SlideShare a Scribd company logo
2013年度秋学期 統計学

A. Asano, Kansai Univ.

分布の平均を推測する ― 区間推定

浅野 晃
関西大学総合情報学部
A. Asano, Kansai Univ.
A. Asano, Kansai Univ.

ちょっと前回までの復習
「統計的推測」とは

A. Asano, Kansai Univ.

調べたい集団の,すべてのデータを調べ
られるか?
日本男性全員の身長を調べられるか?

データの集まりの一部を調べて
度数分布を推測する
いや,せめて平均や分散を推測する
統計的推測
2013年度秋学期 統計学
母平均の推定
母集団
(日本男性全体)

A. Asano, Kansai Univ.

母平均μ

標本としてデータを
いくつか取り出して,
それらの平均
[標本平均]
標本平均は母平均に
近い値になるか?

母平均が知りたい
が,日本男性全員は調べられない
2013年度秋学期 統計学
母平均の推定
母集団

サイズnの標本1セット

標本平均

X1 X2

Xn

Xbar

X1 X2

…

Xn

Xbar

X1 X2

母平均μ
母分散σ2

…

…

Xn

Xbar
…

A. Asano, Kansai Univ.

…

母集団と同じ
期待値μ
分散σ2
2013年度秋学期 統計学

極端な値はあまりないので
分散が小さくなる
期待値μ
分散 σ2/n
母平均の推定
いま1回だけ計算した標本平均も,
おそらく,ほぼ母平均に近い値だろう

A. Asano, Kansai Univ.

どのくらい近い?

どのくらいの確率で?
はずれる確率は?
2013年度秋学期 統計学
正規分布モデル
世の中には,[正規分布モデル]で表せる
ような母集団分布がたくさんある

A. Asano, Kansai Univ.

長さの測定値の分布
センター試験の成績の分布 …
[中心極限定理]
母集団のばらつきの原因が
無数の独立な原因の和のとき,
母集団分布は概ね正規分布になる
2013年度秋学期 統計学
正規分布の性質1
2
確率変数XがN(μ,σ

)にしたがう とき

A. Asano, Kansai Univ.

(X-μ)/σ はN(0, 1 )にしたがう
「標準得点」と同じ

変換しても,
やはり正規分布になる
N(0,1)を[標準正規分布]という
2013年度秋学期 統計学
正規分布の性質2
母集団

サイズnの標本1セット

標本平均

X1 X2

Xn

Xbar

X1 X2

…

Xn

Xbar

X1 X2

母平均μ
母分散σ2

…

…

Xn

Xbar

A. Asano, Kansai Univ.

期待値μ
分散σ2

こちらも
正規分布になる
…

…

正規分布なら
2)
N(μ,σ
母集団と同じ

期待値μ
分散 σ2/n

N(μ,σ2/n)
2013年度秋学期 統計学
A. Asano, Kansai Univ.
A. Asano, Kansai Univ.

区間推定
区間推定
母平均を推測する。その答え方が,

A. Asano, Kansai Univ.

母平均は,50 から 60 の間にあると
推測する。
この推測が当たっている確率は
95%である。

2013年度秋学期 統計学
区間推定の考え方

A. Asano, Kansai Univ.

標本としてデータをひとつだけ抽出

2013年度秋学期 統計学
区間推定の考え方

A. Asano, Kansai Univ.

標本としてデータをひとつだけ抽出

2013年度秋学期 統計学
区間推定の考え方
標本としてデータをひとつだけ抽出

A. Asano, Kansai Univ.

←(数直線)

2013年度秋学期 統計学
区間推定の考え方
標本としてデータをひとつだけ抽出

A. Asano, Kansai Univ.

★

2013年度秋学期 統計学

←(数直線)
区間推定の考え方
標本としてデータをひとつだけ抽出
仮に,何度も抽出したとすると

A. Asano, Kansai Univ.

★

2013年度秋学期 統計学

←(数直線)
区間推定の考え方
標本としてデータをひとつだけ抽出
仮に,何度も抽出したとすると

A. Asano, Kansai Univ.

★

2013年度秋学期 統計学

←(数直線)
区間推定の考え方
標本としてデータをひとつだけ抽出
仮に,何度も抽出したとすると
★

←(数直線)

A. Asano, Kansai Univ.

★

2013年度秋学期 統計学
区間推定の考え方
標本としてデータをひとつだけ抽出
仮に,何度も抽出したとすると
★

←(数直線)

A. Asano, Kansai Univ.

★

2013年度秋学期 統計学
区間推定の考え方
標本としてデータをひとつだけ抽出
仮に,何度も抽出したとすると
★

←(数直線)

★

A. Asano, Kansai Univ.

★

2013年度秋学期 統計学
区間推定の考え方
標本としてデータをひとつだけ抽出
仮に,何度も抽出したとすると
★

←(数直線)

★

A. Asano, Kansai Univ.

★

2013年度秋学期 統計学
区間推定の考え方
標本としてデータをひとつだけ抽出
仮に,何度も抽出したとすると
★

←(数直線)

★
★

A. Asano, Kansai Univ.

★

2013年度秋学期 統計学
区間推定の考え方
標本としてデータをひとつだけ抽出
仮に,何度も抽出したとすると
★

←(数直線)

★
★

A. Asano, Kansai Univ.

★

2013年度秋学期 統計学

ばらつい
ている
区間推定の考え方
標本としてデータをひとつだけ抽出
仮に,何度も抽出したとすると
★

←(数直線)

★
★

A. Asano, Kansai Univ.

★

ばらつい
ている

母平均(実際にはわからない)
2013年度秋学期 統計学
区間推定の考え方
標本としてデータをひとつだけ抽出
仮に,何度も抽出したとすると
★

←(数直線)

★
★

A. Asano, Kansai Univ.

★

ばらつい
ている

母平均(実際にはわからない)
のまわりにばらついている
2013年度秋学期 統計学
区間推定の考え方
標本としてデータをひとつだけ抽出
仮に,何度も抽出したとすると
★

←(数直線)

★

A. Asano, Kansai Univ.

★

ばらつい
ている

標本の期待値
★
=母平均
母平均(実際にはわからない)
のまわりにばらついている
2013年度秋学期 統計学
区間推定の考え方

A. Asano, Kansai Univ.

データをいくつか抽出して標本平均

2013年度秋学期 統計学
区間推定の考え方

A. Asano, Kansai Univ.

データをいくつか抽出して標本平均

2013年度秋学期 統計学
区間推定の考え方
データをいくつか抽出して標本平均

A. Asano, Kansai Univ.

X

2013年度秋学期 統計学
区間推定の考え方
データをいくつか抽出して標本平均
仮に,何度も抽出したとすると

A. Asano, Kansai Univ.

X

2013年度秋学期 統計学
区間推定の考え方
データをいくつか抽出して標本平均
仮に,何度も抽出したとすると

A. Asano, Kansai Univ.

X

2013年度秋学期 統計学
区間推定の考え方
データをいくつか抽出して標本平均
仮に,何度も抽出したとすると
X

A. Asano, Kansai Univ.

X

2013年度秋学期 統計学
区間推定の考え方
データをいくつか抽出して標本平均
仮に,何度も抽出したとすると
X

A. Asano, Kansai Univ.

X

2013年度秋学期 統計学
区間推定の考え方
データをいくつか抽出して標本平均
仮に,何度も抽出したとすると
X
X

A. Asano, Kansai Univ.

X

2013年度秋学期 統計学
区間推定の考え方
データをいくつか抽出して標本平均
仮に,何度も抽出したとすると
X
X

A. Asano, Kansai Univ.

X

2013年度秋学期 統計学
区間推定の考え方
データをいくつか抽出して標本平均
仮に,何度も抽出したとすると
X
X
X

A. Asano, Kansai Univ.

X

2013年度秋学期 統計学
区間推定の考え方
データをいくつか抽出して標本平均
仮に,何度も抽出したとすると
X
X
X

A. Asano, Kansai Univ.

X
母平均(実際にはわからない)

2013年度秋学期 統計学
区間推定の考え方
データをいくつか抽出して標本平均
仮に,何度も抽出したとすると
X
X
X

A. Asano, Kansai Univ.

X
母平均(実際にはわからない)
のまわりにばらついている
2013年度秋学期 統計学
区間推定の考え方
データをいくつか抽出して標本平均
仮に,何度も抽出したとすると
標本平均の
期待値
=母平均

X
X
X

A. Asano, Kansai Univ.

X
母平均(実際にはわからない)
のまわりにばらついている
2013年度秋学期 統計学
区間推定の考え方
データをいくつか抽出して標本平均
仮に,何度も抽出したとすると
標本平均の
期待値
=母平均

X
X
X

A. Asano, Kansai Univ.

X

データ1個
より
ばらつきが
小さくなる

母平均(実際にはわからない)
のまわりにばらついている
2013年度秋学期 統計学
区間推定の考え方
データをいくつか抽出して標本平均
仮に,何度も抽出したとすると

A. Asano, Kansai Univ.

標本平均の
期待値
=母平均

標本平均の
分散
=母分散
標本サイズ

X
X
X
X

データ1個
より
ばらつきが
小さくなる

母平均(実際にはわからない)
のまわりにばらついている
2013年度秋学期 統計学
区間推定の考え方
標本平均の左右に区間をつける
X
X
X

A. Asano, Kansai Univ.

X

2013年度秋学期 統計学
区間推定の考え方
標本平均の左右に区間をつける
X
X
X

A. Asano, Kansai Univ.

X

2013年度秋学期 統計学
区間推定の考え方
標本平均の左右に区間をつける
X
X
X

A. Asano, Kansai Univ.

X

2013年度秋学期 統計学
区間推定の考え方
標本平均の左右に区間をつける
X
X
X

A. Asano, Kansai Univ.

X

2013年度秋学期 統計学
区間推定の考え方
標本平均の左右に区間をつける
X
X
X

A. Asano, Kansai Univ.

X

2013年度秋学期 統計学
区間推定の考え方
標本平均の左右に区間をつける
X
X
X

A. Asano, Kansai Univ.

X
母平均

2013年度秋学期 統計学
区間推定の考え方
標本平均の左右に区間をつける
X
X
X

A. Asano, Kansai Univ.

X

母平均
(実際にはわからない)

2013年度秋学期 統計学
区間推定の考え方
標本平均の左右に区間をつける
区間は母平均を

X
X
X

A. Asano, Kansai Univ.

X

母平均
(実際にはわからない)

2013年度秋学期 統計学
区間推定の考え方
標本平均の左右に区間をつける
区間は母平均を

X

含む

X
X

A. Asano, Kansai Univ.

X

母平均
(実際にはわからない)

2013年度秋学期 統計学
区間推定の考え方
標本平均の左右に区間をつける
区間は母平均を

X
X

含む
含む

X

A. Asano, Kansai Univ.

X

母平均
(実際にはわからない)

2013年度秋学期 統計学
区間推定の考え方
標本平均の左右に区間をつける
区間は母平均を

X
X
X

含む
含む
含まない

A. Asano, Kansai Univ.

X

母平均
(実際にはわからない)

2013年度秋学期 統計学
区間推定の考え方
標本平均の左右に区間をつける
区間は母平均を

X
X
X

含む
含まない

X
A. Asano, Kansai Univ.

含む

含む

母平均
(実際にはわからない)

2013年度秋学期 統計学
区間推定の考え方
標本平均の左右に区間をつける
区間は母平均を
どの回の区間が
母平均を含むか・
含まないかは
わからないが

X
X
X

含む
含まない

X
A. Asano, Kansai Univ.

