Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
2023年度秋学期 統計学 第13回 不確かな測定の不確かさを測る ― 不偏分散とt分布 (2...
Search
Akira Asano
PRO
December 10, 2023
Education
0
170
2023年度秋学期 統計学 第13回 不確かな測定の不確かさを測る ― 不偏分散とt分布 (2023. 12. 19)
関西大学総合情報学部 統計学(担当・浅野晃)
http://racco.mikeneko.jp/Kougi/2023a/STAT/
Akira Asano
PRO
December 10, 2023
Tweet
Share
More Decks by Akira Asano
See All by Akira Asano
2025年度春学期 統計学 第14回 分布についての仮説を検証する ー 仮説検定(1) (2025. 7. 10)
akiraasano
PRO
0
8
2025年度春学期 統計学 第13回 不確かな測定の不確かさを測る ー 不偏分散とt分布 (2025. 7. 3)
akiraasano
PRO
0
47
2025年度春学期 統計学 第12回 分布の平均を推測する ー 区間推定 (2025. 6. 26)
akiraasano
PRO
0
85
2025年度春学期 統計学 第11回 分布の「型」を考える ー 確率分布モデルと正規分布 (2025. 6. 19)
akiraasano
PRO
0
85
2025年度春学期 統計学 第10回 分布の推測とは ー 標本調査,度数分布と確率分布 (2025. 6. 12)
akiraasano
PRO
0
140
2025年度春学期 統計学 第8回 演習(1) 問題に対する答案の書き方(講義後配付用) (2025. 5. 29)
akiraasano
PRO
0
33
2025年度春学期 統計学 第9回 確からしさを記述する ー 確率 (2025. 6. 5)
akiraasano
PRO
0
82
2025年度春学期 統計学 第8回 演習(1) 問題に対する答案の書き方(講義前配付用) (2025. 5. 29)
akiraasano
PRO
0
92
2025年度春学期 統計学 第6回 データの関係を知る(1)ー相関関係 (2025. 5. 15)
akiraasano
PRO
0
90
Other Decks in Education
See All in Education
新卒研修に仕掛ける 学びのサイクル / Implementing Learning Cycles in New Graduate Training
takashi_toyosaki
1
150
ThingLink
matleenalaakso
28
4.1k
Gamified Interventions for Composting Behavior: A Case Study Using the Gamiflow Framework in a Workplace Setting
ezefranca
1
130
プレゼンテーション実践
takenawa
0
5.9k
2025/06/05_読み漁り学習
nag8
0
140
Dashboards - Lecture 11 - Information Visualisation (4019538FNR)
signer
PRO
1
2k
Tutorial: Foundations of Blind Source Separation and Its Advances in Spatial Self-Supervised Learning
yoshipon
1
120
JOAI2025講評 / joai2025-review
upura
0
160
Common STIs in London: Symptoms, Risks & Prevention
medicaldental
0
130
マネジメント「される側」 こそ覚悟を決めろ
nao_randd
10
5.3k
万博非公式マップとFOSS4G
barsaka2
0
140
JPCERTから始まる草の根活動~セキュリティ文化醸成のためのアクション~
masakiokuda
0
180
Featured
See All Featured
Exploring the Power of Turbo Streams & Action Cable | RailsConf2023
kevinliebholz
34
5.9k
KATA
mclloyd
30
14k
Principles of Awesome APIs and How to Build Them.
keavy
126
17k
We Have a Design System, Now What?
morganepeng
53
7.7k
How to Ace a Technical Interview
jacobian
277
23k
Making the Leap to Tech Lead
cromwellryan
134
9.4k
The Language of Interfaces
destraynor
158
25k
Optimising Largest Contentful Paint
csswizardry
37
3.3k
How GitHub (no longer) Works
holman
314
140k
Documentation Writing (for coders)
carmenintech
72
4.9k
Distributed Sagas: A Protocol for Coordinating Microservices
caitiem20
331
22k
I Don’t Have Time: Getting Over the Fear to Launch Your Podcast
jcasabona
32
2.4k
Transcript
浅野 晃 関西大学総合情報学部 2023年度秋学期 統計学 不確かな測定の不確かさを測る ― 不偏分散とt分布 第13回
34 2 ちょっと(ほんのちょっと) 前回までの復習
34 2023年度秋学期 統計学 / 関西大学総合情報学部 浅野 晃 正規分布の場合の区間推定 3 例題 標本 をとりだす サイズ X1
, X2 , …, Xn n 母集団 (受験者全体) 母平均 μ 母平均 の95%信頼区間が知りたい μ 正規分布 と仮定する 母分散 がわかっているものとする σ2 (説明の都合です) 標本平均 ¯ X
34 2023年度秋学期 統計学 / 関西大学総合情報学部 浅野 晃 区間推定の考え方 4 数値をいくつか抽出して標本平均 標本平均にすることで ばらつきが小さくなる 仮に,何度も抽出したとすると 母平均(実際にはわからない)
のまわりにばらついている 標本平均の期待値 =母平均 標本平均の分散 =母分散÷標本サイズ X X X X ★ ★ ★ ★
