \bar{X} \ \right |}{\sqrt{U}}$ 例題では, $\displaystyle T_{20} = \frac{\left |\ 164 - 141.7 \ \right

  • 異常値の検定 グラブス・スミルノフ棄却検定 統計学入門

    データの中に、1つだけ他のデータとかけ離れている値(異常値、外れ値)があると、それを棄却するべきかどうかという問題があります。データをサンプリングしてきたときに、測定ミスをしていたかもしれないし、数値をうつし間違っていたかもしれません。このようなときに、その異常値を棄却するかどうかを検定するのが、グラブス・スミルノフ棄却検定です。その手順は次のようになります。 1.まずは、仮説から…。 帰無仮説:”他のデータとかけ離れた値は異常値ではない。” 対立仮説:”他のデータとかけ離れた値は異常値である。” 2.有意水準 α を決め、スミルノフ棄却検定表よりデータ数 n のときの値 k を得る。 3.検定統計量Tを求める。 ⇒ T>k で帰無仮説を棄却し、対立仮説を採用。つまり、有意水準αで、かけ離れた値は異常値とみなして棄却される。 異常値の検定(グラブス・スミルノフ棄却検定)

    mlc01084
    mlc01084 2009/09/17
    異常値検定
  • 1