含む

含む

母平均
(実際にはわからない)

2013年度秋学期 統計学
区間推定の考え方
標本平均の左右に区間をつける
区間は母平均を

A. Asano, Kansai Univ.

どの回の区間が
母平均を含むか・
含まないかは
わからないが

X
X
X

確率95%で
母平均を含むように
区間を設定できる

含む
含む
含まない

X

含む

母平均
(実際にはわからない)

2013年度秋学期 統計学
区間推定の考え方
確率95%で母平均を含むように
区間を設定できる
X
X

A. Asano, Kansai Univ.

X

区間は
母平均を
含む
含む
含まない

X

含む

母平均
(実際にはわからない)
2013年度秋学期 統計学
区間推定の考え方
確率95%で母平均を含むように
区間を設定できる
X
X

A. Asano, Kansai Univ.

X

区間は
母平均を
含む
含む
含まない

X

含む

母平均
(実際にはわからない)
2013年度秋学期 統計学

標本平均のばらつきは
小さくなっているので
区間の幅は
そこそこ狭くてよい
区間推定の考え方
区間は母平均を

X
X
X
X

含む
含む
含ま
ない
含む

A. Asano, Kansai Univ.

母平均

2013年度秋学期 統計学
区間推定の考え方
区間は母平均を

X
X
X
X

含む

実際には,
標本平均と区間は
1度しか計算しない

含む
含ま
ない
含む

A. Asano, Kansai Univ.

母平均

2013年度秋学期 統計学
区間推定の考え方
区間は母平均を

X
X
X
X

含む

実際には,
標本平均と区間は
1度しか計算しない

含む
含ま
ない
含む

A. Asano, Kansai Univ.

母平均

2013年度秋学期 統計学
区間推定の考え方
区間は母平均を

X
X
X
X

含む
含む
含ま
ない
含む

実際には,
標本平均と区間は
1度しか計算しない
その区間が,母平均を
含むかどうかは
実際にはわからない

A. Asano, Kansai Univ.

母平均

2013年度秋学期 統計学
区間推定の考え方
区間は母平均を

X
X
X

A. Asano, Kansai Univ.

X

含む
含む
含ま
ない
含む

実際には,
標本平均と区間は
1度しか計算しない
その区間が,母平均を
含むかどうかは
実際にはわからない

母平均
(実際にはわからない)

2013年度秋学期 統計学
区間推定の考え方
区間は母平均を

X
X
X

A. Asano, Kansai Univ.

X

含む
含む
含ま
ない
含む

母平均
(実際にはわからない)

実際には,
標本平均と区間は
1度しか計算しない
その区間が,母平均を
含むかどうかは
実際にはわからない
しかし,確率95%で
母平均を含むように計
算した区間だから,そ
の1回も含むと信じる

2013年度秋学期 統計学
信頼区間
区間は母平均を

X
X
X

A. Asano, Kansai Univ.

X

含む
含む
含ま
ない

確率95%で
母平均を含むように計
算した区間だから,そ
の1回も含むと信じる

含む

母平均
(実際にはわからない)

2013年度秋学期 統計学
信頼区間
区間は母平均を

X
X
X

A. Asano, Kansai Univ.

X

含む
含む
含ま
ない
含む

母平均
(実際にはわからない)

確率95%で
母平均を含むように計
算した区間だから,そ
の1回も含むと信じる

母平均の
[信頼係数]95%の
[信頼区間] という

2013年度秋学期 統計学
信頼区間
区間は母平均を

X
X
X

A. Asano, Kansai Univ.

X

含む
含む
含ま
ない
含む

母平均
(実際にはわからない)

確率95%で
母平均を含むように計
算した区間だから,そ
の1回も含むと信じる

母平均の
[信頼係数]95%の
[信頼区間] という
([95%信頼区間])

2013年度秋学期 統計学
A. Asano, Kansai Univ.

「信頼」ということば

2013年度秋学期 統計学
「信頼」ということば

A. Asano, Kansai Univ.

私は,予言者です。

2013年度秋学期 統計学
「信頼」ということば

A. Asano, Kansai Univ.

私は,予言者です。
私の予言は,確率95%で当たります。

2013年度秋学期 統計学
「信頼」ということば
私は,予言者です。
私の予言は,確率95%で当たります。

A. Asano, Kansai Univ.

いまから,来年おきることを
予言します。「来年は、…」

2013年度秋学期 統計学
「信頼」ということば
私は,予言者です。
私の予言は,確率95%で当たります。

A. Asano, Kansai Univ.

いまから,来年おきることを
予言します。「来年は、…」

2013年度秋学期 統計学
「信頼」ということば
私は,予言者です。
私の予言は,確率95%で当たります。
いまから,来年おきることを
予言します。「来年は、…」

A. Asano, Kansai Univ.

このひとつの予言が正しいかどうかは
わからない

2013年度秋学期 統計学
「信頼」ということば
私は,予言者です。
私の予言は,確率95%で当たります。
いまから,来年おきることを
予言します。「来年は、…」

A. Asano, Kansai Univ.

このひとつの予言が正しいかどうかは
わからない
しかし,十分多くの予言をすれば95%は
当たるのだから,この予言も
信じる価値はある
2013年度秋学期 統計学
「信頼」ということば
私は,予言者です。
私の予言は,確率95%で当たります。
いまから,来年おきることを
予言します。「来年は、…」

A. Asano, Kansai Univ.

このひとつの予言が正しいかどうかは
わからない
しかし,十分多くの予言をすれば95%は
当たるのだから,この予言も
信じる価値はある
これが「信頼」
2013年度秋学期 統計学
台風情報と信頼区間
1日21時

1日9時

A. Asano, Kansai Univ.

台

2013年度秋学期 統計学
台風情報と信頼区間
1日21時

台風が到達する
可能性がもっと
も高いところ
(点推定)

1日9時

A. Asano, Kansai Univ.

台

2013年度秋学期 統計学
台風情報と信頼区間
1日21時

台風が到達する
可能性がもっと
も高いところ
(点推定)

1日9時

A. Asano, Kansai Univ.

台

2013年度秋学期 統計学
台風情報と信頼区間
1日21時

台風が到達する
可能性がもっと
も高いところ
(点推定)

1日9時

A. Asano, Kansai Univ.

台

台風が到達する確率が
70%であるような円
=区間推定
2013年度秋学期 統計学
A. Asano, Kansai Univ.
A. Asano, Kansai Univ.

正規分布の場合の
信頼区間の計算
正規分布の場合の区間推定
例題
母集団
(受験者全体)

A. Asano, Kansai Univ.

母平均μ

2013年度秋学期 統計学
正規分布の場合の区間推定
例題
母集団
(受験者全体)
母平均μの95%信頼区間が
知りたい

A. Asano, Kansai Univ.

母平均μ

2013年度秋学期 統計学
正規分布の場合の区間推定
例題
母集団
(受験者全体)

母平均μの95%信頼区間が
知りたい

A. Asano, Kansai Univ.

母平均μ

標本X1, ... Xnをとりだす
サイズn

2013年度秋学期 統計学
正規分布の場合の区間推定
例題
母集団
(受験者全体)

標本平均 X
母平均μの95%信頼区間が
知りたい

A. Asano, Kansai Univ.

母平均μ

標本X1, ... Xnをとりだす
サイズn

2013年度秋学期 統計学
正規分布の場合の区間推定
例題
母集団
(受験者全体)

A. Asano, Kansai Univ.

母平均μ
正規分布
と仮定する

標本X1, ... Xnをとりだす
サイズn
標本平均 X
母平均μの95%信頼区間が
知りたい

2013年度秋学期 統計学
正規分布の場合の区間推定
例題
母集団
(受験者全体)

A. Asano, Kansai Univ.

母平均μ
正規分布
と仮定する

標本X1, ... Xnをとりだす
サイズn
標本平均 X
母平均μの95%信頼区間が
知りたい

2がわかっているものとする
母分散σ
2013年度秋学期 統計学
正規分布の場合の区間推定
例題
母集団
(受験者全体)

A. Asano, Kansai Univ.

母平均μ
正規分布
と仮定する

標本X1, ... Xnをとりだす
サイズn
標本平均 X
母平均μの95%信頼区間が
知りたい

(説明の都合です)
2がわかっているものとする
母分散σ
2013年度秋学期 統計学
正規分布の場合の区間推定

A. Asano, Kansai Univ.

考え方

2013年度秋学期 統計学
正規分布の場合の区間推定
考え方

A. Asano, Kansai Univ.

標本は,母集団分布と同じ確率分布に
したがう

2013年度秋学期 統計学
正規分布の場合の区間推定
考え方

A. Asano, Kansai Univ.

標本は,母集団分布と同じ確率分布に
したがう

2013年度秋学期 統計学
正規分布の場合の区間推定
考え方

A. Asano, Kansai Univ.

標本は,母集団分布と同じ確率分布に
2)
したがう
正規分布N(μ, σ

2013年度秋学期 統計学
正規分布の場合の区間推定
考え方

A. Asano, Kansai Univ.

標本は,母集団分布と同じ確率分布に
2)
したがう
正規分布N(μ, σ

標本平均は,やはり正規分布にしたが
うが,分散が1/nになる

2013年度秋学期 統計学
正規分布の場合の区間推定
考え方

A. Asano, Kansai Univ.

標本は,母集団分布と同じ確率分布に
2)
したがう
正規分布N(μ, σ

標本平均は,やはり正規分布にしたが
うが,分散が1/nになる

2013年度秋学期 統計学
正規分布の場合の区間推定
考え方

A. Asano, Kansai Univ.

標本は,母集団分布と同じ確率分布に
2)
したがう
正規分布N(μ, σ

標本平均は,やはり正規分布にしたが
うが,分散が1/nになる

2013年度秋学期 統計学
正規分布の場合の区間推定
考え方

A. Asano, Kansai Univ.

標本は,母集団分布と同じ確率分布に
2)
したがう
正規分布N(μ, σ

標本平均は,やはり正規分布にしたが
うが,分散が1/nになる [性質2]

2013年度秋学期 統計学
正規分布の場合の区間推定
考え方

A. Asano, Kansai Univ.

標本は,母集団分布と同じ確率分布に
2)
したがう
正規分布N(μ, σ

標本平均は,やはり正規分布にしたが
うが,分散が1/nになる [性質2]
2/n)
正規分布N(μ, σ
2013年度秋学期 統計学
正規分布の場合の区間推定
考え方
標本は,母集団分布と同じ確率分布にしたがう
正規分布N(μ, σ2)

A. Asano, Kansai Univ.

X
標本平均は,やはり正規分布にしたがうが,分散
が1/nになる 正規分布N(μ, σ2/n) [性質2]

2013年度秋学期 統計学
正規分布の場合の区間推定
考え方
標本は,母集団分布と同じ確率分布にしたがう
正規分布N(μ, σ2)
X
標本平均は,やはり正規分布にしたがうが,分散
が1/nになる 正規分布N(μ, σ2/n) [性質2]

A. Asano, Kansai Univ.

正規分布の[性質1]により

2013年度秋学期 統計学
正規分布の場合の区間推定
2

規分布 N (µ, σ ) にしたがうならば,それらの
考え方
がう 標本は,母集団分布と同じ確率分布にしたがう
正規分布N(μ, σ2)

X
質の 標本平均は,やはり正規分布にしたがうが,分散
X1 , ..., Xn にあてはまっていますから,
が1/nになる 正規分布N(μ, σ2/n) [性質2]

す。

A. Asano, Kansai Univ.

正規分布の[性質1]により

Z=

¯ −µ
X

2 /n
σ

は標準正規分布にしたがう

で述べた「正規分布の性質1」から,Z は標準
2013年度秋学期 統計学
正規分布の場合の区間推定
2

規分布 N (µ, σ ) にしたがうならば,それらの
考え方
がう 標本は,母集団分布と同じ確率分布にしたがう
正規分布N(μ, σ2)

X
質の 標本平均は,やはり正規分布にしたがうが,分散
X1 , ..., Xn にあてはまっていますから,
が1/nになる 正規分布N(μ, σ2/n) [性質2]

す。

A. Asano, Kansai Univ.

正規分布の[性質1]により

Z=

¯ −µ
X

2 /n
σ

は標準正規分布にしたがう

で述べた「正規分布の性質1」から,Z は標準
2013年度秋学期 統計学
正規分布の場合の区間推定
2

規分布 N (µ, σ ) にしたがうならば,それらの
考え方
がう 標本は,母集団分布と同じ確率分布にしたがう
正規分布N(μ, σ2)

X
質の 標本平均は,やはり正規分布にしたがうが,分散
X1 , ..., Xn にあてはまっていますから,
が1/nになる 正規分布N(μ, σ2/n) [性質2]

す。

A. Asano, Kansai Univ.

正規分布の[性質1]により

Z=

¯ −µ
X

2 /n
σ

は標準正規分布にしたがう

で述べた「正規分布の性質1」から,Z は標準
2013年度秋学期 統計学
正規分布の場合の区間推定
2

規分布 N (µ, σ ) にしたがうならば,それらの
考え方
がう 標本は,母集団分布と同じ確率分布にしたがう
正規分布N(μ, σ2)

X
質の 標本平均は,やはり正規分布にしたがうが,分散
X1 , ..., Xn にあてはまっていますから,
が1/nになる 正規分布N(μ, σ2/n) [性質2]

す。

A. Asano, Kansai Univ.

正規分布の[性質1]により

Z=

¯ −µ
X

2 /n
σ

は標準正規分布にしたがう

で述べた「正規分布の性質1」から,Z は標準
2013年度秋学期 統計学
正規分布の場合の区間推定
2

規分布 N (µ, σ ) にしたがうならば,それらの
考え方
がう 標本は,母集団分布と同じ確率分布にしたがう
正規分布N(μ, σ2)

X
質の 標本平均は,やはり正規分布にしたがうが,分散
X1 , ..., Xn にあてはまっていますから,
が1/nになる 正規分布N(μ, σ2/n) [性質2]

す。

A. Asano, Kansai Univ.

正規分布の[性質1]により

Z=

¯ −µ
X

は標準正規分布にしたがう
2 /n
σ
N(0, 1)

