母数推定量推定値.ppt

* * * * * * * * * * * * * * * 4.6.1続き 標本分散誤差100以上 - ifelse(標本分散=200,1,0) 不偏分散誤差100以上 - ifelse(不偏分散=200,1,0) table(標本分散誤差100以上) 標本分散誤差100以上 0 1 9837 163 table(不偏分散誤差100以上) 不偏分散誤差100以上 0 1 9634 366 4.6.1 続き mean(sqrt(不偏分散)) [1]9.71366 不偏分散は不偏性をもつという点では望ましい性質をもっているが、標本分散に比べて過大な推定値が得られる可能性が高い 不偏分散の平方根は母標準偏差の不偏推定量ではない 4.6.2 中央値の標本分布 実験：　標本中央値の標本分布を求める 標本平均 - numeric(length=10000) 標本中央値 - numeric(length=10000) for(i in 1:10000) { 標本 - rnorm(n=10,mean=50,sd=10) 　# N(50,102) 　 標本平均[i] - mean(標本) 　　　#標本平均を計算 標本中央値[i] - median(標本) #標本中央値を計算 } 4.6.2続き mean(標本平均) [1] 49.97365 mean(標本中央値) [1] 49.95716 標本中央値は母平均とほぼ一致...母平均の不偏推定量 sd(標本平均) [1] 3.147899 sd(標本中央値) [1] 3.716859 標本平均は母平均の不偏推定量の中で標準誤差が最小 4.6.2　続き hist(標本平均) hist(標本中央値) 練習問題 (1) N(50,102) の正規母集団からn=20の標本抽出を5000回繰り返すことにより、標本平均の経験的な標本分布を求めよ。さらに、理論的に導かれる標本分布を重ね合わせてみよ。 (2)理論的な標本分布について、サンプルサイズをn=1,4,9,16,25と変化させたときに、標本分布の形状がどのように変わるか調べてみよ。 ここで、母集団分布は標準正規分布　N(0,12) 解説 （１） 標本平均 - numeric(length=5000) for (i in 1:5000){ 標本 - rnorm(n=20,mean=50,sd=10) 標本平均[i] - mean(標本) } hist (標本平均, freq=FALSE) curve (dnorm(x,mean=50,sd=sqrt(100/20)),add=TRUE) （２） curve(dnorm(x,mean=0,sd=1/sqrt(25)),-3,3)curve(dnorm(x,mean=0,sd=1/sqrt(16)), -3,3,add=TRUE,col=green)curve(dnorm(x,mean=0,sd=1/sqrt(9)), -3,3,add=TRUE,col=blue)curve(dnorm(x,mean=0,sd=1/sqrt(4)), -3,3,add=TRUE,col=orange)curve(dnorm(x,mean=0,sd=1/sqrt(1)), -3,3,add=TRUE,col=red) * * * * * * * * * * * * * * * * * * * * * * * * 第４章 母集団と標本 大きな集団から一部を取り出した少数のデータの情報を用いて、もとの集団の性質を推測する推測統計の基本的な理論の学習。 　特に　標本分布の理解が目的 4.1　母集団と標本 母集団　　もともとの関心の対象のデータ全体　　　　　　　　　　　　　　　 標本　　　　データ全体の一部を取り出したもの　　　　　　　　　　　　　　　　 標本抽出　母集団から標本をとりだすこと 母数　　母集団の性質をあらわす統計的指数（比率、平均、分散、相関係数など） 例：　日本の中学生全体のテスト得点データ（母集団） 　　　 一部の中学生のテスト得点データ（標本） 　　　平均点、分散など ---- 母数　　　 4.2　推測統計の分類 推測統計の分類：　推定と検定 推定　　母数の値に対し具体的な値を求める点推定： 一つの値で推定の結果を表す 区間推定：　ある幅を持った区間で結果を表す 検定???母集団について述べた異なる立