34 2023年度秋学期 統計学 / 関西大学総合情報学部 浅野 晃 区間推定の考え方 5 標本平均の左右に区間をつける 区間は母平均を 母平均 どの回の区間が 母平均を含むか・含まないかは
わからないが 確率95%で母平均を含むように 区間の幅を設定できる X X X X 含む 含む 含まない 含む (実際にはわからない) 標本平均はばらついているが,前後に区間をつければ,母平均はたいてい その区間に入っているようにできる
34 2023年度秋学期 統計学 / 関西大学総合情報学部 浅野 晃 信頼区間 6 区間は母平均を 母平均 X X X
X 含むだろう 含む 含ま ない 含む (実際にはわからない) 95%という大きな確率で 母平均を含むように設定した区間だから, その1回でも含むと信じる 母平均の [信頼係数]95%の [信頼区間] という ([95%信頼区間])
34 7 不偏分散💡💡
34 2023年度秋学期 統計学 / 関西大学総合情報学部 浅野 晃 正規分布の場合の区間推定 8 例題 標本 をとりだす サイズ X1
, X2 , …, Xn n 母集団 (受験者全体) 母平均 μ 母平均 の95%信頼区間が知りたい μ 正規分布 と仮定する 母分散 がわかっているものとする σ2 (説明の都合です) 標本平均 ¯ X
34 2023年度秋学期 統計学 / 関西大学総合情報学部 浅野 晃 母分散は,ふつうはわからない 9 母集団全体は調べていないし,母平均もわからない (わからないから,いま推定しようとしている)
34 2023年度秋学期 統計学 / 関西大学総合情報学部 浅野 晃 母分散は,ふつうはわからない 9 それなのに,母分散がわかるはずがない 母集団全体は調べていないし,母平均もわからない (わからないから,いま推定しようとしている)
34 2023年度秋学期 統計学 / 関西大学総合情報学部 浅野 晃 母分散は,ふつうはわからない 9 それなのに,母分散がわかるはずがない 母集団全体は調べていないし,母平均もわからない (わからないから,いま推定しようとしている) 母分散の「代用品」を,標本を使って計算できないか。
34 2023年度秋学期 統計学 / 関西大学総合情報学部 浅野 晃 標本を使って分散を計算 10 分散=(偏差)2の平均
34 2023年度秋学期 統計学 / 関西大学総合情報学部 浅野 晃 標本を使って分散を計算 10 分散=(偏差)2の平均
34 2023年度秋学期 統計学 / 関西大学総合情報学部 浅野 晃 標本を使って分散を計算 10 分散=(偏差)2の平均 (データの各数値)ー(データの平均)
34 2023年度秋学期 統計学 / 関西大学総合情報学部 浅野 晃 標本を使って分散を計算 10 標本を使って分散を計算する。 分散=(偏差)2の平均 (データの各数値)ー(データの平均)
34 2023年度秋学期 統計学 / 関西大学総合情報学部 浅野 晃 標本を使って分散を計算 10 標本を使って分散を計算する。 分散=(偏差)2の平均 (データの各数値)ー(データの平均) データ: 標本 ,
... X1 Xn
34 2023年度秋学期 統計学 / 関西大学総合情報学部 浅野 晃 標本を使って分散を計算 10 標本を使って分散を計算する。 分散=(偏差)2の平均 (データの各数値)ー(データの平均) データ: 標本 ,
... X1 Xn データの平均:
34 2023年度秋学期 統計学 / 関西大学総合情報学部 浅野 晃 標本を使って分散を計算 10 標本を使って分散を計算する。 分散=(偏差)2の平均 (データの各数値)ー(データの平均) データ: 標本 ,
... X1 Xn データの平均: 本当は母平均だが,
34 2023年度秋学期 統計学 / 関西大学総合情報学部 浅野 晃 標本を使って分散を計算 10 標本を使って分散を計算する。 分散=(偏差)2の平均 (データの各数値)ー(データの平均) データ: 標本 ,
... X1 Xn わからないので標本平均 で代用 ¯ X データの平均: 本当は母平均だが,
34 2023年度秋学期 統計学 / 関西大学総合情報学部 浅野 晃 標本を使って分散を計算 11 標本を使った分散 S2 = 1 n
(X1 − ¯ X)2 + (X2 − ¯ X)2 + · · · + (Xn − ¯ X)2
34 2023年度秋学期 統計学 / 関西大学総合情報学部 浅野 晃 標本を使って分散を計算 11 標本を使った分散 S2 = 1 n
(X1 − ¯ X)2 + (X2 − ¯ X)2 + · · · + (Xn − ¯ X)2
34 2023年度秋学期 統計学 / 関西大学総合情報学部 浅野 晃 標本を使って分散を計算 11 標本サイズで割る 標本を使った分散 S2 = 1
n (X1 − ¯ X)2 + (X2 − ¯ X)2 + · · · + (Xn − ¯ X)2
34 2023年度秋学期 統計学 / 関西大学総合情報学部 浅野 晃 標本を使って分散を計算 11 標本サイズで割る 標本を使った分散 S2 = 1
n (X1 − ¯ X)2 + (X2 − ¯ X)2 + · · · + (Xn − ¯ X)2 分散=(偏差)2の平均 だから当然だけど…
34 2023年度秋学期 統計学 / 関西大学総合情報学部 浅野 晃 標本を使って分散を計算 11 標本サイズで割る 標本を使った分散 S2 = 1
n (X1 − ¯ X)2 + (X2 − ¯ X)2 + · · · + (Xn − ¯ X)2 分散=(偏差)2の平均 だから当然だけど… 本当にこれでいいの?
34 2023年度秋学期 統計学 / 関西大学総合情報学部 浅野 晃 標本平均を用いた偏差 12 標本サイズ とする n = 2
標本は X1 , X2
34 2023年度秋学期 統計学 / 関西大学総合情報学部 浅野 晃 標本平均を用いた偏差 12 標本サイズ とする n = 2
標本は X1 , X2
34 2023年度秋学期 統計学 / 関西大学総合情報学部 浅野 晃 標本平均を用いた偏差 12 標本サイズ とする n = 2
標本は X1 , X2 X1
34 2023年度秋学期 統計学 / 関西大学総合情報学部 浅野 晃 標本平均を用いた偏差 12 標本サイズ とする n = 2
標本は X1 , X2 X1 X2
34 2023年度秋学期 統計学 / 関西大学総合情報学部 浅野 晃 標本平均を用いた偏差 12 標本サイズ とする n = 2
標本は X1 , X2 X1 X2 母平均
34 2023年度秋学期 統計学 / 関西大学総合情報学部 浅野 晃 標本平均を用いた偏差 12 標本サイズ とする n = 2
標本は X1 , X2 X1 X2 母平均
34 2023年度秋学期 統計学 / 関西大学総合情報学部 浅野 晃 標本平均を用いた偏差 12 標本サイズ とする n = 2
標本は X1 , X2 X1 母平均とのへだたり(偏差) X2 母平均
34 2023年度秋学期 統計学 / 関西大学総合情報学部 浅野 晃 標本平均を用いた偏差 12 標本サイズ とする n = 2