で述べた「正規分布の性質1」から,Z は標準
2013年度秋学期 統計学
ます。

正規分布の場合の区間推定

Z=

¯
X −µ

σ 2 /n

は標準正規分布にしたがう

(1)

義で述べた「正規分布の性質1」から,Z は標準正規分布 N (0, 1)

A. Asano, Kansai Univ.

である区間」はどういうものか考えてみましょう。第5回の講
明したように,Z がある区間に入る確率は,標準正規分布の確率
対応する部分の面積になります。この部分の面積が全体の 95%に
ることにし,図 3(a) のように表します。このときの Z の区間の
間に入る確率すなわち P (−u Z u) = 0.95 となります。この
.025 となります。P (Z u) = 0.025 となる u は,正規分布の数
よると,u = 1.96 のとき,P (Z 1.96) = 0.024998 0.025 であ
.96 Z 1.96) = 0.95 ということがわかります。
2013年度秋学期 統計学
ます。

正規分布の場合の区間推定

Z=

¯
X −µ

σ 2 /n

は標準正規分布にしたがう

(1)

f(z)

義で述べた「正規分布の性質1」から,Z は標準正規分布 N (0, 1)

A. Asano, Kansai Univ.

である区間」はどういうものか考えてみましょう。第5回の講
明したように,Z がある区間に入る確率は,標準正規分布の確率
対応する部分の面積になります。この部分の面積が全体の 95%に
z
–u
u
0
ることにし,図 3(a) のように表します。このときの Z の区間の
間に入る確率すなわち P (−u Z u) = 0.95 となります。この
.025 となります。P (Z u) = 0.025 となる u は,正規分布の数
よると,u = 1.96 のとき,P (Z 1.96) = 0.024998 0.025 であ
.96 Z 1.96) = 0.95 ということがわかります。
2013年度秋学期 統計学
ます。

正規分布の場合の区間推定

Z=

¯
X −µ

σ 2 /n

は標準正規分布にしたがう

(1)

f(z)

義で述べた「正規分布の性質1」から,Z は標準正規分布 N (0, 1)

標準正規分布の確率密度関数

A. Asano, Kansai Univ.

である区間」はどういうものか考えてみましょう。第5回の講
明したように,Z がある区間に入る確率は,標準正規分布の確率
対応する部分の面積になります。この部分の面積が全体の 95%に
z
–u
u
0
ることにし,図 3(a) のように表します。このときの Z の区間の
間に入る確率すなわち P (−u Z u) = 0.95 となります。この
.025 となります。P (Z u) = 0.025 となる u は,正規分布の数
よると,u = 1.96 のとき,P (Z 1.96) = 0.024998 0.025 であ
.96 Z 1.96) = 0.95 ということがわかります。
2013年度秋学期 統計学
ます。

正規分布の場合の区間推定

Z=

¯
X −µ

σ 2 /n

は標準正規分布にしたがう

(1)

f(z)

義で述べた「正規分布の性質1」から,Z は標準正規分布 N (0, 1)

標準正規分布の確率密度関数

A. Asano, Kansai Univ.

である区間」はどういうものか考えてみましょう。第5回の講
明したように,Z がある区間に入る確率は,標準正規分布の確率
対応する部分の面積になります。この部分の面積が全体の 95%に
z
–u
u
0
ることにし,図 3(a) のように表します。このときの Z の区間の
間に入る確率すなわち P (−u Z u) = 0.95 となります。この
.025 となります。P (Z u) = 0.025 となる u は,正規分布の数
よると,u = 1.96 のとき,P (Z 1.96) = 0.024998 0.025 であ
.96 Z 1.96) = 0.95 ということがわかります。
2013年度秋学期 統計学
れていますから,標本は確率変数で,母集団分布と同じ確率分布にしたが
ます。
なる標本のそれぞれの確率分布もまた N (µ, σ 2 ) です。

正規分布の場合の区間推定

,n 人からなる標本を X1 , . . . , Xn で表すと,(X1 + · · · + Xn )/n で表され
¯

Z=

X −µ

σ 2 /n

は標準正規分布にしたがう

(1)

f(z)
述べた「正規分布の性質2(正規分布の再生性),すなわち
」

義で述べた「正規分布の性質1」から,Z は標準正規分布 N (0, 1)

標準正規分布の確率密度関数

いずれも正規分布 N (µ, σ 2 ) にしたがうならば,それらの平均 (X1 +
n) にしたがう
である区間」はどういうものか考えてみましょう。第5回の講

A. Asano, Kansai Univ.

明したように,Z がある区間に入る確率は,標準正規分布の確率
¯
本はこの性質の X1 , ..., Xn にあてはまっていますから,
「標本平均 X は
対応する部分の面積になります。この部分の面積が全体の 95%に
とがわかります。
z
–u
u
0
ることにし,図 3(a) のように表します。このときの Z の区間の
間に入る確率すなわち P (−u Z u) = 0.95 となります。この
¯
X −µ
Z=
.025 となります。P (Z2 u) = 0.025 となる u は,正規分布の数(1)
σ /n が
よると,u = 1.96 のとき,P (Z 1.96) = 0.024998 0.025 であ
1回の講義で述べた「正規分布の性質1」から,Z は標準正規分布 N (0, 1)
この区間に入っている確率=95%とすると
.96 Z 1.96) = 0.95 ということがわかります。

。

2013年度秋学期 統計学
れていますから,標本は確率変数で,母集団分布と同じ確率分布にしたが
ます。
なる標本のそれぞれの確率分布もまた N (µ, σ 2 ) です。

正規分布の場合の区間推定

,n 人からなる標本を X1 , . . . , Xn で表すと,(X1 + · · · + Xn )/n で表され
¯

Z=

X −µ

σ 2 /n

は標準正規分布にしたがう

(1)

f(z)
述べた「正規分布の性質2(正規分布の再生性),すなわち
」

義で述べた「正規分布の性質1」から,Z は標準正規分布 N (0, 1)

標準正規分布の確率密度関数

いずれも正規分布 N (µ, σ 2 ) にしたがうならば,それらの平均 (X1 +
面積=95%
n) にしたがう
である区間」はどういうものか考えてみましょう。第5回の講

A. Asano, Kansai Univ.

明したように,Z がある区間に入る確率は,標準正規分布の確率
¯
本はこの性質の X1 , ..., Xn にあてはまっていますから,
「標本平均 X は
対応する部分の面積になります。この部分の面積が全体の 95%に
とがわかります。
z
–u
u
0
ることにし,図 3(a) のように表します。このときの Z の区間の
間に入る確率すなわち P (−u Z u) = 0.95 となります。この
¯
X −µ
Z=
.025 となります。P (Z2 u) = 0.025 となる u は,正規分布の数(1)
σ /n が
よると,u = 1.96 のとき,P (Z 1.96) = 0.024998 0.025 であ
1回の講義で述べた「正規分布の性質1」から,Z は標準正規分布 N (0, 1)
この区間に入っている確率=95%とすると
.96 Z 1.96) = 0.95 ということがわかります。

。

2013年度秋学期 統計学
れていますから,標本は確率変数で,母集団分布と同じ確率分布にしたが
ます。
なる標本のそれぞれの確率分布もまた N (µ, σ 2 ) です。

正規分布の場合の区間推定

,n 人からなる標本を X1 , . . . , Xn で表すと,(X1 + · · · + Xn )/n で表され
¯

Z=

X −µ

σ 2 /n

は標準正規分布にしたがう

(1)

f(z)
述べた「正規分布の性質2(正規分布の再生性),すなわち
」

義で述べた「正規分布の性質1」から,Z は標準正規分布 N (0, 1)

標準正規分布の確率密度関数

いずれも正規分布 N (µ, σ 2 ) にしたがうならば,それらの平均 (X1 +
面積=95%
n) にしたがう
である区間」はどういうものか考えてみましょう。第5回の講

A. Asano, Kansai Univ.

明したように,Z がある区間に入る確率は,標準正規分布の確率
¯
本はこの性質の X1 , ..., Xn にあてはまっていますから,
「標本平均 X は
対応する部分の面積になります。この部分の面積が全体の 95%に
とがわかります。
z
–u
u
0
ることにし,図 3(a) のように表します。このときの Z の区間の
境界の値はいくら?
間に入る確率すなわち P (−u Z u) = 0.95 となります。この
¯
X −µ
Z=
.025 となります。P (Z2 u) = 0.025 となる u は,正規分布の数(1)
σ /n が
よると,u = 1.96 のとき,P (Z 1.96) = 0.024998 0.025 であ
1回の講義で述べた「正規分布の性質1」から,Z は標準正規分布 N (0, 1)
この区間に入っている確率=95%とすると
.96 Z 1.96) = 0.95 ということがわかります。

。

2013年度秋学期 統計学
正規分布の場合の区間推定
f(z)

面積=95%

0

u

z

A. Asano, Kansai Univ.

–u

2013年度秋学期 統計学
正規分布の場合の区間推定
f(z)

面積=95%
f(z)
–u

0

u

z

A. Asano, Kansai Univ.

0

2013年度秋学期 統計学

z
正規分布の場合の区間推定
f(z)

面積=95%
f(z)
–u

0

u

z

A. Asano, Kansai Univ.

0

2013年度秋学期 統計学

z
正規分布の場合の区間推定
f(z)

面積=95%
f(z)
–u

0

u

z

A. Asano, Kansai Univ.

0

2013年度秋学期 統計学

z
正規分布の場合の区間推定
f(z)

面積=95%
f(z)
–u

0

u

z

面積=2.5%
(左右で5%)

A. Asano, Kansai Univ.

0

2013年度秋学期 統計学

z
正規分布の場合の区間推定
f(z)

面積=95%
f(z)
–u

0

u

z

面積=2.5%
(左右で5%)

A. Asano, Kansai Univ.

0

z

境界の値は?
2013年度秋学期 統計学
正規分布の場合の区間推定
f(z)

面積=2.5%

境界の値は

A. Asano, Kansai Univ.

0

z

2013年度秋学期 統計学
正規分布の場合の区間推定
f(z)

面積=2.5%

0

z

境界の値は

A. Asano, Kansai Univ.

うまいぐあいに,正規分布表で

2013年度秋学期 統計学
正規分布の場合の区間推定
f(z)

標準正規分布表(P(Z

z))

zの小数第2位
面積=2.5%
0.00

0.01

0.02

0.03

0.04

0.05

0.06

0.07

0.08

0.09

0.0

0.50000

0.49601

0.49202

0.48803

0.48405

0.48006

0.47608

0.47210

0.46812

0.46414

0.1

0.46017

0.45620

0.45224

0.44828

0.44433

0.44038

0.43644

0.43251

0.42858

0.42465

0.2

0.42074

0.41683

0.41294

0.40905

0.40517

0.40129

0.39743

0.39358

0.38974

0.38591

0.3

0.38209

0.37828

0.37448

0.37070

0.36693

0.36317

0.35942

0.35569

0.35197

0.34827

0.4

0.34458

0.34090

0.33724

0.33360

0.32997

0.32636

0.32276

0.31918

0.31561

0.31207

0.5

0.30854

0.30503

0.30153

0.29806

z
0.29460

0.29116

0.28774

0.28434

0.28096

0.27760

0.6

0.27425

0.27093

0.26763

0.26435

0.7

0.24196

0.23885

0.23576

0.23270

0.8

0.21186

0.20897

0.20611

0.20327

0

境界の値は
0.26109

0.25785

0.25463

0.25143

0.24825

0.24510

0.22965

0.22663

0.22363

0.22065

0.21770

0.21476

0.20045

0.19766

0.19489

0.19215

0.18943

0.18673

標準正規分布表(P(Z z))
うまいぐあいに,正規分布表で
0.18141

0.17879

0.17619

0.17361

0.17106

0.16853

0.16602

0.16354

0.16109

0.15866

0.15625

0.15386

0.15151

0.14917

0.14686

0.14457

0.14231

0.14007

0.13786

1.1

0.13567

0.13350

0.13136

0.12924

0.12714

0.12507

0.12302

0.12100

0.11900

0.11702

1.2

0.11507

0.11314

0.11123

0.10935

0.10749
zの小数第2位0.10565

0.10383

0.10204

0.10027

0.098525

1.3

z
の
小
数
第
1
位
ま
で

0.18406

1.0

A. Asano, Kansai Univ.

0.9

0.096800
0.00
0.080757
0.50000
0.066807
0.46017
0.054799
0.42074
0.044565
0.38209
0.035930
0.34458
0.028717
0.30854
0.022750
0.27425
0.017864
0.24196
0.013903
0.21186

0.095098
0.01
0.079270
0.49601
0.065522
0.45620
0.053699
0.41683
0.043633
0.37828
0.035148
0.34090
0.028067
0.30503
0.022216
0.27093
0.017429
0.23885
0.013553
0.20897

