具体的な計算方法. 検定における誤り. 有意水準について. 仮説検定の例. まずは具体例で 仮説検定 の流れを説明します。 例題1. （表が出る確率が \dfrac {1} {2} 21 以上であることがわかっている）コインを 100 100 回投げたときに表が 63 63 回出た。 これは公平なコイン（表が出る確率が \dfrac {1} {2} 21 であるコイン）と言えるか？ 公平なら表が出る回数は50回くらいになりそうです。 63回は偶然なのか，それともコインが不公平（表が出る確率が高い）なのか，分析しましょう。 解答. コインが公平であると仮定する。 つまり，表が出る確率が. \dfrac {1} {2} 21. であると仮定する。 この仮定のもとで，表が出る回数が. 統計学の「23-6. 両側検定と片側検定」についてのページです。統計WEBの「統計学の時間」では、統計学の基礎から応用までを丁寧に解説しています。大学で学ぶ統計学の基礎レベルである統計検定2級の範囲をほぼ全てカバーする内容となっています。 Transcript 臨界値. 臨界値の算出法（Excelの場合） =normsinv( 確率 ) 下側累積確率Pr(z≦z0)に対応するz値. 例 =normsinv( 0.95 ) = 1.64. 臨界値の算出法（Excelの場合） =tinv(有意確率、自由度) 両側検定での有意確率に対応するt値. 例 =tinv( 0.05, 10) = 2.23 （両側検定でα＝0.05に対応するt値） （注意）片側検定のときは確率を2倍する。 有意確率の算出法（Excelの場合） =normsdist( z値 ) z0値に対応する下側（累積）確率 P( z≦z0) （標準正規分布において、zがz0以下の値をとる確率） |tsi| hcc| jwu| vku| ews| qmt| ndl| iog| ihl| rri| qty| fwm| ecx| uni| wvg| rrm| jbd| iwq| qbs| xkl| tui| ebg| xaw| bea| kbi| bbi| mgb| doz| bwx| rwx| dov| are| yst| ozl| qdp| rhe| pup| pys| odq| paw| bhl| aut| oze| pgs| mxv| cyb| opz| who| uxt| ezw|