Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Sign up for free
Menu
Search
Features
All features
Private URLs
Password Protection
Custom URLS
Scheduled publishing
Remove Branding
Restrict embedding
Deck Collections
Notes
Features
All features
Private URLs
Password Protection
Custom URLS
Scheduled publishing
Remove Branding
Restrict embedding
Deck Collections
Notes
Explore
Featured decks
Featured speakers
Programming
Technology
Storyboards
Explore
Featured decks
Featured speakers
Programming
Technology
Storyboards
Pricing
Search
Sign in
Sign up for free
統計学入門講座 第8回スライド
Search
TechmathProject
August 11, 2025
Science
190
0
Share
Embed
Copy iframe code
Copy JS code
Copy link
Start on current slide
統計学入門講座 第8回スライド
てくますプロジェクトで行った統計学入門講座の第8回スライドです。
実施:2025/02/10
TechmathProject
August 11, 2025
More Decks by TechmathProject
See All by TechmathProject
統計学入門講座 第5回スライド
techmathproject
0
200
統計学入門講座 第6回スライド
techmathproject
0
180
統計学入門講座 第7回スライド
techmathproject
0
200
統計学入門講座 第4回スライド
techmathproject
0
440
統計学入門講座 第3回スライド
techmathproject
0
320
統計学入門講座 第2回スライド
techmathproject
0
460
統計学入門講座 第1回スライド
techmathproject
0
890
線形代数学入門講座 第1回スライド
techmathproject
0
490
線形代数学入門講座 第2回スライド
techmathproject
0
330
Other Decks in Science
See All in Science
摂理と合理の肉体改造 — AI時代の減量を支える観測・制御・継続
kiyoshi
0
3.5k
AlgorithAlgorihms for Decision Making
mickey_kubo
0
150
Tensor Factorization Meets Deformed Information Geometry: Convex Relaxation under Deformed Algebra
gkazunii
0
150
20260410_SystemsThinking
takusamar
1
160
[NLP2026 参加報告会] AI for Science まとめ / NLP2026
lychee1223
0
2k
生成AIが科学とRAにもたらしていること:メタサイエンスの視点から
rmaruy
0
140
Van Dare naar Durf
voginip
0
310
因果推論と機械学習
sshimizu2006
1
1.5k
20260820_アウトカムが二値のデータに対するCausal Impact@LINEヤフー Data Science Share #2 / Causal Impact for Binary Outcomes
brainpadpr
3
1.4k
生成AI・プレプリント時代における 研究成果公開の再設計 ― トップカンファレンス文化はどこへ向かうのか / Redesigning the Dissemination of Research Outputs in the Age of Generative AI and Preprints — Where Is the Top-Conference Culture Heading?
ykiyota
0
30k
Build your own LLM, Live, with MicroGPT
ianozsvald
0
150
SAT ソルバーの仕組みと制約ソルバーへの応用
tsoh
3
440
Featured
See All Featured
How to Create Impact in a Changing Tech Landscape [PerfNow 2023]
tammyeverts
56
3.5k
Why Our Code Smells
bkeepers
PRO
340
58k
Building AI with AI
inesmontani
PRO
1
1.2k
I Don’t Have Time: Getting Over the Fear to Launch Your Podcast
jcasabona
35
2.8k
End of SEO as We Know It (SMX Advanced Version)
ipullrank
3
4.4k
Context Engineering - Making Every Token Count
addyosmani
9
1.1k
Creating an realtime collaboration tool: Agile Flush - .NET Oxford
marcduiker
35
2.6k
Art, The Web, and Tiny UX
lynnandtonic
304
22k
Site-Speed That Sticks
csswizardry
13
1.5k
A brief & incomplete history of UX Design for the World Wide Web: 1989–2019
jct
2
510
Thoughts on Productivity
jonyablonski
76
5.4k
Building a Scalable Design System with Sketch
lauravandoore
464
34k
Transcript
統計学入門講座 第8回 2標本t検定 てくますプロジェクト
てくますプロジェクトについて • てくますプロジェクトは, 「考える楽しさを探そう!」が合言葉の, 数学と情報科学の学習コミュニティです. • 数学や情報科学は, 誰にとっても役立ち, 趣味としても楽しめるものです. その魅力を伝えるために,
私たちは活動しています. • 輪読会や講座の実施, 記事などのコンテンツ制作を行っています. • X などで宣伝いただけると大変嬉しいです. (#てくますプロジェクト) • 講師はゆっきん(桑原)が担当します. ◦ 数学教師→システムエンジニア→プログラミング講師 ◦ 数学, プログラミング, ボードゲームが好きです. ◦ てくますプロジェクトやボードゲームコミュニティの運営を 行っています.
本講座について • 本講座は統計学を初めて学ぶ方や, 学び直したい方を対象としています. 本講座の前半は高校数学レベル, 後半は大学教養レベルです. 統計検定2級を目指す方にも適した内容です. • 本講座は各回, 前半で知識のインプット,
後半で問題演習を行います. • 高校や大学以外で数学を学ぶことのできる貴重な場です. 数学を学びたい人たちが集まっていますので, ぜひ交流してください! • 本講座作成にあたり, 特に参考にした本を 右に挙げておきます. 2冊ともオススメです. • 後ろから顔が映らないように写真を撮ることがあります. ご了承ください.