0.093418
0.02
0.077804
0.49202
0.064255
0.45224
0.052616
0.41294
0.042716
0.37448
0.034380
0.33724
0.027429
0.30153
0.021692
0.26763
0.017003
0.23576
0.013209
0.20611

0.086915
0.06
0.072145
0.47608
0.059380
0.43644
0.048457
0.39743
0.039204
0.35942
0.031443
0.32276
0.024998
0.28774
0.019699
0.25463
0.015386
0.22363
0.011911
0.19489

0.085343
0.07
0.070781
0.47210
0.058208
0.43251
0.047460
0.39358
0.038364
0.35569
0.030742
0.31918
0.024419
0.28434
0.019226
0.25143
0.015003
0.22065
0.011604
0.19215

0.083793
0.08
0.069437
0.46812
0.057053
0.42858
0.046479
0.38974
0.037538
0.35197
0.030054
0.31561
0.023852
0.28096
0.018763
0.24825
0.014629
0.21770
0.011304
0.18943

0.082264
0.09
0.068112
0.46414
0.055917
0.42465
0.045514
0.38591
0.036727
0.34827
0.029379
0.31207
0.023295
0.27760
0.018309
0.24510
0.014262
0.21476
0.011011
0.18673

1.4
0.0
1.5
0.1
1.6
0.2
1.7
0.3
1.8
0.4
1.9
0.5
2.0
0.6
2.1
0.7
2.2
0.8

0.091759
0.090123
0.03
0.04
0.076359
0.074934
0.48803
0.48405
0.063008
0.061780
0.44828
0.44433
0.051551
0.050503
0.40905
0.40517
0.041815
0.040930
0.37070
0.36693
0.033625
0.032884
0.33360
0.32997
0.026803
0.026190
0.29806
0.29460
0.021178
0.020675
0.26435
0.26109
0.016586
0.016177
0.23270
0.22965
0.012874
0.012545
2013年度秋学期 統計学
0.20327
0.20045

…

0.088508
0.05
0.073529
0.48006
0.060571
0.44038
0.049471
0.40129
0.040059
0.36317
0.032157
0.32636
0.025588
0.29116
0.020182
0.25785
0.015778
0.22663
0.012224
0.19766
正規分布の場合の区間推定
f(z)

標準正規分布表(P(Z

z))

zの小数第2位
面積=2.5%
0.00

0.01

0.02

0.03

0.04

0.05

0.06

0.07

0.08

0.09

0.0

0.50000

0.49601

0.49202

0.48803

0.48405

0.48006

0.47608

0.47210

0.46812

0.46414

0.1

0.46017

0.45620

0.45224

0.44828

0.44433

0.44038

0.43644

0.43251

0.42858

0.42465

0.2

0.42074

0.41683

0.41294

0.40905

0.40517

0.40129

0.39743

0.39358

0.38974

0.38591

0.3

0.38209

0.37828

0.37448

0.37070

0.36693

0.36317

0.35942

0.35569

0.35197

0.34827

0.4

0.34458

0.34090

0.33724

0.33360

0.32997

0.32636

0.32276

0.31918

0.31561

0.31207

0.5

0.30854

0.30503

0.30153

0.29806

z
0.29460

0.29116

0.28774

0.28434

0.28096

0.27760

0.6

0.27425

0.27093

0.26763

0.26435

0.7

0.24196

0.23885

0.23576

0.23270

0.8

0.21186

0.20897

0.20611

0.20327

0

境界の値は
0.26109

0.25785

0.25463

0.25143

0.24825

0.24510

0.22965

0.22663

0.22363

0.22065

0.21770

0.21476

0.20045

0.19766

0.19489

0.19215

0.18943

0.18673

標準正規分布表(P(Z z))
うまいぐあいに,正規分布表で
0.18141

0.17879

0.17619

0.17361

0.17106

0.16853

0.16602

0.16354

0.16109

0.15866

0.15625

0.15386

0.15151

0.14917

0.14686

0.14457

0.14231

0.14007

0.13786

1.1

0.13567

0.13350

0.13136

0.12924

0.12714

0.12507

0.12302

0.12100

0.11900

0.11702

1.2

0.11507

0.11314

0.11123

0.10935

0.10749
zの小数第2位0.10565

0.10383

0.10204

0.10027

0.098525

1.3

z
の
小
数
第
1
位
ま
で

0.18406

1.0

A. Asano, Kansai Univ.

0.9

0.096800
0.00
0.080757
0.50000
0.066807
0.46017
0.054799
0.42074
0.044565
0.38209
0.035930
0.34458
0.028717
0.30854
0.022750
0.27425
0.017864
0.24196
0.013903
0.21186

0.095098
0.01
0.079270
0.49601
0.065522
0.45620
0.053699
0.41683
0.043633
0.37828
0.035148
0.34090
0.028067
0.30503
0.022216
0.27093
0.017429
0.23885
0.013553
0.20897

0.093418
0.02
0.077804
0.49202
0.064255
0.45224
0.052616
0.41294
0.042716
0.37448
0.034380
0.33724
0.027429
0.30153
0.021692
0.26763
0.017003
0.23576
0.013209
0.20611

0.086915
0.06
0.072145
0.47608
0.059380
0.43644
0.048457
0.39743
0.039204
0.35942
0.031443
0.32276
0.024998
0.28774
0.019699
0.25463
0.015386
0.22363
0.011911
0.19489

0.085343
0.07
0.070781
0.47210
0.058208
0.43251
0.047460
0.39358
0.038364
0.35569
0.030742
0.31918
0.024419
0.28434
0.019226
0.25143
0.015003
0.22065
0.011604
0.19215

0.083793
0.08
0.069437
0.46812
0.057053
0.42858
0.046479
0.38974
0.037538
0.35197
0.030054
0.31561
0.023852
0.28096
0.018763
0.24825
0.014629
0.21770
0.011304
0.18943

0.082264
0.09
0.068112
0.46414
0.055917
0.42465
0.045514
0.38591
0.036727
0.34827
0.029379
0.31207
0.023295
0.27760
0.018309
0.24510
0.014262
0.21476
0.011011
0.18673

1.4
0.0
1.5
0.1
1.6
0.2
1.7
0.3
1.8
0.4
1.9
0.5
2.0
0.6
2.1
0.7
2.2
0.8

1.9

0.091759
0.090123
0.03
0.04
0.076359
0.074934
0.48803
0.48405
0.063008
0.061780
0.44828
0.44433
0.051551
0.050503
0.40905
0.40517
0.041815
0.040930
0.37070
0.36693
0.033625
0.032884
0.33360
0.32997
0.026803
0.026190
0.29806
0.29460
0.021178
0.020675
0.26435
0.26109
0.016586
0.016177
0.23270
0.22965
0.012874
0.012545
2013年度秋学期 統計学
0.20327
0.20045

…

0.088508
0.05
0.073529
0.48006
0.060571
0.44038
0.049471
0.40129
0.040059
0.36317
0.032157
0.32636
0.025588
0.29116
0.020182
0.25785
0.015778
0.22663
0.012224
0.19766
正規分布の場合の区間推定
f(z)

標準正規分布表(P(Z

z))

zの小数第2位
面積=2.5%
0.00

0.01

0.02

0.03

0.04

0.05

0.06

0.07

0.08

0.09

0.0

0.50000

0.49601

0.49202

0.48803

0.48405

0.48006

0.47608

0.47210

0.46812

0.46414

0.1

0.46017

0.45620

0.45224

0.44828

0.44433

0.44038

0.43644

0.43251

0.42858

0.42465

0.2

0.42074

0.41683

0.41294

0.40905

0.40517

0.40129

0.39743

0.39358

0.38974

0.38591

0.3

0.38209

0.37828

0.37448

0.37070

0.36693

0.36317

0.35942

0.35569

0.35197

0.34827

0.4

0.34458

0.34090

0.33724

0.33360

0.32997

0.32636

0.32276

0.31918

0.31561

0.31207

0.5

0.30854

0.30503

0.30153

0.29806

z
0.29460

0.29116

0.28774

0.28434

0.28096

0.27760

0.6

0.27425

0.27093

0.26763

0.26435

0.7

0.24196

0.23885

0.23576

0.23270

0.8

0.21186

0.20897

0.20611

0.20327

0

境界の値は
0.26109

0.25785

0.25463

0.25143

0.24825

0.24510

0.22965

0.22663

0.22363

0.22065

0.21770

0.21476

0.20045

0.19766

0.19489

0.19215

0.18943

0.18673

標準正規分布表(P(Z z))
うまいぐあいに,正規分布表で
0.18141

0.17879

0.17619

0.17361

0.17106

0.16853

0.16602

0.16354

0.16109

0.15866

0.15625

0.15386

0.15151

0.14917

0.14686

0.14457

0.14231

0.14007

0.13786

1.1

0.13567

0.13350

0.13136

0.12924

0.12714

0.12507

0.12302

0.11900

0.11702

0.11507

0.11314

0.11123

0.10935

0.06

0.12100

1.2

0.10383

0.10204

0.10027

0.098525

1.3

z
の
小
数
第
1
位
ま
で

0.18406

1.0

A. Asano, Kansai Univ.

0.9

0.096800
0.00
0.080757
0.50000
0.066807
0.46017
0.054799
0.42074
0.044565
0.38209
0.035930
0.34458
0.028717
0.30854
0.022750
0.27425
0.017864
0.24196
0.013903
0.21186

0.095098
0.01
0.079270
0.49601
0.065522
0.45620
0.053699
0.41683
0.043633
0.37828
0.035148
0.34090
0.028067
0.30503
0.022216
0.27093
0.017429
0.23885
0.013553
0.20897

0.093418
0.02
0.077804
0.49202
0.064255
0.45224
0.052616
0.41294
0.042716
0.37448
0.034380
0.33724
0.027429
0.30153
0.021692
0.26763
0.017003
0.23576
0.013209
0.20611

0.086915
0.06
0.072145
0.47608
0.059380
0.43644
0.048457
0.39743
0.039204
0.35942
0.031443
0.32276
0.024998
0.28774
0.019699
0.25463
0.015386
0.22363
0.011911
0.19489

0.085343
0.07
0.070781
0.47210
0.058208
0.43251
0.047460
0.39358
0.038364
0.35569
0.030742
0.31918
0.024419
0.28434
0.019226
0.25143
0.015003
0.22065
0.011604
0.19215

0.083793
0.08
0.069437
0.46812
0.057053
0.42858
0.046479
0.38974
0.037538
0.35197
0.030054
0.31561
0.023852
0.28096
0.018763
0.24825
0.014629
0.21770
0.011304
0.18943

0.082264
0.09
0.068112
0.46414
0.055917
0.42465
0.045514
0.38591
0.036727
0.34827
0.029379
0.31207
0.023295
0.27760
0.018309
0.24510
0.014262
0.21476
0.011011
0.18673

1.4
0.0
1.5
0.1
1.6
0.2
1.7
0.3
1.8
0.4
1.9
0.5
2.0
0.6
2.1
0.7
2.2
0.8

1.9

0.10749
zの小数第2位0.10565

0.091759
0.090123
0.03
0.04
0.076359
0.074934
0.48803
0.48405
0.063008
0.061780
0.44828
0.44433
0.051551
0.050503
0.40905
0.40517
0.041815
0.040930
0.37070
0.36693
0.033625
0.032884
0.33360
0.32997
0.026803
0.026190
0.29806
0.29460
0.021178
0.020675
0.26435
0.26109
0.016586
0.016177
0.23270
0.22965
0.012874
0.012545
2013年度秋学期 統計学
0.20327
0.20045

…

0.088508
0.05
0.073529
0.48006
0.060571
0.44038
0.049471
0.40129
0.040059
0.36317
0.032157
0.32636
0.025588
0.29116
0.020182
0.25785
0.015778
0.22663
0.012224
0.19766
正規分布の場合の区間推定
f(z)