標本は X1 , X2 ¯ X X1 母平均とのへだたり(偏差) X2 母平均
34 2023年度秋学期 統計学 / 関西大学総合情報学部 浅野 晃 標本平均を用いた偏差 12 標本サイズ とする n = 2
標本は X1 , X2 ¯ X X1 母平均とのへだたり(偏差) X2 母平均
34 2023年度秋学期 統計学 / 関西大学総合情報学部 浅野 晃 標本平均を用いた偏差 12 標本サイズ とする n = 2
標本は X1 , X2 ¯ X X1 母平均とのへだたり(偏差) X2 標本平均とのへだたり 母平均
34 2023年度秋学期 統計学 / 関西大学総合情報学部 浅野 晃 標本平均を用いた偏差 12 標本サイズ とする n = 2
標本は X1 , X2 ¯ X X1 母平均とのへだたり(偏差) X2 標本平均とのへだたり 母平均
34 2023年度秋学期 統計学 / 関西大学総合情報学部 浅野 晃 標本平均を用いた偏差 12 標本サイズ とする n = 2
標本は X1 , X2 ¯ X X1 母平均とのへだたり(偏差) X1 X2 標本平均とのへだたり 母平均
34 2023年度秋学期 統計学 / 関西大学総合情報学部 浅野 晃 標本平均を用いた偏差 12 標本サイズ とする n = 2
標本は X1 , X2 ¯ X X1 X2 母平均とのへだたり(偏差) X1 X2 標本平均とのへだたり 母平均
34 2023年度秋学期 統計学 / 関西大学総合情報学部 浅野 晃 標本平均を用いた偏差 12 標本サイズ とする n = 2
標本は X1 , X2 ¯ X X1 X2 母平均とのへだたり(偏差) X1 X2 標本平均とのへだたり 母平均
34 2023年度秋学期 統計学 / 関西大学総合情報学部 浅野 晃 標本平均を用いた偏差 12 標本サイズ とする n = 2
標本は X1 , X2 ¯ X X1 X2 母平均とのへだたり(偏差) X1 X2 ¯ X 標本平均とのへだたり 母平均
34 2023年度秋学期 統計学 / 関西大学総合情報学部 浅野 晃 標本平均を用いた偏差 12 標本サイズ とする n = 2
標本は X1 , X2 ¯ X X1 X2 母平均とのへだたり(偏差) X1 X2 ¯ X 標本平均とのへだたり 母平均
34 2023年度秋学期 統計学 / 関西大学総合情報学部 浅野 晃 標本平均を用いた偏差 12 標本サイズ とする n = 2
標本は X1 , X2 ¯ X X1 X2 母平均とのへだたり(偏差) X1 X2 ¯ X 標本平均とのへだたり 母平均
34 2023年度秋学期 統計学 / 関西大学総合情報学部 浅野 晃 標本平均を用いた偏差 12 標本サイズ とする n = 2
標本は X1 , X2 ¯ X X1 X2 母平均とのへだたり(偏差) X1 X2 ¯ X 標本平均とのへだたり X1 母平均
34 2023年度秋学期 統計学 / 関西大学総合情報学部 浅野 晃 標本平均を用いた偏差 12 標本サイズ とする n = 2
標本は X1 , X2 ¯ X X1 X2 母平均とのへだたり(偏差) X1 X2 ¯ X 標本平均とのへだたり X2 X1 母平均
34 2023年度秋学期 統計学 / 関西大学総合情報学部 浅野 晃 標本平均を用いた偏差 12 標本サイズ とする n = 2
標本は X1 , X2 ¯ X X1 X2 母平均とのへだたり(偏差) X1 X2 ¯ X 標本平均とのへだたり X2 X1 母平均
34 2023年度秋学期 統計学 / 関西大学総合情報学部 浅野 晃 標本平均を用いた偏差 12 標本サイズ とする n = 2
標本は X1 , X2 ¯ X X1 X2 母平均とのへだたり(偏差) X1 X2 ¯ X 標本平均とのへだたり X2 X1 ¯ X 母平均
34 2023年度秋学期 統計学 / 関西大学総合情報学部 浅野 晃 標本平均を用いた偏差 12 標本サイズ とする n = 2
標本は X1 , X2 ¯ X X1 X2 母平均とのへだたり(偏差) X1 X2 ¯ X 標本平均とのへだたり X2 X1 ¯ X 母平均
34 2023年度秋学期 統計学 / 関西大学総合情報学部 浅野 晃 標本平均を用いた偏差 12 標本サイズ とする n = 2
標本は X1 , X2 ¯ X X1 X2 母平均とのへだたり(偏差) X1 X2 ¯ X 標本平均とのへだたり X2 X1 ¯ X 母平均 母平均はわからないから, が 偏った標本かどうかはわからないが, X1 , X2
34 2023年度秋学期 統計学 / 関西大学総合情報学部 浅野 晃 標本平均を用いた偏差 12 標本サイズ とする n = 2
標本は X1 , X2 ¯ X X1 X2 母平均とのへだたり(偏差) X1 X2 ¯ X 標本平均とのへだたり X2 X1 ¯ X 標本平均とのへだたりのほう がたいてい小さい 母平均 母平均はわからないから, が 偏った標本かどうかはわからないが, X1 , X2
34 2023年度秋学期 統計学 / 関西大学総合情報学部 浅野 晃 標本平均を用いた偏差 13 別の説明 母集団の度数分布
34 2023年度秋学期 統計学 / 関西大学総合情報学部 浅野 晃 標本平均を用いた偏差 13 別の説明 母集団の度数分布
34 2023年度秋学期 統計学 / 関西大学総合情報学部 浅野 晃 標本平均を用いた偏差 13 別の説明 母集団の度数分布 ¯ X
34 2023年度秋学期 統計学 / 関西大学総合情報学部 浅野 晃 標本平均を用いた偏差 13 別の説明 母集団の度数分布 これなら 「標本平均との隔たり」と 「母平均との隔たり」は
かわらない ¯ X
34 2023年度秋学期 統計学 / 関西大学総合情報学部 浅野 晃 標本平均を用いた偏差 13 別の説明 母集団の度数分布 これなら 「標本平均との隔たり」と 「母平均との隔たり」は
かわらない ¯ X
34 2023年度秋学期 統計学 / 関西大学総合情報学部 浅野 晃 標本平均を用いた偏差 13 別の説明 母集団の度数分布 これなら 「標本平均との隔たり」と 「母平均との隔たり」は
かわらない ¯ X ¯ X
34 2023年度秋学期 統計学 / 関西大学総合情報学部 浅野 晃 標本平均を用いた偏差 13 別の説明 母集団の度数分布 これなら 「標本平均との隔たり」と 「母平均との隔たり」は
かわらない ¯ X こんなふうに偏っていると 「標本平均との隔たり」 のほうが小さい ¯ X
34 2023年度秋学期 統計学 / 関西大学総合情報学部 浅野 晃 不偏分散 14 母平均との隔たりよりも 標本平均との隔たりのほうが たいてい小さい 標本平均との隔たりを使って分散を計算すると, 母分散よりもたいてい小さめになる
34 2023年度秋学期 統計学 / 関西大学総合情報学部 浅野 晃 不偏分散 14 母平均との隔たりよりも 標本平均との隔たりのほうが たいてい小さい 標本平均との隔たりを使って分散を計算すると, 母分散よりもたいてい小さめになる
では,計算のときに少し大きめにしておけば?
