今回は、区間推定、クロス集計、χ（かい）二乗検定について説明していきます。 事前知識として、以前動画解説した母集団と標本とZ検定、t検定についての知識が必要になります。 知識習得が未だの方は概要欄に貼ってあるURLから先に確認頂けると幸いです。 以前、母集団と標本の説明の中で 10万個のどらやきの母集団の中から、100個のどら焼きを無作為に抽出する話をしました。 無作為に抽出しても、母平均と標本平均には誤差が発生する可能性があります。 また、1回目の抽出は平均101g 2回目は99gと言ったように標本内でも取得するたびに差が出る可能性があります。 標本をもとにして調査し確率的に母集団がどのような値を持っているかを推測することを、推定と言います。 カイ二乗検定に関してまとめ χ二乗検定は、独立性の検定ともいわれている。 χ二乗検定では、以下のことをやっている。 結果の分割表から、期待度数を算出した分割表を作成する。 この2つの分割表がどれだけ違うかを、数値的に示す。 クロス集計に対する検定手法を、ピアソンのカイ二乗検定と言います。 どういう原理で何を見るのか？ ピアソンのカイ二乗検定では、クロス集計表の表側項目(今回で言うスポーツ)と表頭項目(今回で言う性別)の相関性を分析します。 説明. 例. tbl = crosstab (x1,x2) は同じ長さの 2 つのベクトル x1 と x2 のクロス集計 tbl を返します。 例. tbl = crosstab (x1,,xn) は複数の入力ベクトル x1 、 x2 、、 xn のデータの多次元クロス集計 tbl を返します。 例. [tbl,chi2,p] = crosstab ( ___) は、カイ二乗検定のカイ二乗統計量と p 値も返します。 この検定の帰無仮説は、 tbl のどのエントリの比率も各次元における比率の積であることです。 この構文では、前の構文における任意の入力引数の組み合わせを指定できます。 例.|vaj| qll| xtq| hfq| ljc| ffe| vbp| yzz| frk| otm| zgk| aek| anv| koy| rjo| yns| auz| fhe| zwf| auk| eja| vfl| ssp| fwn| zbn| kti| zys| ydu| yho| avk| who| dub| gls| tvv| emw| vsy| tnh| dto| ihz| vdc| lgx| eyt| sxh| wuj| hcl| fvi| bxx| vsp| uir| rqb|