二項検定 binomial test
二項検定 binomial test 母比率が $p$ である母集団から $n$ 個の標本を抽出したときに，対象とする特性を持つ標本の数 $x$ は二項分布 $\Pr\{x\}={}_nC_x p^i(1-p)^{n-x}$ に従う。二項分布に基づく検定は二項検定と呼ばれる。$n$ が大きい場合の二項検定は，正規分布で近似される「母比率の検定」と等価である。また，$n$ が小さい場合には $F$ 分布を用いて正確な検定が行える。符号検定，マクネマーの検定，カテゴリーが 2 個の場合の一様性の検定なども，実際には二項検定である（後者の 2 つの検定は正規分布と カイ二乗分布の関係に基づく）。 Last modified: May 16, 2002 直前のページへ戻る E-mail to Shigenobu AOKI
二群の比率の差の検定
二群の比率の差の検定 Last modified: Apr 08, 2006 例題： 「内閣の支持率調査で，男の有権者の 300 人中 145 人，女の有権者 250 人中 157 人が支持していた。男女で支持率に差があるかどうか検定しなさい。」 注意：以下に述べるのは，正規分布を用いる近似的な検定方法である。「近似法」という意味は，「サンプルサイズが大きい場合には」という意味合いである。どの程度のサンプルサイズなら近似が成り立つのか心配ならば，サンプルサイズの大きさに関わりなくいつも正確な検定結果を与えるフィッシャーの正確検定を適用することを勧める。 検定手順： 記号の定義 第 $1$ 群のケース数を $n_1$，ある特性を持つものの数（陽性数と呼ぶことにする）を $r_{1}$，第 $2$ 群のケース数を $n_2$，陽性数を $r_{2}$ とする。 各群の比率を $p_{1
青木繁信氏：おしゃべりな部屋 （統計学ほか）
アクセスしていただき，ありがとうございます。 このページへのアクセスは，通算 6265344 回目です。 （1995年8月31日 からカウント開始） フォト蔵ふ つれづれなるままに ときどき一枚 狛犬ギャラリー 道祖神ギャラリー
R -- 度数分布表と度数分布図の作成
度数分布表と度数分布図の作成 Last modified: Dec 12, 2012 目的 データフレーム上の複数の変数を指定して，度数分布表と度数分布図を作成する。 数値変数かカテゴリー変数かを識別して，適切な度数分布表とヒストグラムまたは棒グラフを作成する。 使用法 frequency(i, df, latex=TRUE, captions=NULL, labels=NULL, output="", output="", encoding=getOption("encoding"), plot="", type=c("pdf", "png", "jpeg", "bmp", "tiff"), width=500, height=375, xlab=NULL, ylab="度数", main="") 引数 i データフレーム上で，度数分布をする変数が入っている，列の番号または変数名
R による統計処理
R による統計処理 Last modified: Sep 08,2009 リンク（50 音順） 石田基広さん R と Linux と... 岡田昌史さん RjpWiki 奥村晴彦さん 統計・データ解析 奥村泰之さん 無料統計ソフトRで心理学 -Passepied- 里村卓也さん マーケティング・サイエンスの道具箱 竹内昌平さん R on Windows 田畑智司さん 統計解析言語 R で多変量解析を行う 中澤港さん 統計処理ソフトウェア R についての Tips R 関連文書邦訳 pdf 版 濱岡豊さん データとの対話（情報処理 3） 『経済・経営のための統計学』（第 8 章；有斐閣） 山本義郎さん R - 統計解析とグラフィックスの環境 R 入門 メディアラボ株式会社 Linux で科学しよう！ - R 直前のページへ戻る E-mail to Shigenobu AOKI
R -- 群別データ分布図
群別データ分布図 Last modified: Oct 12, 2004 目的 群別のデータ点を記号で描く 使用法 dot.plot(x, y, accu=0, stp=0, log.flag=FALSE, simple=FALSE, symmetrical=TRUE, ...) 引数 x 群を表す変数の値ベクトル（factor でも，numeric でもよい） y 分布を調べる対象変数の数値ベクトル accu y を階級化するための値。 階級幅ということになるが，記号が重ならないようにするには，大き目の値を設定するとよい stp 水平方向に記号を並べるときに，記号が重ならないようにずらすための値 log.flag 対数目盛りで描くときに TRUE を指定する（省略時には FALSE になっており，普通の目盛りで描く） simple 対数目盛りで描くときに，目盛り数字を 10 のべ
R を使って実際に統計解析をする AtoZ
R を使って実際に統計解析をする AtoZ Last modified: Mar 28, 2006 1. データファイルの準備をする R で処理するデータは，データフレームとして読み込まれる。データは，変数名，その変数の取る値，欠損値などさまざまな情報を持っている。これらの情報を全て定義しなくてもデータの分析を行うことはできるが，適切に定義しておくと，R での解析結果をそのまま報告書に含めることもできる。 たとえば，10人について，性別と血液型のデータがあるとしよう。 データフレーム(df) は， df <- data.frame(sex = c(1,2,1,1,1,2,2,1,2,2), blood.type=c(1,2,3,4,1,2,3,3,2,1)) のようにもできる。 > df sex blood.type 1 1 1 2 2 2 3 1 3 4 1 4 5 1 1 6
R による統計処理
「Rによる統計解析」 オーム社 刊 サポートページ 目次 第1章 Rを使ってみる 第2章 データの取り扱い方 第3章 一変量統計 第4章 二変量統計 第5章 検定と推定 第6章 多変量解析 第7章 統合化された関数を利用する 第8章 データ分析の例 付録A Rの解説 付録B Rの参考図書など はじめに R とは何か，何ができるかのリンク集（日本のもののみ） R を使うためにはどうしたらいいの？ データなどの読み書き R の定石（R に限らずプログラミングの定石も） R を使って実際に統計解析をする AtoZ 一連の流れ データファイルの準備をする 分析してみる 分析結果を LaTeX で処理したり，ワープロに貼り込んだりする 道具立て 連続変数データをカテゴリーデータに変換 カテゴリーデータの再カテゴリー化 度数分布表と度数分布図の作成 散布図・箱髭図の描画 クロス集計（独立性の検定，フィ
乱塊法
全体の平均を $\mu$，処理 $j$ の平均を $\mu_{\cdot j}$，個体 $i$ の平均を $\mu_{i\cdot }$，誤差を $\epsilon_{ij}$ とすると次式のように表せる。 \[ X_{ij} = \mu + (\mu_{\cdot j}-\mu) + (\mu_{i\cdot}-\mu) + \epsilon_{ij} \] または， \[ (X_{ij}-\mu) = (\mu_{\cdot j}-\mu) + (\mu_{i\cdot}-\mu) + \epsilon_{ij} \] $\mu$，$\mu_{\cdot j}$ ，$\mu_{i\cdot }$ に標本値 $\bar{X}_{\cdot \cdot }$ ，$\bar{X}_{\cdot j}$ ，$\bar{X}_{i\cdot }$ をあてると，次式になる。 \[ (X_{ij}-
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
