1 / 17

統計学 11/13 （月）

統計学 11/13 （月）. 担当：鈴木智也. 講義の全体構成. 第１部　記述統計：データの特性を記述 第２部　確率論：推測統計への橋渡し 確率論入門 確率変数と確率分布　 主な確率分布　←ここ！ ☆中間試験はここまで 第３部　推測統計：データから全体像を推測. 主な確率分布. 二項分布（離散型） これが基本型。 ポアソン分布（離散型） 二項分布から導出できる。 正規分布（連続型） これも二項分布から導出できる。. 二項分布とは. ☆ 結果が二通り（例： S か F ）しかない実験 結果が S となる確率を p で表す。

natala
Download Presentation

統計学 11/13 （月）

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. 統計学11/13（月） 担当：鈴木智也

  2. 講義の全体構成 第１部　記述統計：データの特性を記述 第２部　確率論：推測統計への橋渡し 確率論入門 確率変数と確率分布　 主な確率分布　←ここ！ ☆中間試験はここまで 第３部　推測統計：データから全体像を推測

  3. 主な確率分布 • 二項分布（離散型） これが基本型。 • ポアソン分布（離散型） 二項分布から導出できる。 • 正規分布（連続型） これも二項分布から導出できる。

  4. 二項分布とは ☆結果が二通り（例：SかF）しかない実験 • 結果がSとなる確率をpで表す。 • 結果がFとなる確率は、q（=1－p）である。 • この実験をn回行い、結果がSとなる回数をXとする。 ⇒Xは確率変数であり、その分布は二項分布（n, p）に従う。

  5. 二項分布：例題 • 実験：じゃんけん • その結果 S＝勝つ F＝勝たない（負け、あいこ） • 勝つ確率：p＝1/3　勝たない確率：q=2/3 Q：３回のじゃんけんで1回勝つ確率は？ (n=3、x=1)

  6. 二項分布：例題の答え • ケースA：一回目に勝つ場合の確率 　 （1/3）×（2/3）×（2/3）=（1/3）×（2/3）2 • ケースB：二回目に勝つ場合の確率 （2/3）×（1/3）×（2/3）=（1/3）×（2/3）2 • ケースC：三回目に勝つ場合の確率 （2/3）×（2/3）×（1/3）=（1/3）×（2/3）2 注：A、B、Cは互いに排反。 ⇒３回中１回だけ勝つ確率は、3×（1/3）×（2/3）2。

  7. 二項分布の公式 • X＝xjという値を取る確率は P(xj)=nCxpxqn-x =for j=1,…,n. • nCxは、n 個のものから x 個のものを選び出す公式であり、 nCx = n!/{x!(n-x)!}。 • 注：n! は n の階乗であり、 n!=n×(n-1) ×(n-2) ×…×2×1である。

  8. 二項分布：期待値と分散 確率変数Xが二項分布に従う場合、 • 期待値：E(X)=np • 分散：V(X)=npq=np(1-p) （証明は略） 例：３回のじゃんけんで勝つ回数の期待値は１回。

  9. 二項分布からポアソン分布へ ☆次のような例を考えよう。 • 不動産業界で大型契約が成立する確率は低い。→　p=0.001（=0.1%）とする。 • 1000人の顧客と商談を行った（ n=1000 ）ときに、5件の大型契約を成功させる確率はいくらか？ ⇒理論上は、ポアソン分布で計算できる。 P(X=5)=1000C5 0.0015 0.99995。

  10. 二項分布からポアソン分布へ② • しかし、現実には計算が煩雑すぎる。 （1000C5がいくつになるか試算してみよ。） • この例のように、n→∞、p→0の場合、 np→m（定数） なら、二項分布はポアソン分布で近似する。 注：“A→B”は「Aの値がBに近づく」と読む。

  11. ポアソン分布の公式 二項分布において、n→∞、p→0の場合、 X＝xjの確率は P(xj)=(mxe-m)/x! で近似的に計算できる。 （注）なお、eは指数であり、m= npである。

  12. ポアソン分布：期待値と分散 • 確率変数Xがポアソン分布に従う場合、 • 期待値：E(X)=m • 分散：V(X)=m 証明：二項分布の場合、期待値がnpであることから、ポアソン分布での期待値はmとなる。分散も同様に証明できる。

  13. 正規分布 • 連続型の確率分布で中心となるのが「正規分布（Normal Distribution)である。 • 正規分布は、期待値μを挟んで左右対称で、釣鐘型（教科書P.163の図）。 ☆特徴：期待値μと分散σ2が分れば、正規分布の形状は把握できる。

  14. 標準正規分布 • 確率変数Xが、期待値μで分散σ2の正規分布に従うとする。 X～N（μ，σ2） • このとき、Xは次のように「標準化」できる。 Z=（X－μ）/σ～ N（0，1） • 期待値0で分散が1の正規分布を「標準正規分布」（←この分布は頻出）と呼ぶ。

  15. 標準正規分布N（0，1）の性質 • どのような正規分布であっても、前頁の式によって、 N（0，1）に変換できる。 　⇒　N（0，1）の性質を調べればよい。 • Z～ N（0，1）のとき、確率変数 Z が z という値を取る確率を P で表すと、 P(-1.96 < z < 1.96) = 0.95 P(z >1.96) =0.025, P(z<-1.96) =0.025 であることが知られている。

  16. 正規分布と二項分布の関係 ☆二項分布 Bi（n,p）で • n→∞, p→0のとき、二項分布は ポアソン分布で近似できる。 • n→∞で、 pが小さくないとき、二項分布は 正規分布で近似できる。

  17. 第3部にむけて 　第３部で習う重要なことがらは、「ｔ‐検定」であり、それを理論的に支えるのが「中心極限定理」と「ｔ‐分布」である。 ①中心極限定理で「正規分布」を使う。 ②また、その正規分布は「標準正規分布」に変換された後、ｔ‐分布で近似される。

More Related