34 2023年度秋学期 統計学 / 関西大学総合情報学部 浅野 晃 不偏分散 15 計算のときに少し大きめにする
34 2023年度秋学期 統計学 / 関西大学総合情報学部 浅野 晃 不偏分散 15 計算のときに少し大きめにする s2 = 1 n
− 1 (X1 − ¯ X)2 + (X2 − ¯ X)2 + · · · + (Xn − ¯ X)2
34 2023年度秋学期 統計学 / 関西大学総合情報学部 浅野 晃 不偏分散 15 計算のときに少し大きめにする s2 = 1 n
− 1 (X1 − ¯ X)2 + (X2 − ¯ X)2 + · · · + (Xn − ¯ X)2
34 2023年度秋学期 統計学 / 関西大学総合情報学部 浅野 晃 不偏分散 15 計算のときに少し大きめにする s2 = 1 n
− 1 (X1 − ¯ X)2 + (X2 − ¯ X)2 + · · · + (Xn − ¯ X)2 (標本サイズ - 1)で割る
34 2023年度秋学期 統計学 / 関西大学総合情報学部 浅野 晃 不偏分散 15 計算のときに少し大きめにする s2 = 1 n
− 1 (X1 − ¯ X)2 + (X2 − ¯ X)2 + · · · + (Xn − ¯ X)2 (標本サイズ - 1)で割る これを不偏分散(不偏標本分散)といい, 母分散の代用に用いる
34 2023年度秋学期 統計学 / 関西大学総合情報学部 浅野 晃 不偏分散 15 計算のときに少し大きめにする s2 = 1 n
− 1 (X1 − ¯ X)2 + (X2 − ¯ X)2 + · · · + (Xn − ¯ X)2 (標本サイズ - 1)で割る これを不偏分散(不偏標本分散)といい, 母分散の代用に用いる 「不偏」とは?
34 2023年度秋学期 統計学 / 関西大学総合情報学部 浅野 晃 「不偏」とは? 16 計算のときに少し大きめにすると? 標本平均との隔たりを使って分散を計算すると, 母分散よりもたいてい小さめになる
34 2023年度秋学期 統計学 / 関西大学総合情報学部 浅野 晃 「不偏」とは? 16 計算のときに少し大きめにすると? 標本平均との隔たりを使って分散を計算すると, 母分散よりもたいてい小さめになる 母分散と一致するわけではないが 母分散より大きくも小さくも平等にはずれる
34 2023年度秋学期 統計学 / 関西大学総合情報学部 浅野 晃 「不偏」とは? 16 計算のときに少し大きめにすると? 標本平均との隔たりを使って分散を計算すると, 母分散よりもたいてい小さめになる 母分散と一致するわけではないが 母分散より大きくも小さくも平等にはずれる
「不偏」とは「えこひいきしない」こと
34 2023年度秋学期 統計学 / 関西大学総合情報学部 浅野 晃 標本サイズ=2のときに,式で書いてみると 17 標本サイズ=2のとき,標本を ,標本平均を とすると 不偏分散 は
X1 , X2 ¯ X s2 s2 = 1 2 − 1 (X1 − ¯ X)2 + (X2 − ¯ X)2 {}内は,2つの「へだたり」の2乗の和? を代入すると ¯ X = X1 + X2 2 s2 = 1 2 − 1 (X1 − X1 + X2 2 )2 + (X2 − X1 + X2 2 )2 = 1 2 − 1 X1 − X2 2 2 + X2 − X1 2 2 = 1 2 − 1 (X1 − X2)2 2 「へだたり」は,ひとつしかない だから,2で割らずに1で割る
34 18 不偏分散を用いた区間推定💡💡
34 2023年度秋学期 統計学 / 関西大学総合情報学部 浅野 晃 正規分布の場合の区間推定 19 前回の例題 ある試験の点数の分布は正規分布であるとします。 この試験の受験者から,10人からなる標本を無作為抽出して, この人たちの点数を平均したところ50点でした。 この試験の受験者全体の標準偏差が5点であるとわかっている
とき,受験者全体の平均点の95%信頼区間を求めてください。
34 2023年度秋学期 統計学 / 関西大学総合情報学部 浅野 晃 正規分布の場合の区間推定 20 例題 標本 をとりだす サイズ X1
, X2 , …, Xn n 母集団 (受験者全体) 母平均 μ 母平均 の95%信頼区間が知りたい μ 正規分布 と仮定する 母分散 がわかっているものとする σ2 (説明の都合です) 標本平均 ¯ X
34 2023年度秋学期 統計学 / 関西大学総合情報学部 浅野 晃 正規分布の場合の区間推定 21 考え方 標本は,母集団分布と同じ確率分布にしたがう 正規分布 N(μ, σ2)
標本平均は,やはり正規分布にしたがうが, 分散が になる 1/n 正規分布 N(μ, σ2/n) [性質2]
34 2023年度秋学期 統計学 / 関西大学総合情報学部 浅野 晃 正規分布の場合の区間推定 22 考え方 標本は,母集団分布と同じ確率分布にしたがう 正規分布 N(μ, σ2)
標本平均は,やはり正規分布にしたがうが,分散が になる 1/n 正規分布 N(μ, σ2/n) [性質2] 正規分布の[性質1]により ¯ X Z = ¯ X − µ σ2/n は標準正規分布にしたがう N(0,1)
34 2023年度秋学期 統計学 / 関西大学総合情報学部 浅野 晃 正規分布の場合の区間推定 22 考え方 標本は,母集団分布と同じ確率分布にしたがう 正規分布 N(μ, σ2)
標本平均は,やはり正規分布にしたがうが,分散が になる 1/n 正規分布 N(μ, σ2/n) [性質2] 正規分布の[性質1]により ¯ X Z = ¯ X − µ σ2/n は標準正規分布にしたがう N(0,1)
34 2023年度秋学期 統計学 / 関西大学総合情報学部 浅野 晃 正規分布の場合の区間推定 22 考え方 標本は,母集団分布と同じ確率分布にしたがう 正規分布 N(μ, σ2)
標本平均は,やはり正規分布にしたがうが,分散が になる 1/n 正規分布 N(μ, σ2/n) [性質2] 正規分布の[性質1]により ¯ X Z = ¯ X − µ σ2/n は標準正規分布にしたがう N(0,1)
34 2023年度秋学期 統計学 / 関西大学総合情報学部 浅野 晃 正規分布の場合の区間推定 22 考え方 標本は,母集団分布と同じ確率分布にしたがう 正規分布 N(μ, σ2)
標本平均は,やはり正規分布にしたがうが,分散が になる 1/n 正規分布 N(μ, σ2/n) [性質2] 正規分布の[性質1]により ¯ X Z = ¯ X − µ σ2/n は標準正規分布にしたがう N(0,1)
34 2023年度秋学期 統計学 / 関西大学総合情報学部 浅野 晃 本当は,母分散はわからない 23 Z = ¯ X −
µ σ2/n は標準正規分布にしたがう N(0,1)
34 2023年度秋学期 統計学 / 関西大学総合情報学部 浅野 晃 本当は,母分散はわからない 23 Z = ¯ X −
µ σ2/n は標準正規分布にしたがう N(0,1)
