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
仮説検定の例(補足資料)
Search
nonki1974
July 08, 2017
Science
0
150
仮説検定の例(補足資料)
講義で使った資料です
nonki1974
July 08, 2017
Tweet
Share
More Decks by nonki1974
See All by nonki1974
GTFS with Tidytransit package
nonki1974
0
200
TokyoR#84_Rexams
nonki1974
0
170
都道府県別焼き鳥屋ランキングの作成
nonki1974
1
720
Introduction to R
nonki1974
0
300
Introduction to dplyr
nonki1974
0
350
Introduction to ggplot2
nonki1974
1
420
Analyzing PSB tracks with R
nonki1974
0
510
introduction to fukuoka.R @ Fukuoka.LT
nonki1974
0
54
所要時間のヒートマップを作成する
nonki1974
0
380
Other Decks in Science
See All in Science
Avatar Fusion Karaoke: Research and development on multi-user music play VR experience in the metaverse
vrstudiolab
1
150
汎用原子シミュレータMatlantis のご紹介
matlantis
0
120
iRIC v4 Solvers
nkmr_rl
0
3k
Introduction to Graph Neural Networks
joisino
4
1.4k
SCOTT: Self-Consistent Chain-of-Thought Distillation
meshidenn
0
300
シマリスを知る! at Cloud in the Camp 勝浦 2023/7/15
shimagaji
0
110
2023-10-03-FOGBoston
lcolladotor
0
170
Spark_Task_Optimization_Journey_How_I_Increased_10x_Speed_by_Performance_Tuning
tlyu0419
0
190
Presenting Effectively with Data (in a Hurry)
thomaselove
1
250
Onsager代数とその周辺 / Onsager algebra tsudoi
usamik26
0
380
AI(人工知能)の過去・現在・未来 —AIは人間を超えるのか—
tagtag
1
190
AI(人工知能)の過去・現在・未来 —AIは人間を超えるのか—
tagtag
0
260
Featured
See All Featured
[Rails World 2023 - Day 1 Closing Keynote] - The Magic of Rails
eileencodes
1
1.3k
What’s in a name? Adding method to the madness
productmarketing
PRO
15
2.6k
Infographics Made Easy
chrislema
237
18k
How STYLIGHT went responsive
nonsquared
92
4.8k
Visualization
eitanlees
135
14k
Building Applications with DynamoDB
mza
88
5.6k
Practical Orchestrator
shlominoach
181
9.7k
Git: the NoSQL Database
bkeepers
PRO
422
63k
Become a Pro
speakerdeck
PRO
10
4.5k
The Language of Interfaces
destraynor
151
23k
Gamification - CAS2011
davidbonilla
76
4.6k
Unsuck your backbone
ammeep
662
57k
Transcript
仮説検定の例(補足資料) @nonki1974
例|平成26年 国民健康・栄養調査 20歳~29歳の1日あたりのエネルギー摂取量 平均:1662kcal 標準偏差:480kcal 500 1000 1500 2000 2500
3000 0e+00 4e-04 8e-04 摂取カロリー[kcal] f(x) 研究者Aさんの主張 F女子大の学生の摂取カロリーは 全国の平均と異なるのではないか?
例|10名をランダムに抽出 F女子大の学生の摂取カロリーが 全国と同じ分布 (1662, 4802) だとすると、 10名分の平均値の分布は , となるはずだ! 500
1000 1500 2000 2500 3000 0.0000 0.0010 0.0020 0.0030 摂取カロリー[kcal] f(x) 実際に調べたら1300kcalだった この分布の下では起こりにくい
起こりにくさの評価 1300kcal は 1662kcal から 362kcal 離れている 10名の平均が1662kcalから362kcal以上ずれる確率 362 362
実際に得た値 仮定した値 ത − 1662 ≥ 362 = 2 ത ≤ 1300 = 0.017 1.7% これは起こりにくい! p値(p-value)
どれくらい小さければ起こりにくいか 例えば5%にする → 有意水準 1662 − 1.96 × 480 10
1662 + 1.96 × 480 10 実際に得た値が (棄却域) に入ったら、 起こりにくいことが起こった!と判断しよう 棄却域 棄却域 判定 基準
起こりにくいことが起こらないケース 実際に調べたら1800kcalだった 10名の平均が1662kcalから138kcal以上ずれる確率 ത − 1662 ≥ 138 = 2
ത ≤ 1524 = 0.363 36.3% 1662kcalが正しくても それなりに起こり得る! Aさんの主張の根拠として不十分
問題設定の定式化 研究者Aさんの主張 F女子大の学生の摂取カロリーは 全国の平均と異なるのではないか? F女子大の学生の摂取カロリーの平均を とし、 その分布は (, 2) とする
1 : ≠ 1662 対立仮説 0 : = 1662 帰無仮説 基準となる分布を作るための仮説
仮説検定の流れ 帰無仮説0 と対立仮説1 を設定する 帰無仮説0 の下で統計量の確率分布を求める 棄却域を設定し、統計量の実現値が 棄却域に入るかどうかを判定 統計量の実現値のp値を計算し、 有意水準よりも小さいかどうかを判定
1 2 3 3’ 3 3’ はいずれかでOK
判定結果の記述 4 0 の下では起こりにくいことが 起こったから・・・・ Case A 統計量の実現値が棄却域に入った もしくは p値が有意水準より小さい
を棄却する もしくは を採択する 0 の下では起こりうることが 起こったから・・・・ Case B 統計量の実現値が棄却域に入らず もしくは p値が有意水準より大きい を受容する もしくは 0 を棄却できない
対立仮説の種類 | 右側仮説 研究者Aさんの主張 F女子大の学生の摂取カロリーは 全国の平均より多いのではないか? 1 : > 1662
右側仮説 1662 + 1.645 × 480 10 棄却域 5%
対立仮説の種類 | 左側仮説 研究者Aさんの主張 F女子大の学生の摂取カロリーは 全国の平均より少ないのではないか? 1 : < 1662
左側仮説 1662 − 1.645 × 480 10 5% 棄却域