標準正規分布表(P(Z

z))

zの小数第2位
面積=2.5%
0.00

0.01

0.02

0.03

0.04

0.05

0.06

0.07

0.08

0.09

0.0

0.50000

0.49601

0.49202

0.48803

0.48405

0.48006

0.47608

0.47210

0.46812

0.46414

0.1

0.46017

0.45620

0.45224

0.44828

0.44433

0.44038

0.43644

0.43251

0.42858

0.42465

0.2

0.42074

0.41683

0.41294

0.40905

0.40517

0.40129

0.39743

0.39358

0.38974

0.38591

0.3

0.38209

0.37828

0.37448

0.37070

0.36693

0.36317

0.35942

0.35569

0.35197

0.34827

0.4

0.34458

0.34090

0.33724

0.33360

0.32997

0.32636

0.32276

0.31918

0.31561

0.31207

0.5

0.30854

0.30503

0.30153

0.29806

z
0.29460

0.29116

0.28774

0.28434

0.28096

0.27760

0.6

0.27425

0.27093

0.26763

0.26435

0.7

0.24196

0.23885

0.23576

0.23270

0.8

0.21186

0.20897

0.20611

0.20327

0

境界の値は
0.26109

0.25785

0.25463

0.25143

0.24825

0.24510

0.22965

0.22663

0.22363

0.22065

0.21770

0.21476

0.20045

0.19766

0.19489

0.19215

0.18943

0.18673

標準正規分布表(P(Z z))
うまいぐあいに,正規分布表で
0.18141

0.17879

0.17619

0.17361

0.17106

0.16853

0.16602

0.16354

0.16109

0.15866

0.15625

0.15386

0.15151

0.14917

0.14686

0.14457

0.14231

0.14007

0.13786

1.1

0.13567

0.13350

0.13136

0.12924

0.12714

0.12507

0.12302

0.11900

0.11702

0.11507

0.11314

0.11123

0.10935

0.06

0.12100

1.2

0.10383

0.10204

0.10027

0.098525

1.3

z
の
小
数
第
1
位
ま
で

0.18406

1.0

A. Asano, Kansai Univ.

0.9

0.096800
0.00
0.080757
0.50000
0.066807
0.46017
0.054799
0.42074
0.044565
0.38209
0.035930
0.34458
0.028717
0.30854
0.022750
0.27425
0.017864
0.24196
0.013903
0.21186

0.095098
0.01
0.079270
0.49601
0.065522
0.45620
0.053699
0.41683
0.043633
0.37828
0.035148
0.34090
0.028067
0.30503
0.022216
0.27093
0.017429
0.23885
0.013553
0.20897

0.093418
0.02
0.077804
0.49202
0.064255
0.45224
0.052616
0.41294
0.042716
0.37448
0.034380
0.33724
0.027429
0.30153
0.021692
0.26763
0.017003
0.23576
0.013209
0.20611

0.086915
0.06
0.072145
0.47608
0.059380
0.43644
0.048457
0.39743
0.039204
0.35942
0.031443
0.32276
0.024998
0.28774
0.019699
0.25463
0.015386
0.22363
0.011911
0.19489

0.085343
0.07
0.070781
0.47210
0.058208
0.43251
0.047460
0.39358
0.038364
0.35569
0.030742
0.31918
0.024419
0.28434
0.019226
0.25143
0.015003
0.22065
0.011604
0.19215

0.083793
0.08
0.069437
0.46812
0.057053
0.42858
0.046479
0.38974
0.037538
0.35197
0.030054
0.31561
0.023852
0.28096
0.018763
0.24825
0.014629
0.21770
0.011304
0.18943

0.082264
0.09
0.068112
0.46414
0.055917
0.42465
0.045514
0.38591
0.036727
0.34827
0.029379
0.31207
0.023295
0.27760
0.018309
0.24510
0.014262
0.21476
0.011011
0.18673

1.4
0.0
1.5
0.1
1.6
0.2
1.7
0.3
1.8
0.4
1.9
0.5
2.0
0.6
2.1
0.7
2.2
0.8

1.9

0.10749
zの小数第2位0.10565

0.091759
0.090123
0.03
0.04
0.076359
0.074934
0.48803
0.48405
0.063008
0.061780
0.44828
0.44433
0.051551
0.050503
0.40905
0.40517
0.041815
0.040930
0.37070
0.36693
0.033625
0.032884
0.33360
0.32997
0.026803
0.026190
0.29806
0.29460
0.021178
0.020675
0.26435
0.26109
0.016586
0.016177
0.23270
0.22965
0.012874
0.012545
2013年度秋学期 統計学
0.20327
0.20045

…

0.088508
0.05
0.073529
0.48006
0.060571
0.44038
0.049471
0.40129
0.040059
0.36317
0.032157
0.32636
0.025588
0.29116
0.020182
0.25785
0.015778
0.22663
0.012224
0.19766

0.024998
正規分布の場合の区間推定
f(z)

標準正規分布表(P(Z

z))

zの小数第2位
面積=2.5%
0.00

0.01

0.02

0.03

0.04

0.05

0.06

0.07

0.08

0.09

0.0

0.50000

0.49601

0.49202

0.48803

0.48405

0.48006

0.47608

0.47210

0.46812

0.46414

0.1

0.46017

0.45620

0.45224

0.44828

0.44433

0.44038

0.43644

0.43251

0.42858

0.42465

0.2

0.42074

0.41683

0.41294

0.40905

0.40517

0.40129

0.39743

0.39358

0.38974

0.38591

0.3

0.38209

0.37828

0.37448

0.37070

0.36693

0.36317

0.35942

0.35569

0.35197

0.34827

0.4

0.34458

0.34090

0.33724

0.33360

0.32997

0.32636

0.32276

0.31918

0.31561

0.31207

0.5

0.30854

0.30503

0.30153

0.29806

z
0.29460

0.29116

0.28774

0.28434

0.28096

0.27760

0.6

0.27425

0.27093

0.26763

0.26435

0.7

0.24196

0.23885

0.23576

0.23270

0.8

0.21186

0.20897

0.20611

0.20327

0

境界の値は
「1.96」
0.26109

0.25785

0.25463

0.25143

0.24825

0.24510

0.22965

0.22663

0.22363

0.22065

0.21770

0.21476

0.20045

0.19766

0.19489

0.19215

0.18943

0.18673

標準正規分布表(P(Z z))
うまいぐあいに,正規分布表で
0.18141

0.17879

0.17619

0.17361

0.17106

0.16853

0.16602

0.16354

0.16109

0.15866

0.15625

0.15386

0.15151

0.14917

0.14686

0.14457

0.14231

0.14007

0.13786

1.1

0.13567

0.13350

0.13136

0.12924

0.12714

0.12507

0.12302

0.11900

0.11702

0.11507

0.11314

0.11123

0.10935

0.06

0.12100

1.2

0.10383

0.10204

0.10027

0.098525

1.3

z
の
小
数
第
1
位
ま
で

0.18406

1.0

A. Asano, Kansai Univ.

0.9

0.096800
0.00
0.080757
0.50000
0.066807
0.46017
0.054799
0.42074
0.044565
0.38209
0.035930
0.34458
0.028717
0.30854
0.022750
0.27425
0.017864
0.24196
0.013903
0.21186

0.095098
0.01
0.079270
0.49601
0.065522
0.45620
0.053699
0.41683
0.043633
0.37828
0.035148
0.34090
0.028067
0.30503
0.022216
0.27093
0.017429
0.23885
0.013553
0.20897

0.093418
0.02
0.077804
0.49202
0.064255
0.45224
0.052616
0.41294
0.042716
0.37448
0.034380
0.33724
0.027429
0.30153
0.021692
0.26763
0.017003
0.23576
0.013209
0.20611

0.086915
0.06
0.072145
0.47608
0.059380
0.43644
0.048457
0.39743
0.039204
0.35942
0.031443
0.32276
0.024998
0.28774
0.019699
0.25463
0.015386
0.22363
0.011911
0.19489

0.085343
0.07
0.070781
0.47210
0.058208
0.43251
0.047460
0.39358
0.038364
0.35569
0.030742
0.31918
0.024419
0.28434
0.019226
0.25143
0.015003
0.22065
0.011604
0.19215

0.083793
0.08
0.069437
0.46812
0.057053
0.42858
0.046479
0.38974
0.037538
0.35197
0.030054
0.31561
0.023852
0.28096
0.018763
0.24825
0.014629
0.21770
0.011304
0.18943

0.082264
0.09
0.068112
0.46414
0.055917
0.42465
0.045514
0.38591
0.036727
0.34827
0.029379
0.31207
0.023295
0.27760
0.018309
0.24510
0.014262
0.21476
0.011011
0.18673

1.4
0.0
1.5
0.1
1.6
0.2
1.7
0.3
1.8
0.4
1.9
0.5
2.0
0.6
2.1
0.7
2.2
0.8

1.9

0.10749
zの小数第2位0.10565

0.091759
0.090123
0.03
0.04
0.076359
0.074934
0.48803
0.48405
0.063008
0.061780
0.44828
0.44433
0.051551
0.050503
0.40905
0.40517
0.041815
0.040930
0.37070
0.36693
0.033625
0.032884
0.33360
0.32997
0.026803
0.026190
0.29806
0.29460
0.021178
0.020675
0.26435
0.26109
0.016586
0.016177
0.23270
0.22965
0.012874
0.012545
2013年度秋学期 統計学
0.20327
0.20045

…

0.088508
0.05
0.073529
0.48006
0.060571
0.44038
0.049471
0.40129
0.040059
0.36317
0.032157
0.32636
0.025588
0.29116
0.020182
0.25785
0.015778
0.22663
0.012224
0.19766

0.024998
れていますから,標本は確率変数で,母集団分布と同じ確率分布にしたが
ます。
なる標本のそれぞれの確率分布もまた N (µ, σ 2 ) です。

正規分布の場合の区間推定

,n 人からなる標本を X1 , . . . , Xn で表すと,(X1 + · · · + Xn )/n で表され
¯

Z=

X −µ

σ 2 /n

は標準正規分布にしたがう

(1)

f(z)
述べた「正規分布の性質2(正規分布の再生性),すなわち
」

義で述べた「正規分布の性質1」から,Z は標準正規分布 N (0, 1)

標準正規分布の確率密度関数

いずれも正規分布 N (µ, σ 2 ) にしたがうならば,それらの平均 (X1 +
面積=95%
n) にしたがう
である区間」はどういうものか考えてみましょう。第5回の講

A. Asano, Kansai Univ.

明したように,Z がある区間に入る確率は,標準正規分布の確率
¯
本はこの性質の X1 , ..., Xn にあてはまっていますから,
「標本平均 X は
対応する部分の面積になります。この部分の面積が全体の 95%に
とがわかります。
z
–u
u
0
ることにし,図 3(a) のように表します。このときの Z の区間の
境界の値は
間に入る確率すなわち P (−u Z u) = 0.95 となります。この
¯
X −µ
Z=
.025 となります。P (Z2 u) = 0.025 となる u は,正規分布の数(1)
σ /n が
よると,u = 1.96 のとき,P (Z 1.96) = 0.024998 0.025 であ
1回の講義で述べた「正規分布の性質1」から,Z は標準正規分布 N (0, 1)
この区間に入っている確率=95%とすると
.96 Z 1.96) = 0.95 ということがわかります。

。

2013年度秋学期 統計学
れていますから,標本は確率変数で,母集団分布と同じ確率分布にしたが
ます。
なる標本のそれぞれの確率分布もまた N (µ, σ 2 ) です。

正規分布の場合の区間推定

,n 人からなる標本を X1 , . . . , Xn で表すと,(X1 + · · · + Xn )/n で表され
¯

Z=

X −µ

σ 2 /n

は標準正規分布にしたがう

(1)

f(z)
述べた「正規分布の性質2(正規分布の再生性),すなわち
」

義で述べた「正規分布の性質1」から,Z は標準正規分布 N (0, 1)

標準正規分布の確率密度関数

いずれも正規分布 N (µ, σ 2 ) にしたがうならば,それらの平均 (X1 +
面積=95%
n) にしたがう
である区間」はどういうものか考えてみましょう。第5回の講

A. Asano, Kansai Univ.

明したように,Z がある区間に入る確率は,標準正規分布の確率
¯
本はこの性質の X1 , ..., Xn にあてはまっていますから,
「標本平均 X は
対応する部分の面積になります。この部分の面積が全体の 95%に
とがわかります。
z
–u
u
0
ることにし,図 3(a) のように表します。このときの Z の区間の
境界の値は 1.96
間に入る確率すなわち P (−u Z u) = 0.95 となります。この
¯
X −µ
Z=
.025 となります。P (Z2 u) = 0.025 となる u は,正規分布の数(1)
σ /n が
よると,u = 1.96 のとき,P (Z 1.96) = 0.024998 0.025 であ
1回の講義で述べた「正規分布の性質1」から,Z は標準正規分布 N (0, 1)
この区間に入っている確率=95%とすると
.96 Z 1.96) = 0.95 ということがわかります。

。

2013年度秋学期 統計学
れていますから,標本は確率変数で,母集団分布と同じ確率分布にしたが
ます。
なる標本のそれぞれの確率分布もまた N (µ, σ 2 ) です。

正規分布の場合の区間推定

,n 人からなる標本を X1 , . . . , Xn で表すと,(X1 + · · · + Xn )/n で表され
¯

Z=

X −µ

σ 2 /n

は標準正規分布にしたがう

(1)

f(z)
述べた「正規分布の性質2(正規分布の再生性),すなわち
」

義で述べた「正規分布の性質1」から,Z は標準正規分布 N (0, 1)

標準正規分布の確率密度関数

いずれも正規分布 N (µ, σ 2 ) にしたがうならば,それらの平均 (X1 +
面積=95%
n) にしたがう
である区間」はどういうものか考えてみましょう。第5回の講