34 2023年度秋学期 統計学 / 関西大学総合情報学部 浅野 晃 本当は,母分散はわからない 23 Z = ¯ X −
µ σ2/n は標準正規分布にしたがう N(0,1) 本当は母分散はわからない
34 2023年度秋学期 統計学 / 関西大学総合情報学部 浅野 晃 本当は,母分散はわからない 23 Z = ¯ X −
µ σ2/n は標準正規分布にしたがう N(0,1) 本当は母分散はわからない 不偏分散で代用する
34 2023年度秋学期 統計学 / 関西大学総合情報学部 浅野 晃 本当は,母分散はわからない 23 Z = ¯ X −
µ σ2/n は標準正規分布にしたがう N(0,1) 本当は母分散はわからない 不偏分散で代用する t = ¯ X − µ s2/n
34 2023年度秋学期 統計学 / 関西大学総合情報学部 浅野 晃 本当は,母分散はわからない 23 Z = ¯ X −
µ σ2/n は標準正規分布にしたがう N(0,1) 本当は母分散はわからない 不偏分散で代用する t = ¯ X − µ s2/n
34 2023年度秋学期 統計学 / 関西大学総合情報学部 浅野 晃 本当は,母分散はわからない 23 Z = ¯ X −
µ σ2/n は標準正規分布にしたがう N(0,1) 本当は母分散はわからない 不偏分散で代用する t = ¯ X − µ s2/n 不偏分散
34 2023年度秋学期 統計学 / 関西大学総合情報学部 浅野 晃 本当は,母分散はわからない 23 Z = ¯ X −
µ σ2/n は標準正規分布にしたがう N(0,1) 本当は母分散はわからない 不偏分散で代用する t = ¯ X − µ s2/n 不偏分散 は何分布にしたがう? t
34 2023年度秋学期 統計学 / 関西大学総合情報学部 浅野 晃 t分布 24 は t = ¯ X
− µ s2/n t統計量
34 2023年度秋学期 統計学 / 関西大学総合情報学部 浅野 晃 t分布 24 は t = ¯ X
− µ s2/n 自由度 の t分布にしたがう (n − 1) t統計量
34 2023年度秋学期 統計学 / 関西大学総合情報学部 浅野 晃 t分布 24 は t(n − 1) t
= ¯ X − µ s2/n 自由度 の t分布にしたがう (n − 1) t統計量
34 2023年度秋学期 統計学 / 関西大学総合情報学部 浅野 晃 t分布 24 は t(n − 1) t
= ¯ X − µ s2/n 自由度 の t分布にしたがう (n − 1) t統計量 (「スチューデントのt分布」という)
34 2023年度秋学期 統計学 / 関西大学総合情報学部 浅野 晃 t分布 24 は t(n − 1) t
= ¯ X − µ s2/n 自由度 の t分布にしたがう (n − 1) t統計量 (「スチューデントのt分布」という)
34 2023年度秋学期 統計学 / 関西大学総合情報学部 浅野 晃 t分布 24 は t(n − 1) t
= ¯ X − µ s2/n 自由度 の t分布にしたがう (n − 1) t統計量 (「スチューデントのt分布」という) 発見者ウィリアム・ゴセットのペンネーム
34 2023年度秋学期 統計学 / 関西大学総合情報学部 浅野 晃 正規分布(母分散不明)の場合の区間推定 25 テキストの例題 ある試験の点数の分布は正規分布であるとします。 この試験の受験者から,10人からなる標本を無作為抽出して, この人たちの点数を平均したところ50点でした。 この10人の不偏分散が52点であるとき,受験者全体の平均点
の95%信頼区間を求めてください。
34 2023年度秋学期 統計学 / 関西大学総合情報学部 浅野 晃 正規分布(母分散不明)の場合の区間推定 25 テキストの例題 ある試験の点数の分布は正規分布であるとします。 この試験の受験者から,10人からなる標本を無作為抽出して, この人たちの点数を平均したところ50点でした。 この10人の不偏分散が52点であるとき,受験者全体の平均点
の95%信頼区間を求めてください。
34 2023年度秋学期 統計学 / 関西大学総合情報学部 浅野 晃 正規分布(母分散不明)の場合の区間推定 25 テキストの例題 ある試験の点数の分布は正規分布であるとします。 この試験の受験者から,10人からなる標本を無作為抽出して, この人たちの点数を平均したところ50点でした。 この10人の不偏分散が52点であるとき,受験者全体の平均点
の95%信頼区間を求めてください。 前回は 「受験者全体の標準偏差が5点であるとわかっている」
34 2023年度秋学期 統計学 / 関西大学総合情報学部 浅野 晃 正規分布の場合の区間推定 26 例題 標本 をとりだす サイズ X1
, X2 , …, Xn n 母集団 (受験者全体) 母平均 μ 母平均 の95%信頼区間が知りたい μ 正規分布 と仮定する 母分散 がわか σ2 標本平均 ¯ X らないので,
34 2023年度秋学期 統計学 / 関西大学総合情報学部 浅野 晃 正規分布の場合の区間推定 26 例題 標本 をとりだす サイズ X1
, X2 , …, Xn n 母集団 (受験者全体) 母平均 μ 母平均 の95%信頼区間が知りたい μ 正規分布 と仮定する 母分散 がわか σ2 標本平均 ¯ X らないので, 不偏分散 で代用 s2
34 2023年度秋学期 統計学 / 関西大学総合情報学部 浅野 晃 t 0 t分布を用いた区間推定 27 は自由度 の t分布にしたがう
(n − 1) の 確率密度関数 t(n − 1) t = ¯ X − µ s2/n t(n − 1)
34 2023年度秋学期 統計学 / 関西大学総合情報学部 浅野 晃 t 0 t分布を用いた区間推定 27 は自由度 の t分布にしたがう
(n − 1) の 確率密度関数 t(n − 1) t = ¯ X − µ s2/n t(n − 1)
34 2023年度秋学期 統計学 / 関西大学総合情報学部 浅野 晃 t 0 t分布を用いた区間推定 27 この区間に入っている確率=95%とすると は自由度 の
t分布にしたがう (n − 1) の 確率密度関数 t(n − 1) が t = ¯ X − µ s2/n t = ¯ X − µ s2/n t(n − 1)
34 2023年度秋学期 統計学 / 関西大学総合情報学部 浅野 晃 t 0 t分布を用いた区間推定 27 この区間に入っている確率=95%とすると は自由度 の
t分布にしたがう (n − 1) の 確率密度関数 t(n − 1) が 面積=95% t = ¯ X − µ s2/n t = ¯ X − µ s2/n t(n − 1)
34 2023年度秋学期 統計学 / 関西大学総合情報学部 浅野 晃 t 0 t分布を用いた区間推定 27 この区間に入っている確率=95%とすると は自由度 の
t分布にしたがう (n − 1) の 確率密度関数 t(n − 1) が 面積=95% 境界の値はいくら? t = ¯ X − µ s2/n t = ¯ X − µ s2/n t(n − 1)
