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
140
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
150
統計学入門講座 第6回スライド
techmathproject
0
130
統計学入門講座 第7回スライド
techmathproject
0
150
統計学入門講座 第4回スライド
techmathproject
0
390
統計学入門講座 第3回スライド
techmathproject
0
280
統計学入門講座 第2回スライド
techmathproject
0
400
統計学入門講座 第1回スライド
techmathproject
0
820
線形代数学入門講座 第1回スライド
techmathproject
0
320
線形代数学入門講座 第2回スライド
techmathproject
0
190
Other Decks in Science
See All in Science
ハミルトン・ヤコビ方程式の解の性質と物理的意味
enakai00
0
810
大黒市で発生した大規模インシデント の ポストモーテムから読み解く、 記憶媒体消去の大切さ
shucho0103
0
210
データベース04: SQL (1/3) 単純質問 & 集約演算
trycycle
PRO
0
1.5k
「遂行理論の未来」(松島斉教授最終講義記念セッションの発表資料)
shunyanoda
0
930
SpatialRDDパッケージによる空間回帰不連続デザイン
saltcooky12
0
270
データベース09: 実体関連モデル上の一貫性制約
trycycle
PRO
0
1.5k
検索と推論タスクに関する論文の紹介
ynakano
1
250
フィードフォワードニューラルネットワークを用いた記号入出力制御系に対する制御器設計 / Controller Design for Augmented Systems with Symbolic Inputs and Outputs Using Feedforward Neural Network
konakalab
0
160
データベース10: 拡張実体関連モデル
trycycle
PRO
0
1.3k
あなたに水耕栽培を愛していないとは言わせない
mutsumix
1
360
プロジェクト「Azayaka」のSARの数式とジオメトリ
syuchimu
0
380
AIを用いた PID制御で部屋 の温度制御をしてみた
nearme_tech
PRO
0
180
Featured
See All Featured
AI Search: Implications for SEO and How to Move Forward - #ShenzhenSEOConference
aleyda
1
1.3k
Taking LLMs out of the black box: A practical guide to human-in-the-loop distillation
inesmontani
PRO
3
2.3k
How to Build an AI Search Optimization Roadmap - Criteria and Steps to Take #SEOIRL
aleyda
1
2.1k
How Fast Is Fast Enough? [PerfNow 2025]
tammyeverts
3
660
JavaScript: Past, Present, and Future - NDC Porto 2020
reverentgeek
52
6k
Distributed Sagas: A Protocol for Coordinating Microservices
caitiem20
333
23k
How to Think Like a Performance Engineer
csswizardry
28
2.7k
個人開発の失敗を避けるイケてる考え方 / tips for indie hackers
panda_program
123
22k
SEOcharity - Dark patterns in SEO and UX: How to avoid them and build a more ethical web
sarafernandez
0
220
A Modern Web Designer's Workflow
chriscoyier
698
190k
Become a Pro
speakerdeck
PRO
31
6k
Building a Modern Day E-commerce SEO Strategy
aleyda
45
9.1k
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!