A. Asano, Kansai Univ.

明したように,Z がある区間に入る確率は,標準正規分布の確率
¯
本はこの性質の X1 , ..., Xn にあてはまっていますから,
「標本平均 X は
対応する部分の面積になります。この部分の面積が全体の 95%に
とがわかります。
z
–u
u
0
ることにし,図 3(a) のように表します。このときの Z の区間の
境界の値は 1.96
間に入る確率すなわち P (−u Z u) = 0.95 となります。この
-1.96
¯
X −µ
Z=
.025 となります。P (Z2 u) = 0.025 となる u は,正規分布の数(1)
σ /n が
よると,u = 1.96 のとき,P (Z 1.96) = 0.024998 0.025 であ
1回の講義で述べた「正規分布の性質1」から,Z は標準正規分布 N (0, 1)
この区間に入っている確率=95%とすると
.96 Z 1.96) = 0.95 ということがわかります。

。

2013年度秋学期 統計学
ます。

正規分布の場合の区間推定
¯
X −µ

が -1.96と1.96の間に
入っている確率が95%
義で述べた「正規分布の性質1」から,Z は標準正規分布 N (0, 1)
Z=

(1)

σ 2 /n

A. Asano, Kansai Univ.

である区間」はどういうものか考えてみましょう。第5回の講
明したように,Z がある区間に入る確率は,標準正規分布の確率
対応する部分の面積になります。この部分の面積が全体の 95%に
ることにし,図 3(a) のように表します。このときの Z の区間の
間に入る確率すなわち P (−u Z u) = 0.95 となります。この
.025 となります。P (Z u) = 0.025 となる u は,正規分布の数
よると,u = 1.96 のとき,P (Z 1.96) = 0.024998 0.025 であ
.96 Z 1.96) = 0.95 ということがわかります。
2013年度秋学期 統計学
Z がこの区間に入る確率すなわち P (−u Z u)
ます。
Z 正規分布の場合の区間推定 = 0.025 と
u) = 0.025 となります。P (Z u)
¯
X −µ
す。数表によると,u = 1.96 のとき,P (Z (1)
1.96)
Z=
2 /n が -1.96と1.96の間に
σ
わち,P (−1.96 Z 1.96) = 0.95 ということがわ
入っている確率が95%
義で述べた「正規分布の性質1」から,Z は標準正規分布 N (0, 1)

を P (−1.96 Z 1.96) = 0.95 に用いると,
式で書くと
である区間」はどういうものか考えてみましょう。第5回の講
¯
X −µ
明したように,Z がある区間に入る確率は,標準正規分布の確率
P (−1.96
1.96) = 0.9595%に
対応する部分の面積になります。この部分の面積が全体の
2 /n
σ
A. Asano, Kansai Univ.

ることにし,図 3(a) のように表します。このときの Z の区間の
間に入る確率すなわち P (−u Z u) = 0.95 となります。この
かります。ここで,今知りたいのは母集団の平均
.025 となります。P (Z u) = 0.025 となる u は,正規分布の数
よると,u = 1.96 のとき,P (Z 1.96) = 0.024998 0.025 であ
.96 Z 1.96) = 0.95 ということがわかります。

¯

2

¯

2013年度秋学期 統計学

2

µ
Z がこの区間に入る確率すなわち P (−u Z u)
ます。
Z 正規分布の場合の区間推定 = 0.025 と
u) = 0.025 となります。P (Z u)
¯
X −µ
す。数表によると,u = 1.96 のとき,P (Z (1)
1.96)
Z=
2 /n が -1.96と1.96の間に
σ
わち,P (−1.96 Z 1.96) = 0.95 ということがわ
入っている確率が95%
義で述べた「正規分布の性質1」から,Z は標準正規分布 N (0, 1)

を P (−1.96 Z 1.96) = 0.95 に用いると,
式で書くと
である区間」はどういうものか考えてみましょう。第5回の講
¯
X −µ
明したように,Z がある区間に入る確率は,標準正規分布の確率
P (−1.96
1.96) = 0.9595%に
対応する部分の面積になります。この部分の面積が全体の
2 /n
σ
A. Asano, Kansai Univ.

ることにし,図 3(a) のように表します。このときの Z の区間の
間に入る確率すなわち P (−u Z u) = 0.95 となります。この
かります。ここで,今知りたいのは母集団の平均
μの式に直すと
.025 となります。P (Z u) = 0.025 となる u は,正規分布の数
よると,u = 1.96 のとき,P (Z 1.96) = 0.024998 0.025 であ
.96 Z 1.96) = 0.95 ということがわかります。

¯

2

¯

2013年度秋学期 統計学

2

µ
Z がこの区間に入る確率すなわち P (−u Z u)
ます。
すると,Z= 0.025 となります。P (Z P (−u= 0.025 と
がこの区間に入る確率すなわち u)
正規分布の場合の区間推定 Z u) =
Z u)
ように,P (Z − µ = 0.025 となります。P (Z u) = 0.025 と
u)
¯
X
す。数表によると,u = 1.96 のとき,P (Z (1)
1.96)
Z=
ができます。数表によると,u = 1.96 のとき,P (Z 1.96) =
2 /n が -1.96と1.96の間に
σ
わち,P (−1.96(−1.96 Z 1.96)0.95 ということがわ
Z 1.96) = = 0.95 ということがわ
す。すなわち,P 入っている確率が95%
義で述べた「正規分布の性質1」から,Z は標準正規分布 N (0, 1)

式の関係を P
Z
を P (−1.96 (−1.96 1.96)1.96) = 0.95 に用いると,
Z
= 0.95 に用いると,
式で書くと
である区間」はどういうものか考えてみましょう。第5回の講
¯
X −µ
¯
X −µ
明したように,Z がある区間に入る確率は,標準正規分布の確率
P (−1.96
1.96) = 0.95
P (−1.96
σ 2 /n1.96) = 0.9595%に
対応する部分の面積になります。この部分の面積が全体の
2 /n
σ
A. Asano, Kansai Univ.

ることにし,図 3(a) のように表します。このときの Z の区間の
ことがわかります。ここで,今知りたいのは母集団の平均 µ
間に入る確率すなわち P (−u Z u) = 0.95 となります。この
かります。ここで,今知りたいのは母集団の平均 µ
換えると
μの式に直すと
.025 となります。P (Z u) = 0.025 となる u は,正規分布の数
よると,u = 1.96 のとき,P (Z 1.96) = 0.024998 0.025 であ
¯ 1.96 σ 2 /n µ X + 1.96
¯
P (X −= 0.95 ということがわかります。 σ 2 /n) = 0.95
.96 Z 1.96)

¯

2

¯

2013年度秋学期 統計学

2
P (−1.96

1.96) = 0.95

σ 2 /n
正規分布の場合の区間推定

とがわかります。ここで,今知りたいのは母集団の平均 µ の
えると

¯
P (X − 1.96

σ 2 /n

µ

¯
X + 1.96

σ 2 /n) = 0.95

ます。この範囲が, の 95%信頼区間となります。この問題で
µ
5 ですから,これらの数値を (3) 式に入れると,求める 95%信
す。 46.9 以上 53.1 以下」という区間を,数学では [46.9, 53.
「
A. Asano, Kansai Univ.

真の意味

の区間推定の結果を
「求める 95%信頼区間は 46.9 以上 53.1 以下
『
ませんでした。それは,この書き方は間違いだからです。
2013年度秋学期 統計学
P (−1.96

1.96) = 0.95

σ 2 /n
正規分布の場合の区間推定

とがわかります。ここで,今知りたいのは母集団の平均 µ の
えると

¯
P (X − 1.96

σ 2 /n

µ

¯
X + 1.96

σ 2 /n) = 0.95

μの95% 95%信頼区間となります。この問題で
ます。この範囲が, の
µ
信頼区間の
5 ですから,これらの数値を (3) 式に入れると,求める 95%信
す。 46.9 以上 53.1 以下」という区間を,数学では [46.9, 53.
「
下限
A. Asano, Kansai Univ.

真の意味

の区間推定の結果を
「求める 95%信頼区間は 46.9 以上 53.1 以下
『
ませんでした。それは,この書き方は間違いだからです。
2013年度秋学期 統計学
P (−1.96

1.96) = 0.95

σ 2 /n
正規分布の場合の区間推定

とがわかります。ここで,今知りたいのは母集団の平均 µ の
えると

¯
P (X − 1.96

σ 2 /n

µ

¯
X + 1.96

σ 2 /n) = 0.95

μの95% 95%信頼区間となります。この問題で
μの95%
ます。この範囲が, の
µ
信頼区間の
信頼区間の
5 ですから,これらの数値を (3) 式に入れると,求める 95%信
す。 46.9 以上 53.1 以下」という区間を,数学では [46.9, 53.
「
下限
上限
A. Asano, Kansai Univ.

真の意味

の区間推定の結果を
「求める 95%信頼区間は 46.9 以上 53.1 以下
『
ませんでした。それは,この書き方は間違いだからです。
2013年度秋学期 統計学
P (−1.96

1.96) = 0.95

σ 2 /n
正規分布の場合の区間推定

例題では
とがわかります。ここで,今知りたいのは母集団の平均 µ の
えると
¯
P (X − 1.96

σ 2 /n

µ

¯
X + 1.96

σ 2 /n) = 0.95

μの95% 95%信頼区間となります。この問題で
μの95%
ます。この範囲が, の
µ
信頼区間の
信頼区間の
5 ですから,これらの数値を (3) 式に入れると,求める 95%信
す。 46.9 以上 53.1 以下」という区間を,数学では [46.9, 53.
「
下限
上限
A. Asano, Kansai Univ.

真の意味

の区間推定の結果を
「求める 95%信頼区間は 46.9 以上 53.1 以下
『
ませんでした。それは,この書き方は間違いだからです。
2013年度秋学期 統計学
P (−1.96

1.96) = 0.95

σ 2 /n
正規分布の場合の区間推定

例題では
とがわかります。ここで,今知りたいのは母集団の平均 µ の
えると
標本平均=50

¯
P (X − 1.96

σ 2 /n

µ

¯
X + 1.96

σ 2 /n) = 0.95

μの95% 95%信頼区間となります。この問題で
μの95%
ます。この範囲が, の
µ
信頼区間の
信頼区間の
5 ですから,これらの数値を (3) 式に入れると,求める 95%信
す。 46.9 以上 53.1 以下」という区間を,数学では [46.9, 53.
「
下限
上限
A. Asano, Kansai Univ.

真の意味

の区間推定の結果を
「求める 95%信頼区間は 46.9 以上 53.1 以下
『
ませんでした。それは,この書き方は間違いだからです。
2013年度秋学期 統計学
P (−1.96

1.96) = 0.95

σ 2 /n
正規分布の場合の区間推定

例題では
とがわかります。ここで,今知りたいのは母集団の平均 µ の
えると
標本平均=50

¯
P (X − 1.96

母分散=25

σ 2 /n

µ

¯
X + 1.96

σ 2 /n) = 0.95

μの95% 95%信頼区間となります。この問題で
μの95%
ます。この範囲が, の
µ
信頼区間の
信頼区間の
5 ですから,これらの数値を (3) 式に入れると,求める 95%信
す。 46.9 以上 53.1 以下」という区間を,数学では [46.9, 53.
「
下限
上限
A. Asano, Kansai Univ.

真の意味

の区間推定の結果を
「求める 95%信頼区間は 46.9 以上 53.1 以下
『
ませんでした。それは,この書き方は間違いだからです。
2013年度秋学期 統計学
P (−1.96

1.96) = 0.95

σ 2 /n
正規分布の場合の区間推定

例題では
とがわかります。ここで,今知りたいのは母集団の平均 µ の
えると
標本平均=50

¯
P (X − 1.96

母分散=25

σ 2 /n

µ

標本サイズ=10

¯
X + 1.96

f
σ 2 /n) = 0.95

μの95% 95%信頼区間となります。この問題で
μの95%
ます。この範囲が, の
µ
信頼区間の
信頼区間の
5 ですから,これらの数値を (3) 式に入れると,求める 95%信
す。 46.9 以上 53.1 以下」という区間を,数学では [46.9, 53.
「
下限
上限
A. Asano, Kansai Univ.

真の意味

の区間推定の結果を
「求める 95%信頼区間は 46.9 以上 53.1 以下
『
ませんでした。それは,この書き方は間違いだからです。
2013年度秋学期 統計学
P (−1.96

1.96) = 0.95

σ 2 /n
正規分布の場合の区間推定

例題では
とがわかります。ここで,今知りたいのは母集団の平均 µ の
えると
標本平均=50

¯
P (X − 1.96

母分散=25

σ 2 /n

µ

標本サイズ=10

¯
X + 1.96

f
σ 2 /n) = 0.95

μの95% 95%信頼区間となります。この問題で
μの95%
ます。この範囲が, の
µ
信頼区間の
信頼区間の
5 ですから,これらの数値を (3) 式に入れると,求める 95%信
す。 46.9 以上 53.1 以下」という区間を,数学では [46.9, 53.
「
下限
上限
A. Asano, Kansai Univ.