34 2023年度秋学期 統計学 / 関西大学総合情報学部 浅野 晃 t 0 t 0 t分布を用いた区間推定 28 面積=95%
面積=2.5% (左右で5%)
34 2023年度秋学期 統計学 / 関西大学総合情報学部 浅野 晃 t 0 t 0 t分布を用いた区間推定 28 面積=95%
面積=2.5% (左右で5%) 境界の値は自由度によってちがうので
34 2023年度秋学期 統計学 / 関西大学総合情報学部 浅野 晃 t 0 t 0 t分布を用いた区間推定 28 面積=95%
面積=2.5% (左右で5%) 境界の値は自由度によってちがうので t0.025 (n − 1) としておく
34 2023年度秋学期 統計学 / 関西大学総合情報学部 浅野 晃 t 0 t 0 t分布を用いた区間推定 28 面積=95%
面積=2.5% (左右で5%) 境界の値は自由度によってちがうので t0.025 (n − 1) としておく [上側2.5%点]
34 2023年度秋学期 統計学 / 関西大学総合情報学部 浅野 晃 t 0 t分布を用いた区間推定 29 この区間に入っている確率=95% が 面積=95%
t = ¯ X − µ s2/n t(n − 1)
34 2023年度秋学期 統計学 / 関西大学総合情報学部 浅野 晃 t 0 t分布を用いた区間推定 29 この区間に入っている確率=95% が 面積=95%
t = ¯ X − µ s2/n t(n − 1)
34 2023年度秋学期 統計学 / 関西大学総合情報学部 浅野 晃 t 0 t分布を用いた区間推定 29 この区間に入っている確率=95% が 面積=95%
t = ¯ X − µ s2/n t0.025 (n − 1) t(n − 1)
34 2023年度秋学期 統計学 / 関西大学総合情報学部 浅野 晃 t 0 t分布を用いた区間推定 29 この区間に入っている確率=95% が 面積=95%
t = ¯ X − µ s2/n t0.025 (n − 1) −t0.025 (n − 1) t(n − 1)
34 2023年度秋学期 統計学 / 関西大学総合情報学部 浅野 晃 t分布を用いた区間推定 30 が と の間に入っている確率が95% −t0.025 (n
− 1) t0.025 (n − 1) t = ¯ X − µ s2/n
34 2023年度秋学期 統計学 / 関西大学総合情報学部 浅野 晃 t分布を用いた区間推定 30 式で書くと が と の間に入っている確率が95% −t0.025
(n − 1) t0.025 (n − 1) t = ¯ X − µ s2/n
34 2023年度秋学期 統計学 / 関西大学総合情報学部 浅野 晃 t分布を用いた区間推定 30 式で書くと が と の間に入っている確率が95% −t0.025
(n − 1) t0.025 (n − 1) t = ¯ X − µ s2/n P −t0.025(n − 1) ¯ X − µ s2/n t0.025(n − 1) = 0.95
34 2023年度秋学期 統計学 / 関西大学総合情報学部 浅野 晃 t分布を用いた区間推定 30 式で書くと が と の間に入っている確率が95% −t0.025
(n − 1) t0.025 (n − 1) の式に直すと μ t = ¯ X − µ s2/n P −t0.025(n − 1) ¯ X − µ s2/n t0.025(n − 1) = 0.95
34 2023年度秋学期 統計学 / 関西大学総合情報学部 浅野 晃 t分布を用いた区間推定 30 式で書くと が と の間に入っている確率が95% −t0.025
(n − 1) t0.025 (n − 1) の式に直すと μ t = ¯ X − µ s2/n P −t0.025(n − 1) ¯ X − µ s2/n t0.025(n − 1) = 0.95 P ¯ X − t0.025(n − 1) s2 n µ ¯ X + t0.025(n − 1) s2 n = 0.95
34 2023年度秋学期 統計学 / 関西大学総合情報学部 浅野 晃 t分布を用いた区間推定 31 P ¯ X − t0.025(n
− 1) s2 n µ ¯ X + t0.025(n − 1) s2 n = 0.95
34 2023年度秋学期 統計学 / 関西大学総合情報学部 浅野 晃 t分布を用いた区間推定 31 の95% 信頼区間の下限 μ P ¯
X − t0.025(n − 1) s2 n µ ¯ X + t0.025(n − 1) s2 n = 0.95
34 2023年度秋学期 統計学 / 関西大学総合情報学部 浅野 晃 t分布を用いた区間推定 31 の95% 信頼区間の下限 μ の95% 信頼区間の上限
μ P ¯ X − t0.025(n − 1) s2 n µ ¯ X + t0.025(n − 1) s2 n = 0.95
34 2023年度秋学期 統計学 / 関西大学総合情報学部 浅野 晃 t分布を用いた区間推定 31 の95% 信頼区間の下限 μ の95% 信頼区間の上限
μ 例題では P ¯ X − t0.025(n − 1) s2 n µ ¯ X + t0.025(n − 1) s2 n = 0.95
34 2023年度秋学期 統計学 / 関西大学総合情報学部 浅野 晃 t分布を用いた区間推定 31 の95% 信頼区間の下限 μ の95% 信頼区間の上限
μ 例題では 標本平均=50 P ¯ X − t0.025(n − 1) s2 n µ ¯ X + t0.025(n − 1) s2 n = 0.95
34 2023年度秋学期 統計学 / 関西大学総合情報学部 浅野 晃 t分布を用いた区間推定 31 の95% 信頼区間の下限 μ の95% 信頼区間の上限
μ 例題では 標本平均=50 不偏分散=25 P ¯ X − t0.025(n − 1) s2 n µ ¯ X + t0.025(n − 1) s2 n = 0.95
34 2023年度秋学期 統計学 / 関西大学総合情報学部 浅野 晃 t分布を用いた区間推定 31 の95% 信頼区間の下限 μ の95% 信頼区間の上限
μ 例題では 標本平均=50 不偏分散=25 標本サイズ=10 P ¯ X − t0.025(n − 1) s2 n µ ¯ X + t0.025(n − 1) s2 n = 0.95
34 2023年度秋学期 統計学 / 関西大学総合情報学部 浅野 晃 t分布を用いた区間推定 31 の95% 信頼区間の下限 μ の95% 信頼区間の上限
μ 例題では 標本平均=50 不偏分散=25 標本サイズ=10 上側2.5%点 は? t0.025 (n − 1) P ¯ X − t0.025(n − 1) s2 n µ ¯ X + t0.025(n − 1) s2 n = 0.95
34 2023年度秋学期 統計学 / 関西大学総合情報学部 浅野 晃 t 0 t分布表 32 面積=2.5% t0.025 (n
− 1)
