5．いろいろな确率分布.ppt

５．いろいろな確率分布 χ２乗分布（chi-square distribution） ｔ - 分布（t distribution） F 分布（F distribution） 2項分布（binominal distribution） ポアソン分布（Poisson distribution χ２　分布 (chi-square) 確率変数Ｘ１，Ｘ２，???? Ｘｎ が互いに独立で同一の正規分布 N(μ, σ) に従うとき、統計量の分布は、自由度 n－ 1 のχ２　分布に従う。 χ２　分布は母集団の分散の推定?検定に用いる。 χ２　分布 ｔ – 分布(t distribution) 確率変数Ｘ１，Ｘ２，???? Ｘｎ が互いに独立で同一の正規分布 N(μ, σ) に従うとき、とおくとき、統計量の分布は自由度 n – 1 の t 分布に従う。 ｔ – 分布（別の表現） 確率変数Ｘが N(0, σ) に従い、確率変数Ｙが自由度n-1のχ２分布に従うとき、統計量の分布は自由度 n – 1 の t 分布に従う。 Ｆ分布(F distribution） 確率変数Ｘ, Yが独立で、各々自由度n1, n2 のχ２分布に従うとき、統計量は、自由度（n1, n2）のＦ分布に従う。 Ｆ分布は２つの母集団の分散比の推定?検定のときに利用される。 ガンマ関数（Gamma function） 2項分布（binominal distribution） 確率ｐで存在する当たりくじから、復元抽出でｎ個とりだしたとき、ｘ個当たる確率。B(n,p)Ｘ=0, 1, 2, …….,nf(x)=nCx px (1-p) n-x E(X)=np, V(X)=np(1-p) B(n,p) は、n?∞で、N(np, np(1-p)) となる。 ポアソン分布 (Poisson)：rare probability 2項分布において、npを一定値λに固定して、ｎ→∞ としたものが ポアソン分布めったに起こらない事象が起こる確率分布λ＝１だと、　　　　　　　　Ｐ(X=x) = 0.36788/x!例：馬に蹴られて死ぬ人数、交通事故死亡者数 ６．統計的推定（statistical estimation） 不偏推定値（unbiased estimate）E(f(X1,X2,…….,Xn))=θとなるf(X1, X2,…..Xn) を不偏推定量という。 区間推定母分散（σ２）が未知で平均を推定 自由度10、95％信頼区間なら　　Ｘ　＋－　2.228 S.E. 自由度60、95％信頼区間なら　　Ｘ　＋－　2.000 S.E.無限大なら　1.96 S.E. ７．統計的検定（statistical testing）７．１　考え方（method） 　帰無仮説H0　?　検定統計量　 ?　棄却（裏に対立仮説） nil hypothesis ? statistical variable ? reject 　　ランダムである。　＝?　　確率は小さい∴　ランダムではない！　　有意水準 　　　　　　　　　　　　　　　　　５％、１％の　　　　　　　　　　　　　　　　　危険率　　 ７．２　母平均の検定 正規母集団 N(μ，σ) とする。母分散が既知（σ2）、平均μ0（既知） 帰無仮説H0：母集団の平均μはμ0である。対立仮説H1：母集団の平均μはμ0でない。　　　　　　　　（本当は対立仮説を示したい） 検定統計量　 ７．２　母平均の検定 正規母集団 N(μ，σ) とする。母分散が未知、平均μ0（既知） 帰無仮説H0：母集団の平均μはμ0である。対立仮説H1：母集団の平均μはμ0でない。　　　　　　　　（本当は対立仮説を示したい） 検定統計量　 ７．３　平均の差の検定 ２つの正規母集団とする。N(μ1,σ1), N(μ2,σ2)μ1 とμ2 が違うことを示したい。 σ1,σ2既知 σ1,σ2未知だが等しい。 ７．４　母相関係数の検定　－ t 分布　ー無相関が帰無仮説大きさＮの標本の相関係数が ｒ のとき 7.5 ノンパラメトリック検定non-parametric test 母集団の分布の型に関する情報を仮定せずに検定する手法。これまで述べた検定は母集団が正規分布をすると仮定したが、その仮定を行わない。 それぞれの検定の名前がある。Wilcoxen’s rank sum test ウィルコクスン検定 Wilcoxen’s rank sum test ２つの分布型は同じだが、位置がずれている。これを検定する順位和検定。 帰無仮説：２つのグループの分布の中央値は