真の意味

計算すると,例題の答は
の区間推定の結果を
「求める 95%信頼区間は 46.9 以上 53.1 以下
『
「46.9以上53.1以下」

ませんでした。それは,この書き方は間違いだからです。
2013年度秋学期 統計学
P (−1.96

1.96) = 0.95

σ 2 /n
正規分布の場合の区間推定

例題では
とがわかります。ここで,今知りたいのは母集団の平均 µ の
えると
標本平均=50

¯
P (X − 1.96

母分散=25

σ 2 /n

µ

標本サイズ=10

¯
X + 1.96

f
σ 2 /n) = 0.95

μの95% 95%信頼区間となります。この問題で
μの95%
ます。この範囲が, の
µ
信頼区間の
信頼区間の
5 ですから,これらの数値を (3) 式に入れると,求める 95%信
す。 46.9 以上 53.1 以下」という区間を,数学では [46.9, 53.
「
下限
上限
A. Asano, Kansai Univ.

真の意味

計算すると,例題の答は
の区間推定の結果を
「求める 95%信頼区間は 46.9 以上 53.1
『
「46.9以上53.1以下」  [46.9, 53.1] 以下

ませんでした。それは,この書き方は間違いだからです。
2013年度秋学期 統計学
えると
信頼区間の答え方

¯
P (X − 1.96

σ 2 /n

µ

μの95%信頼区間の下限

¯
X + 1.96

σ 2 /n) = 0.95

μの95%信頼区間の上限

ます。この範囲が, の 95%信頼区間となります。この問題では
µ
計算すると,例題の答は [46.9, 53.1]
5 ですから,これらの数値を (3) 式に入れると,求める 95%信
す。 46.9 以上 53.1 以下」という区間を,数学では [46.9, 53.1
「

真の意味

A. Asano, Kansai Univ.

区間推定の結果を
「求める 95%信頼区間は 46.9 以上 53.1 以下
『
せんでした。それは,この書き方は間違いだからです。

度秋学期) 第12回 (2013. 12. 12)
2013年度秋学期 統計学

http://racco.
えると
信頼区間の答え方

¯
P (X − 1.96

σ 2 /n

µ

μの95%信頼区間の下限

¯
X + 1.96

σ 2 /n) = 0.95

μの95%信頼区間の上限

ます。この範囲が, の 95%信頼区間となります。この問題では
µ
計算すると,例題の答は [46.9, 53.1]
5 ですから,これらの数値を (3) 式に入れると,求める 95%信
す。 46.9 以上 53.1 以下」という区間を,数学では [46.9, 53.1
「

これを

真の意味

A. Asano, Kansai Univ.

区間推定の結果を
「求める 95%信頼区間は 46.9 以上 53.1 以下
『
せんでした。それは,この書き方は間違いだからです。

度秋学期) 第12回 (2013. 12. 12)
2013年度秋学期 統計学

http://racco.
えると
信頼区間の答え方

確率」
という意味ですから, ) の中にはランダムに
(
¯
¯
P (X − 1.96 µ 2 /n µ X + 1.96 σ 2 /n) = 0.95
σ は,標本を調べている人が知らな
ません。母平均
μの95%信頼区間の下限
μの95%信頼区間の上限
いますから, µ の 95%信頼区間となります。この問題では
確率変数ではありません。ですから,
P
ます。この範囲が,
計算すると,例題の答は [46.9, 53.1]
¯
5 ですから,これらの数値を ではなく X であり,不等
は,ランダムなのは µ (3) 式に入れると,求める 95%信
す。 46.9 以上 53.1 以下」という区間を,数学では [46.9, 53.1
「
す。
これを

真の意味 (46.9
して,P

µ 53.1) = 0.95 という式にして
1。
って,この式は間違いです
区間推定の結果を
「求める 95%信頼区間は 46.9 以上 53.1 以下
『
A. Asano, Kansai Univ.

せんでした。それは,この書き方は間違いだからです。

3.1] という信頼区間は,
「いま無作為抽出された
度秋学期) 第12回 (2013. 12. 12)
て,偶然そうなった値」です。母平均 µhttp://racco.
は,[46.9
2013年度秋学期 統計学
えると
信頼区間の答え方

確率」
という意味ですから, ) の中にはランダムに
(
¯
¯
P (X − 1.96 µ 2 /n µ X + 1.96 σ 2 /n) = 0.95
σ は,標本を調べている人が知らな
ません。母平均
μの95%信頼区間の下限
μの95%信頼区間の上限
いますから, µ の 95%信頼区間となります。この問題では
確率変数ではありません。ですから,
P
ます。この範囲が,
計算すると,例題の答は [46.9, 53.1]
¯
5 ですから,これらの数値を ではなく X であり,不等
は,ランダムなのは µ (3) 式に入れると,求める 95%信
す。 46.9 以上 53.1 以下」という区間を,数学では [46.9, 53.1
「
す。
これを

真の意味 (46.9
して,P

µ 53.1) = 0.95 という式にして
1。
って,この式は間違いです
区間推定の結果を
「求める 95%信頼区間は 46.9 以上 53.1 以下
『
と書いてはいけないの?
A. Asano, Kansai Univ.

せんでした。それは,この書き方は間違いだからです。

3.1] という信頼区間は,
「いま無作為抽出された
度秋学期) 第12回 (2013. 12. 12)
て,偶然そうなった値」です。母平均 µhttp://racco.
は,[46.9
2013年度秋学期 統計学
えると
信頼区間の答え方

確率」
という意味ですから, ) の中にはランダムに
(
¯
¯
P (X − 1.96 µ 2 /n µ X + 1.96 σ 2 /n) = 0.95
σ は,標本を調べている人が知らな
ません。母平均
μの95%信頼区間の下限
μの95%信頼区間の上限
いますから, µ の 95%信頼区間となります。この問題では
確率変数ではありません。ですから,
P
ます。この範囲が,
計算すると,例題の答は [46.9, 53.1]
¯
5 ですから,これらの数値を ではなく X であり,不等
は,ランダムなのは µ (3) 式に入れると,求める 95%信
す。 46.9 以上 53.1 以下」という区間を,数学では [46.9, 53.1
「
す。
これを

真の意味 (46.9
して,P

µ 53.1) = 0.95 という式にして
1。
って,この式は間違いです
区間推定の結果を
「求める 95%信頼区間は 46.9 以上 53.1 以下
『
と書いてはいけないの?
A. Asano, Kansai Univ.

せんでした。それは,この書き方は間違いだからです。

3.1] という信頼区間は,
「いま無作為抽出された
だめです。
度秋学期) 第12回 (2013. 12. 12)
て,偶然そうなった値」です。母平均 µhttp://racco.
は,[46.9
2013年度秋学期 統計学
えると
信頼区間の答え方

確率」
という意味ですから, ) の中にはランダムに
(
¯
¯
P (X − 1.96 µ 2 /n µ X + 1.96 σ 2 /n) = 0.95
σ は,標本を調べている人が知らな
ません。母平均
μの95%信頼区間の下限
μの95%信頼区間の上限
いますから, µ の 95%信頼区間となります。この問題では
確率変数ではありません。ですから,
P
ます。この範囲が,
計算すると,例題の答は [46.9, 53.1]
¯
5 ですから,これらの数値を ではなく X であり,不等
は,ランダムなのは µ (3) 式に入れると,求める 95%信
す。 46.9 以上 53.1 以下」という区間を,数学では [46.9, 53.1
「
す。
これを

真の意味 (46.9
して,P

µ 53.1) = 0.95 という式にして
1。
って,この式は間違いです
区間推定の結果を
「求める 95%信頼区間は 46.9 以上 53.1 以下
『
と書いてはいけないの?
A. Asano, Kansai Univ.

せんでした。それは,この書き方は間違いだからです。

3.1] という信頼区間は,
「いま無作為抽出された
だめです。 なぜ?
度秋学期) 第12回 (2013. 12. 12)
て,偶然そうなった値」です。母平均 µhttp://racco.
は,[46.9
2013年度秋学期 統計学
す。信頼区間の答え方

して,P (46.9 µ 53.1) = 0.95 という式にして
1。
って,この式は間違いです
と書いてはいけないの?

53.1] という信頼区間は,
「いま無作為抽出された
て,偶然そうなった値」です。母平均 µ は,[46.
ちらかに決まっている」のであって,95%の確率
A. Asano, Kansai Univ.

%であるような区間」とは,今日の冒頭の図 1(b)
求める」という操作を何回も行うと,
2013年度秋学期 統計学
す。信頼区間の答え方

して,P (46.9 µ 53.1) = 0.95 という式にして
1。
って,この式は間違いです
と書いてはいけないの? だめ。

53.1] という信頼区間は,
「いま無作為抽出された
て,偶然そうなった値」です。母平均 µ は,[46.
ちらかに決まっている」のであって,95%の確率
A. Asano, Kansai Univ.

%であるような区間」とは,今日の冒頭の図 1(b)
求める」という操作を何回も行うと,
2013年度秋学期 統計学
す。信頼区間の答え方

して,P (46.9 µ 53.1) = 0.95 という式にして
1。
って,この式は間違いです
と書いてはいけないの? だめ。

確率の式なのに,()内にランダムなものが
53.1] という信頼区間は,
「いま無作為抽出された
入っていないから
て,偶然そうなった値」です。母平均 µ は,[46.
ちらかに決まっている」のであって,95%の確率
A. Asano, Kansai Univ.

%であるような区間」とは,今日の冒頭の図 1(b)
求める」という操作を何回も行うと,
2013年度秋学期 統計学
。すなわち,P (−1.96

1.96) = 0.95 ということがわかり

す。信頼区間の答え方

関係を P (−1.96

Z

Z

1.96) = 0.95 に用いると,

して,P (46.9 µ 53.1) = 0.95 という式にして
¯
X −µ 1
P (−1.96
1.96)
って,この式は間違いです 。 = 0.95
と書いてはいけないの? だめ。
2
σ /n

確率の式なのに,()内にランダムなものが
53.1] という信頼区間は,
「いま無作為抽出された
とがわかります。ここで,今知りたいのは母集団の平均 µ の範
入っていないから
えると
て,偶然そうなった値」です。母平均 µ は,[46.
ちらかに決まっている」のであって,95%の確率
¯
¯
P (X − 1.96 σ 2 /n µ X + 1.96 σ 2 /n) = 0.95
A. Asano, Kansai Univ.

す。この範囲が, の 95%信頼区間となります。この問題では
µ
ですから,これらの数値を (3) 式に入れると,求める 1(b)
%であるような区間」とは,今日の冒頭の図 95%信
す。 46.9 以上 53.1 以下」という区間を,数学では [46.9, 53.1
「
求める」という操作を何回も行うと,
2013年度秋学期 統計学
。すなわち,P (−1.96

1.96) = 0.95 ということがわかり

す。信頼区間の答え方

関係を P (−1.96

Z

Z

1.96) = 0.95 に用いると,

して,P (46.9 µ 53.1) = 0.95 という式にして
¯
X −µ 1
P (−1.96
1.96)
って,この式は間違いです 。 = 0.95
と書いてはいけないの? だめ。
2
σ /n

確率の式なのに,()内にランダムなものが
53.1] という信頼区間は,
「いま無作為抽出された
とがわかります。ここで,今知りたいのは母集団の平均 µ の範
入っていないから
えると
て,偶然そうなった値」です。母平均 µ は,[46.
ちらかに決まっている」のであって,95%の確率
¯
¯
P (X − 1.96 σ 2 /n µ X + 1.96 σ 2 /n) = 0.95
A. Asano, Kansai Univ.

こう書いたとき,
す。この範囲が, の 95%信頼区間となります。この問題では
µ
ですから,これらの数値を (3) 式に入れると,求める 1(b)
%であるような区間」とは,今日の冒頭の図 95%信
す。 46.9 以上 53.1 以下」という区間を,数学では [46.9, 53.1
「
求める」という操作を何回も行うと,
2013年度秋学期 統計学
。すなわち,P (−1.96

1.96) = 0.95 ということがわかり

す。信頼区間の答え方

関係を P (−1.96

Z

Z

1.96) = 0.95 に用いると,

して,P (46.9 µ 53.1) = 0.95 という式にして
¯
X −µ 1
P (−1.96
1.96)
って,この式は間違いです 。 = 0.95
と書いてはいけないの? だめ。
2
σ /n

確率の式なのに,()内にランダムなものが
53.1] という信頼区間は,
「いま無作為抽出された
とがわかります。ここで,今知りたいのは母集団の平均 µ の範
入っていないから
えると
て,偶然そうなった値」です。母平均 µ は,[46.
ちらかに決まっている」のであって,95%の確率
¯
¯
P (X − 1.96 σ 2 /n µ X + 1.96 σ 2 /n) = 0.95
A. Asano, Kansai Univ.