スケジュール 第1回 データの整理 2024/10/07 第4回 確率分布 2024/12/02 第3回 確率の基本 2024/11/18
第2回 データの散らばり 2024/10/28 第5回 検定の枠組み 2024/12/16 第8回 2標本t検定 2025/02/10 第6回 母平均の検定 2025/01/06 第7回 母分散, 母比率の検定 2025/01/27 本講座は全8回です. 各回の内容は以下の通りです.
目次 1. 対応のある2標本のt検定 ある新薬が患者の血圧を下げる効果があるかを検証するために, 同じ患者の新薬服用前の血圧と 服用後の血圧を比べることを考えます. (このとき, 各患者のデータはペアになっているので, 2標本に対応があると言います.) 2.
対応のない2標本のt検定 ある新薬が患者の血圧を下げる効果があるかを検証するために, 新薬を服用したグループの患者 と新薬を服用していないグループの患者の血圧を比べることを考えます. (このとき, データはペアになっていないので, 2標本に対応がないと言います, )
対応のある2標本のt検定
ある新薬が患者の血圧を下げる効果があるかを検証するために, 5人の患者を対象に実験を行いま した. 各患者の新薬服用前の血圧と2週間服用した後の血圧を測定し, 以下のデータを得ました. 新薬が血圧を有意に下げるか検定しましょう. 有意水準は 5%(両側検定)とします. 対応のある2標本のt検定 新薬服用前と服用後で母平均に差があるかどうかを調べます.
患者1 患者2 患者3 患者4 患者5 新薬服用前の血圧 150 135 145 155 148 新薬服用後の血圧 140 133 148 150 142 対応あり
対応のある2標本のt検定 対応のある2標本の場合, 対応する2つの観測値の差 d が重要です. 差 d の母平均が 0 であるかどうかを検定する問題と考えれば,
第6回で取り扱った母平均の検定と同じよ うに解けるからです. 差 d の標本平均の分布は • 平均値:差 d の母平均と同じ • 標準偏差: 患者1 患者2 患者3 患者4 患者5 新薬服用前の血圧 150 135 145 155 148 新薬服用後の血圧 140 133 148 150 142 差 d -10 -2 3 -5 -6 は分からないので s で代用して, Student化する.
対応のある2標本のt検定 観測された差 d の標本について 標本平均: 標本分散: 標本標準偏差: よって, -4 をStudent化すると,
自由度 5-1=4 のt分布の棄却域の境目は±2.76なので, 1.84は棄却域に入っていません. つまり, 新薬が血圧を下げる効果があると統計的に有意に言うことはできません. 帰無仮説より
対応のない2標本のt検定
ある新薬が患者の血圧を下げる効果があるかを検証するために, 異なる2つのグループを準備し, 片方のグループAには薬を投与し, もう片方のグループBには薬を投与しませんでした. 2週間後, 2つのグループの患者の血圧を測定し, 以下のデータを得ました. 新薬が血圧を有意に下げるか検定しましょう. 有意水準は 5%(両側検定)とします.
対応のない2標本のt検定 薬を投与したグループ A 135, 145, 148, 150, 155 薬を投与しなかったグループ B 133, 140, 142, 148, 150 先ほど同様, 新薬服用前と服用後で母平均に差があるかどうかを調べます. しかし, 先ほどとは異なり, 観測値の差 d を求めることはできないことに注意が必要です. 対応なし
対応のない2標本のt検定 問題を解く準備として, 2つの標本の標本平均の差の分布について考えます. (2つの母集団の母標準偏差は σ で等しいことを仮定します) 平均値:母平均の差と同じです. 分散:2つの分散を足し合わせたものになります. 標準偏差: 今回は,
標本が2つあるので, それぞれの標本標準偏差を統合した 合算標準偏差 を使用します. 合算標準偏差 の計算方法 1. グループAとグループBそれぞれで偏差の2乗の和を求める 2. 求めた和を自由度の で割る 3. ルートを取る は分からないので s で代用して, Student化する.
対応のない2標本のt検定 まとめると, Student化の式は次のようになります. グループAの標本平均 :146.6 , グループBの標本平均 :142.6 グループAの偏差2乗和: グループBの偏差2乗和: 合算標準偏差 : Student化すると,
自由度 5+5ー2=8 のt分布の棄却域の境目は±2.306なので, 0.89は棄却域に入っていません. つまり, 新薬が血圧を下げる効果があると統計的に有意に言うことはできません. 帰無仮説より
まとめ • 対応のある2標本のt検定 ◦ 対応する値の差 d の母平均の検定と思えばよい. • 対応のない2標本のt検定 ◦
を計算する (帰無仮説より, ) ◦ 合算標準偏差 の計算方法 ▪ グループごとに偏差の2乗の和を求める ▪ 求めた和を自由度の で割る ▪ ルートを取る
演習問題を解こう!