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
統計の基礎13 ノンパラメトリック
Search
xjorv
PRO
February 05, 2021
Education
0
240
統計の基礎13 ノンパラメトリック
統計の基礎13ではパラメトリックではないデータに適用する検定手法である、ノンパラメトリックについて説明します。
xjorv
PRO
February 05, 2021
Tweet
Share
More Decks by xjorv
See All by xjorv
コンパートメントモデル
xjorv
PRO
0
4.1k
コンパートメントモデルをStanで解く
xjorv
PRO
0
260
生物学的同等性試験 検出力の計算法
xjorv
PRO
0
2.6k
生物学的同等性試験ガイドライン 同等性パラメータの計算方法
xjorv
PRO
0
3.8k
粉体特性2
xjorv
PRO
0
2k
粉体特性1
xjorv
PRO
0
2.2k
皮膜5
xjorv
PRO
0
1.9k
皮膜4
xjorv
PRO
0
1.8k
皮膜3
xjorv
PRO
0
1.8k
Other Decks in Education
See All in Education
執筆テーマの決め方
sapi_kawahara
1
180
わたしのメタ学習 / My Own Meta Learning #shinjukurb
expajp
0
110
MySmartSTEAM2324
cbtlibrary
0
120
AI教育の未来『おもしろい』を作れる人材の育て方 #東京AI祭
o_ob
1
350
Introduction - Lecture 1 - Next Generation User Interfaces (4018166FNR)
signer
PRO
0
3k
生成AIを活用できる大学教職員になる-基本と実践-
gmoriki
0
300
自由の森学園学校紹介資料
jiyunomori
0
1.5k
Digijulkaisut
matleenalaakso
1
8.5k
Analysis and Validation - Lecture 4 - Information Visualisation (4019538FNR)
signer
PRO
0
1.4k
Data Presentation - Lecture 5 - Information Visualisation (4019538FNR)
signer
PRO
0
1.8k
week3@tcue2024
nonxxxizm
0
440
WordPressを教える人のための視点と考え方
crebowinfo
0
230
Featured
See All Featured
Building Better People: How to give real-time feedback that sticks.
wjessup
355
18k
Building Flexible Design Systems
yeseniaperezcruz
319
37k
A designer walks into a library…
pauljervisheath
200
23k
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
78
42k
Designing on Purpose - Digital PM Summit 2013
jponch
110
6.5k
The Straight Up "How To Draw Better" Workshop
denniskardys
227
130k
Build The Right Thing And Hit Your Dates
maggiecrowley
24
2k
The Language of Interfaces
destraynor
151
23k
[RailsConf 2023] Rails as a piece of cake
palkan
23
3.9k
Why You Should Never Use an ORM
jnunemaker
PRO
51
8.6k
Designing for humans not robots
tammielis
248
25k
The Invisible Side of Design
smashingmag
294
49k
Transcript
統計の基礎13 ノンパラメトリック 2021/1/14 Ver. 1.0
ノンパラメトリックとは? パラメータに依存しない統計・検定のこと • 平均や標準偏差(パラメータ)を必要としない • 通常は正規分布しないデータに適用される • p値が大きめになる傾向がある(検出力が低い) • 精度がデータの分布に依存しない(頑強性がある)
*カテゴリカル・データなどで数値にできないとき以外は、現代的にはほぼ使用されないと思ってよい
ノンパラメトリックの種類 とてもたくさんある • ウィルコクソンの順位和検定 • ウィルコクソンの符号順位検定 • クラスカル・ウォリスの順位検定 • フリードマンの順位検定
• ヨンクヒールの順位和検定 • スピアマンの順位相関係数 などが代表的
ウィルコクソンの順位和検定 t検定のノンパラメトリック版検定 • 2群のデータを数値順に並べ、順位を付ける • 順位の和を計算し、順位の和と標本数から統計量を求める • 統計量からp値を計算する *ウィルコクソンの符号順位検定は対応のあるt検定に当たる https://data-science.gr.jp/theory/tst_wilcoxon_rank_sum_test.html
*ヨンクヒールの順位和検定は片側のウィルコクソン順位和検定に当たる
クラスカル・ウォリスの順位検定 一元分散分析のノンパラメトリック版検定 • 3群以上のデータを数値順に並べ、順位を付ける • 順位の和を計算し、順位の和と標本数から統計量を求める • 統計量からp値を計算する クラスカル・ウォリス検定 同じ値で一元分散分析
*フリードマンの順位検定は対応のある一元分散分析のノンパラメトリック版
スピアマンの順位相関係数 相関係数のノンパラメトリック版検定 • 2群の値をそれぞれ数値順に並べ、順位を付ける • 2群の順位の相関係数を求める • ピアソンの相関係数 • スピアマンの相関係数
• ケンドールの相関係数 上から *ピアソンはパラメトリックの(通情用いられる)相関係数、ケンドールはスピアマンとは別のノンパラメトリックの相関係数
まとめ • パラメータに依存しない統計をノンパラメトリックと呼ぶ • ノンパラメトリックでは、主に順位への変換が行われる • ノンパラメトリックは結果の分布に依存しない(頑強) • ノンパラメトリックでは、検出力が低くなりやすい