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
統計学入門講座 第8回スライド
Search
TechmathProject
August 11, 2025
Science
0
6
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
Tweet
Share
More Decks by TechmathProject
See All by TechmathProject
統計学入門講座 第5回スライド
techmathproject
0
11
統計学入門講座 第6回スライド
techmathproject
0
7
統計学入門講座 第7回スライド
techmathproject
0
7
統計学入門講座 第4回スライド
techmathproject
0
170
統計学入門講座 第3回スライド
techmathproject
0
120
統計学入門講座 第2回スライド
techmathproject
0
170
統計学入門講座 第1回スライド
techmathproject
0
420
線形代数学入門講座 第1回スライド
techmathproject
0
100
線形代数学入門講座 第2回スライド
techmathproject
0
72
Other Decks in Science
See All in Science
機械学習 - pandas入門
trycycle
PRO
0
300
生成検索エンジン最適化に関する研究の紹介
ynakano
2
1.3k
Ignite の1年間の軌跡
ktombow
0
140
06_浅井雄一郎_株式会社浅井農園代表取締役社長_紹介資料.pdf
sip3ristex
0
580
オンプレミス環境にKubernetesを構築する
koukimiura
0
310
データベース06: SQL (3/3) 副問い合わせ
trycycle
PRO
1
620
Agent開発フレームワークのOverviewとW&B Weaveとのインテグレーション
siyoo
0
310
局所保存性・相似変換対称性を満たす機械学習モデルによる数値流体力学
yellowshippo
1
300
「美は世界を救う」を心理学で実証したい~クラファンを通じた新しい研究方法
jimpe_hitsuwari
1
140
04_石井クンツ昌子_お茶の水女子大学理事_副学長_D_I社会実現へ向けて.pdf
sip3ristex
0
570
データマイニング - ウェブとグラフ
trycycle
PRO
0
150
ttl2html (RDF/Turtle to HTML)
masao
0
100
Featured
See All Featured
Chrome DevTools: State of the Union 2024 - Debugging React & Beyond
addyosmani
7
800
Optimizing for Happiness
mojombo
379
70k
Product Roadmaps are Hard
iamctodd
PRO
54
11k
Measuring & Analyzing Core Web Vitals
bluesmoon
8
550
Distributed Sagas: A Protocol for Coordinating Microservices
caitiem20
332
22k
個人開発の失敗を避けるイケてる考え方 / tips for indie hackers
panda_program
110
19k
Embracing the Ebb and Flow
colly
86
4.8k
Site-Speed That Sticks
csswizardry
10
770
What's in a price? How to price your products and services
michaelherold
246
12k
ピンチをチャンスに:未来をつくるプロダクトロードマップ #pmconf2020
aki_iinuma
126
53k
Visualization
eitanlees
146
16k
Agile that works and the tools we love
rasmusluckow
329
21k
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!