34 2023年度秋学期 統計学 / 関西大学総合情報学部 浅野 晃 t 0 t分布表 32 面積=2.5% t0.025 (n
− 1) 0.40 0.30 0.25 0.20 0.15 0.10 0.05 0.025 0.01 0.005 1 0.3249 0.7265 1.0000 1.3764 1.9626 3.0777 6.3138 12.7062 31.8205 63.6567 2 0.2887 0.6172 0.8165 1.0607 1.3862 1.8856 2.9200 4.3027 6.9646 9.9248 3 0.2767 0.5844 0.7649 0.9785 1.2498 1.6377 2.3534 3.1824 4.5407 5.8409 4 0.2707 0.5686 0.7407 0.9410 1.1896 1.5332 2.1318 2.7764 3.7469 4.6041 5 0.2672 0.5594 0.7267 0.9195 1.1558 1.4759 2.0150 2.5706 3.3649 4.0321 6 0.2648 0.5534 0.7176 0.9057 1.1342 1.4398 1.9432 2.4469 3.1427 3.7074 7 0.2632 0.5491 0.7111 0.8960 1.1192 1.4149 1.8946 2.3646 2.9980 3.4995 8 0.2619 0.5459 0.7064 0.8889 1.1081 1.3968 1.8595 2.3060 2.8965 3.3554 9 0.2610 0.5435 0.7027 0.8834 1.0997 1.3830 1.8331 2.2622 2.8214 3.2498
34 2023年度秋学期 統計学 / 関西大学総合情報学部 浅野 晃 t 0 t分布表 32 面積=2.5% t0.025 (n
− 1) 0.40 0.30 0.25 0.20 0.15 0.10 0.05 0.025 0.01 0.005 1 0.3249 0.7265 1.0000 1.3764 1.9626 3.0777 6.3138 12.7062 31.8205 63.6567 2 0.2887 0.6172 0.8165 1.0607 1.3862 1.8856 2.9200 4.3027 6.9646 9.9248 3 0.2767 0.5844 0.7649 0.9785 1.2498 1.6377 2.3534 3.1824 4.5407 5.8409 4 0.2707 0.5686 0.7407 0.9410 1.1896 1.5332 2.1318 2.7764 3.7469 4.6041 5 0.2672 0.5594 0.7267 0.9195 1.1558 1.4759 2.0150 2.5706 3.3649 4.0321 6 0.2648 0.5534 0.7176 0.9057 1.1342 1.4398 1.9432 2.4469 3.1427 3.7074 7 0.2632 0.5491 0.7111 0.8960 1.1192 1.4149 1.8946 2.3646 2.9980 3.4995 8 0.2619 0.5459 0.7064 0.8889 1.1081 1.3968 1.8595 2.3060 2.8965 3.3554 9 0.2610 0.5435 0.7027 0.8834 1.0997 1.3830 1.8331 2.2622 2.8214 3.2498 自由度
34 2023年度秋学期 統計学 / 関西大学総合情報学部 浅野 晃 t 0 t分布表 32 面積=2.5% パーセントの値 t0.025
(n − 1) 0.40 0.30 0.25 0.20 0.15 0.10 0.05 0.025 0.01 0.005 1 0.3249 0.7265 1.0000 1.3764 1.9626 3.0777 6.3138 12.7062 31.8205 63.6567 2 0.2887 0.6172 0.8165 1.0607 1.3862 1.8856 2.9200 4.3027 6.9646 9.9248 3 0.2767 0.5844 0.7649 0.9785 1.2498 1.6377 2.3534 3.1824 4.5407 5.8409 4 0.2707 0.5686 0.7407 0.9410 1.1896 1.5332 2.1318 2.7764 3.7469 4.6041 5 0.2672 0.5594 0.7267 0.9195 1.1558 1.4759 2.0150 2.5706 3.3649 4.0321 6 0.2648 0.5534 0.7176 0.9057 1.1342 1.4398 1.9432 2.4469 3.1427 3.7074 7 0.2632 0.5491 0.7111 0.8960 1.1192 1.4149 1.8946 2.3646 2.9980 3.4995 8 0.2619 0.5459 0.7064 0.8889 1.1081 1.3968 1.8595 2.3060 2.8965 3.3554 9 0.2610 0.5435 0.7027 0.8834 1.0997 1.3830 1.8331 2.2622 2.8214 3.2498 自由度
34 2023年度秋学期 統計学 / 関西大学総合情報学部 浅野 晃 t 0 t分布表 32 面積=2.5% パーセントの値 例題では
n − 1 = 9 t0.025 (n − 1) 0.40 0.30 0.25 0.20 0.15 0.10 0.05 0.025 0.01 0.005 1 0.3249 0.7265 1.0000 1.3764 1.9626 3.0777 6.3138 12.7062 31.8205 63.6567 2 0.2887 0.6172 0.8165 1.0607 1.3862 1.8856 2.9200 4.3027 6.9646 9.9248 3 0.2767 0.5844 0.7649 0.9785 1.2498 1.6377 2.3534 3.1824 4.5407 5.8409 4 0.2707 0.5686 0.7407 0.9410 1.1896 1.5332 2.1318 2.7764 3.7469 4.6041 5 0.2672 0.5594 0.7267 0.9195 1.1558 1.4759 2.0150 2.5706 3.3649 4.0321 6 0.2648 0.5534 0.7176 0.9057 1.1342 1.4398 1.9432 2.4469 3.1427 3.7074 7 0.2632 0.5491 0.7111 0.8960 1.1192 1.4149 1.8946 2.3646 2.9980 3.4995 8 0.2619 0.5459 0.7064 0.8889 1.1081 1.3968 1.8595 2.3060 2.8965 3.3554 9 0.2610 0.5435 0.7027 0.8834 1.0997 1.3830 1.8331 2.2622 2.8214 3.2498 自由度
34 2023年度秋学期 統計学 / 関西大学総合情報学部 浅野 晃 t 0 t分布表 32 面積=2.5% パーセントの値 例題では
n − 1 = 9 0.025 t0.025 (n − 1) 0.40 0.30 0.25 0.20 0.15 0.10 0.05 0.025 0.01 0.005 1 0.3249 0.7265 1.0000 1.3764 1.9626 3.0777 6.3138 12.7062 31.8205 63.6567 2 0.2887 0.6172 0.8165 1.0607 1.3862 1.8856 2.9200 4.3027 6.9646 9.9248 3 0.2767 0.5844 0.7649 0.9785 1.2498 1.6377 2.3534 3.1824 4.5407 5.8409 4 0.2707 0.5686 0.7407 0.9410 1.1896 1.5332 2.1318 2.7764 3.7469 4.6041 5 0.2672 0.5594 0.7267 0.9195 1.1558 1.4759 2.0150 2.5706 3.3649 4.0321 6 0.2648 0.5534 0.7176 0.9057 1.1342 1.4398 1.9432 2.4469 3.1427 3.7074 7 0.2632 0.5491 0.7111 0.8960 1.1192 1.4149 1.8946 2.3646 2.9980 3.4995 8 0.2619 0.5459 0.7064 0.8889 1.1081 1.3968 1.8595 2.3060 2.8965 3.3554 9 0.2610 0.5435 0.7027 0.8834 1.0997 1.3830 1.8331 2.2622 2.8214 3.2498 自由度
34 2023年度秋学期 統計学 / 関西大学総合情報学部 浅野 晃 t 0 t分布表 32 面積=2.5% パーセントの値 例題では
n − 1 = 9 0.025 t0.025 (9) = 2.262 t0.025 (n − 1) 0.40 0.30 0.25 0.20 0.15 0.10 0.05 0.025 0.01 0.005 1 0.3249 0.7265 1.0000 1.3764 1.9626 3.0777 6.3138 12.7062 31.8205 63.6567 2 0.2887 0.6172 0.8165 1.0607 1.3862 1.8856 2.9200 4.3027 6.9646 9.9248 3 0.2767 0.5844 0.7649 0.9785 1.2498 1.6377 2.3534 3.1824 4.5407 5.8409 4 0.2707 0.5686 0.7407 0.9410 1.1896 1.5332 2.1318 2.7764 3.7469 4.6041 5 0.2672 0.5594 0.7267 0.9195 1.1558 1.4759 2.0150 2.5706 3.3649 4.0321 6 0.2648 0.5534 0.7176 0.9057 1.1342 1.4398 1.9432 2.4469 3.1427 3.7074 7 0.2632 0.5491 0.7111 0.8960 1.1192 1.4149 1.8946 2.3646 2.9980 3.4995 8 0.2619 0.5459 0.7064 0.8889 1.1081 1.3968 1.8595 2.3060 2.8965 3.3554 9 0.2610 0.5435 0.7027 0.8834 1.0997 1.3830 1.8331 2.2622 2.8214 3.2498 自由度
34 2023年度秋学期 統計学 / 関西大学総合情報学部 浅野 晃 t分布を用いた区間推定 33 P ¯ X − t0.025(n
− 1) s2 n µ ¯ X + t0.025(n − 1) s2 n = 0.95
34 2023年度秋学期 統計学 / 関西大学総合情報学部 浅野 晃 t分布を用いた区間推定 33 例題では P ¯ X −
t0.025(n − 1) s2 n µ ¯ X + t0.025(n − 1) s2 n = 0.95
34 2023年度秋学期 統計学 / 関西大学総合情報学部 浅野 晃 t分布を用いた区間推定 33 例題では 標本平均=50 P ¯ X
− t0.025(n − 1) s2 n µ ¯ X + t0.025(n − 1) s2 n = 0.95
34 2023年度秋学期 統計学 / 関西大学総合情報学部 浅野 晃 t分布を用いた区間推定 33 例題では 標本平均=50 不偏分散=25 P ¯
X − t0.025(n − 1) s2 n µ ¯ X + t0.025(n − 1) s2 n = 0.95
34 2023年度秋学期 統計学 / 関西大学総合情報学部 浅野 晃 t分布を用いた区間推定 33 例題では 標本平均=50 不偏分散=25 標本サイズ=10 P
¯ X − t0.025(n − 1) s2 n µ ¯ X + t0.025(n − 1) s2 n = 0.95
34 2023年度秋学期 統計学 / 関西大学総合情報学部 浅野 晃 t分布を用いた区間推定 33 例題では 標本平均=50 不偏分散=25 標本サイズ=10 P
¯ X − t0.025(n − 1) s2 n µ ¯ X + t0.025(n − 1) s2 n = 0.95
34 2023年度秋学期 統計学 / 関西大学総合情報学部 浅野 晃 t分布を用いた区間推定 33 例題では 標本平均=50 不偏分散=25 標本サイズ=10 P
¯ X − t0.025(n − 1) s2 n µ ¯ X + t0.025(n − 1) s2 n = 0.95 t0.025 (10 − 1) = 2.262
34 2023年度秋学期 統計学 / 関西大学総合情報学部 浅野 晃 t分布を用いた区間推定 33 例題では 標本平均=50 不偏分散=25 標本サイズ=10 P
¯ X − t0.025(n − 1) s2 n µ ¯ X + t0.025(n − 1) s2 n = 0.95 t0.025 (10 − 1) = 2.262 計算すると,例題の答は 「46.4以上53.6以下」( [46.4, 53.6] ) の95% 信頼区間の下限 μ の95% 信頼区間の上限 μ
34 2023年度秋学期 統計学 / 関西大学総合情報学部 浅野 晃 前回の例題と比較 34 不偏分散は,母分散の推定量なので,不確か どちらも 標本平均=50 不偏分散=25 のとき 標本サイズ=10
母分散=25 のとき 母平均の95%信頼区間は [46.9, 53.1] [46.4, 53.6] →信頼区間が広い