こう書いたとき,
す。この範囲が, の 95%信頼区間となります。この問題では
µ
ですから,これらの数値を (3) 式に入れると,求める 1(b)
%であるような区間」とは,今日の冒頭の図 95%信
μ(母平均)はランダムではない
す。 46.9 以上 53.1 以下」という区間を,数学では [46.9, 53.1
「
求める」という操作を何回も行うと,
2013年度秋学期 統計学
。すなわち,P (−1.96

1.96) = 0.95 ということがわかり

す。信頼区間の答え方

関係を P (−1.96

Z

Z

1.96) = 0.95 に用いると,

して,P (46.9 µ 53.1) = 0.95 という式にして
¯
X −µ 1
P (−1.96
1.96)
って,この式は間違いです 。 = 0.95
と書いてはいけないの? だめ。
2
σ /n

確率の式なのに,()内にランダムなものが
53.1] という信頼区間は,
「いま無作為抽出された
とがわかります。ここで,今知りたいのは母集団の平均 µ の範
入っていないから
えると
て,偶然そうなった値」です。母平均 µ は,[46.
ちらかに決まっている」のであって,95%の確率
¯
¯
P (X − 1.96 σ 2 /n µ X + 1.96 σ 2 /n) = 0.95
A. Asano, Kansai Univ.

こう書いたとき,
す。この範囲が, の 95%信頼区間となります。この問題では
µ
ですから,これらの数値を (3) 式に入れると,求める 1(b)
%であるような区間」とは,今日の冒頭の図 95%信
μ(母平均)はランダムではない
す。 46.9 以上 53.1 以下」という区間を,数学では [46.9, 53.1
「
求める」という操作を何回も行うと,
ランダムなのはX(標本平均)
2013年度秋学期 統計学
これを思いだしてください
区間は母平均を

X
X
X
X

含む
含む
含ま
ない
含む

A. Asano, Kansai Univ.

母平均

2013年度秋学期 統計学
これを思いだしてください
区間は母平均を

X
X
X
X

含む

実際には,
標本平均と区間は
1度しか計算しない

含む
含ま
ない
含む

A. Asano, Kansai Univ.

母平均

2013年度秋学期 統計学
これを思いだしてください
区間は母平均を

X
X
X
X

含む

実際には, [46.9, 53.1]
標本平均と区間は
1度しか計算しない

含む
含ま
ない
含む

A. Asano, Kansai Univ.

母平均

2013年度秋学期 統計学
これを思いだしてください
区間は母平均を

X
X
X
X

含む

実際には, [46.9, 53.1]
標本平均と区間は
1度しか計算しない

含む
含ま
ない
含む

A. Asano, Kansai Univ.

母平均

2013年度秋学期 統計学
これを思いだしてください
区間は母平均を

X
X
X
X

含む
含む
含ま
ない
含む

実際には, [46.9, 53.1]
標本平均と区間は
1度しか計算しない
その区間が,母平均を
含むかどうかは
実際にはわからない

A. Asano, Kansai Univ.

母平均

2013年度秋学期 統計学
これを思いだしてください
区間は母平均を

X
X
X

A. Asano, Kansai Univ.

X

含む
含む
含ま
ない
含む

実際には, [46.9, 53.1]
標本平均と区間は
1度しか計算しない
その区間が,母平均を
含むかどうかは
実際にはわからない

母平均
(実際にはわからない)

2013年度秋学期 統計学
これを思いだしてください
区間は母平均を

X
X
X

A. Asano, Kansai Univ.

X

含む
含む
含ま
ない
含む

母平均
(実際にはわからない)

実際には, [46.9, 53.1]
標本平均と区間は
1度しか計算しない
その区間が,母平均を
含むかどうかは
実際にはわからない
しかし,確率95%で
母平均を含むように計
算した区間だから,そ
の1回も含むと信じる

2013年度秋学期 統計学
えると
区間推定についての注意

¯
P (X − 1.96

σ 2 /n

µ

¯
X + 1.96

σ 2 /n) = 0.95

ます。この範囲が, の 95%信頼区間となります。この問題では
µ
5 ですから,これらの数値を (3) 式に入れると,求める 95%信
す。 46.9 以上 53.1 以下」という区間を,数学では [46.9, 53.1
「

真の意味

A. Asano, Kansai Univ.

区間推定の結果を
「求める 95%信頼区間は 46.9 以上 53.1 以下
『
せんでした。それは,この書き方は間違いだからです。

度秋学期) 第12回 (2013. 12. 12)
2013年度秋学期 統計学

http://racco.
えると
区間推定についての注意

¯
P (X − 1.96

σ 2 /n

µ

¯
X + 1.96

σ 2 /n) = 0.95

ます。この範囲が, の 95%信頼区間となります。この問題では
µ
1.母集団の大きさは関係ない
5 ですから,これらの数値を (3) 式に入れると,求める 95%信
す。 46.9 以上 53.1 以下」という区間を,数学では [46.9, 53.1
「

真の意味

A. Asano, Kansai Univ.

区間推定の結果を
「求める 95%信頼区間は 46.9 以上 53.1 以下
『
せんでした。それは,この書き方は間違いだからです。

度秋学期) 第12回 (2013. 12. 12)
2013年度秋学期 統計学

http://racco.
えると
区間推定についての注意

¯
P (X − 1.96

σ 2 /n

µ

¯
X + 1.96

σ 2 /n) = 0.95

ます。この範囲が, の 95%信頼区間となります。この問題では
µ
1.母集団の大きさは関係ない
5 ですから,これらの数値を (3) 式に入れると,求める 95%信
復元抽出なら,母集団分布は
す。 46.9 以上 53.1 以下」という区間を,数学では [46.9, 53.1
「

標本抽出によって変化しない

真の意味

A. Asano, Kansai Univ.

区間推定の結果を
「求める 95%信頼区間は 46.9 以上 53.1 以下
『
せんでした。それは,この書き方は間違いだからです。

度秋学期) 第12回 (2013. 12. 12)
2013年度秋学期 統計学

http://racco.
えると
区間推定についての注意

¯
P (X − 1.96

σ 2 /n

µ

¯
X + 1.96

σ 2 /n) = 0.95

ます。この範囲が, の 95%信頼区間となります。この問題では
µ
1.母集団の大きさは関係ない
5 ですから,これらの数値を (3) 式に入れると,求める 95%信
復元抽出なら,母集団分布は
す。 46.9 以上 53.1 以下」という区間を,数学では [46.9, 53.1
「

標本抽出によって変化しない

真の意味

2.「95%」を選ぶ根拠はない

A. Asano, Kansai Univ.

区間推定の結果を
「求める 95%信頼区間は 46.9 以上 53.1 以下
『
せんでした。それは,この書き方は間違いだからです。

度秋学期) 第12回 (2013. 12. 12)
2013年度秋学期 統計学

http://racco.
えると
区間推定についての注意

¯
P (X − 1.96

σ 2 /n

µ

¯
X + 1.96

σ 2 /n) = 0.95

ます。この範囲が, の 95%信頼区間となります。この問題では
µ
1.母集団の大きさは関係ない
5 ですから,これらの数値を (3) 式に入れると,求める 95%信
復元抽出なら,母集団分布は
す。 46.9 以上 53.1 以下」という区間を,数学では [46.9, 53.1
「

標本抽出によって変化しない

真の意味

2.「95%」を選ぶ根拠はない

A. Asano, Kansai Univ.

区間推定の結果を
「求める 95%信頼区間は 46.9
『
確率5%なら,推測がはずれて 以上 53.1 以下
せんでした。それは,この書き方は間違いだからです。

失敗しても,まあいいか,と
思っているだけ
度秋学期) 第12回 (2013. 12. 12)
2013年度秋学期 統計学

http://racco.

More Related Content

What's hot

2013年度秋学期 統計学 第13回「不確かな測定の不確かさを測る ― 不偏分散とt分布」
2013年度秋学期 統計学 第13回「不確かな測定の不確かさを測る ― 不偏分散とt分布」2013年度秋学期 統計学 第13回「不確かな測定の不確かさを測る ― 不偏分散とt分布」
2013年度秋学期 統計学 第13回「不確かな測定の不確かさを測る ― 不偏分散とt分布」
Akira Asano
 
2021年度秋学期 統計学 第13回 不確かな測定の不確かさを測る - 不偏分散とt分布(2021. 12. 21)
2021年度秋学期 統計学 第13回 不確かな測定の不確かさを測る - 不偏分散とt分布(2021. 12. 21)2021年度秋学期 統計学 第13回 不確かな測定の不確かさを測る - 不偏分散とt分布(2021. 12. 21)
2021年度秋学期 統計学 第13回 不確かな測定の不確かさを測る - 不偏分散とt分布(2021. 12. 21)
Akira Asano
 
2018年度秋学期 統計学 第12回 分布の平均を推測するー区間推定 (2018. 12. 11)
2018年度秋学期 統計学 第12回 分布の平均を推測するー区間推定 (2018. 12. 11)2018年度秋学期 統計学 第12回 分布の平均を推測するー区間推定 (2018. 12. 11)
2018年度秋学期 統計学 第12回 分布の平均を推測するー区間推定 (2018. 12. 11)
Akira Asano
 
2021年度春学期 統計学 第2回 統計資料の収集と読み方 (2021. 4. 15)
2021年度春学期 統計学 第2回 統計資料の収集と読み方 (2021. 4. 15)2021年度春学期 統計学 第2回 統計資料の収集と読み方 (2021. 4. 15)
2021年度春学期 統計学 第2回 統計資料の収集と読み方 (2021. 4. 15)
Akira Asano
 
2015年度秋学期 統計学 第12回 分布の平均を推測する ― 区間推定 (2015. 12. 16)
2015年度秋学期 統計学 第12回 分布の平均を推測する ― 区間推定 (2015. 12. 16)2015年度秋学期 統計学 第12回 分布の平均を推測する ― 区間推定 (2015. 12. 16)
2015年度秋学期 統計学 第12回 分布の平均を推測する ― 区間推定 (2015. 12. 16)
Akira Asano
 
2015年度秋学期 統計学 第11回 分布の「型」を考える - 確率分布モデルと正規分布 (2015. 12. 9)
2015年度秋学期 統計学 第11回 分布の「型」を考える - 確率分布モデルと正規分布 (2015. 12. 9)2015年度秋学期 統計学 第11回 分布の「型」を考える - 確率分布モデルと正規分布 (2015. 12. 9)
2015年度秋学期 統計学 第11回 分布の「型」を考える - 確率分布モデルと正規分布 (2015. 12. 9)
Akira Asano
 
2015年度秋学期 統計学 第10回 分布の推測とは - 標本調査,度数分布と確率分布 (2015. 12. 2)
2015年度秋学期 統計学 第10回 分布の推測とは - 標本調査,度数分布と確率分布 (2015. 12. 2)2015年度秋学期 統計学 第10回 分布の推測とは - 標本調査,度数分布と確率分布 (2015. 12. 2)
2015年度秋学期 統計学 第10回 分布の推測とは - 標本調査,度数分布と確率分布 (2015. 12. 2)
Akira Asano
 
2018年度春学期 統計学 第12回 分布の平均を推測するー区間推定 (2018. 6. 28)
2018年度春学期 統計学 第12回 分布の平均を推測するー区間推定 (2018. 6. 28)2018年度春学期 統計学 第12回 分布の平均を推測するー区間推定 (2018. 6. 28)
2018年度春学期 統計学 第12回 分布の平均を推測するー区間推定 (2018. 6. 28)
Akira Asano
 
2013年度秋学期 統計学 第11回「分布の「型」を考える - 確率分布モデルと正規分布」
2013年度秋学期 統計学 第11回「分布の「型」を考える - 確率分布モデルと正規分布」2013年度秋学期 統計学 第11回「分布の「型」を考える - 確率分布モデルと正規分布」
2013年度秋学期 統計学 第11回「分布の「型」を考える - 確率分布モデルと正規分布」
Akira Asano
 
2018年度春学期 統計学 第11回 分布の「型」を考えるー確率分布モデルと正規分布 (2018. 6. 21)
2018年度春学期 統計学 第11回 分布の「型」を考えるー確率分布モデルと正規分布 (2018. 6. 21)2018年度春学期 統計学 第11回 分布の「型」を考えるー確率分布モデルと正規分布 (2018. 6. 21)
2018年度春学期 統計学 第11回 分布の「型」を考えるー確率分布モデルと正規分布 (2018. 6. 21)
Akira Asano
 
2018年度春学期 統計学 第10回 分布の推測とはー標本調査,度数分布と確率分布 (2018. 6. 14)
2018年度春学期 統計学 第10回 分布の推測とはー標本調査,度数分布と確率分布 (2018. 6. 14)2018年度春学期 統計学 第10回 分布の推測とはー標本調査,度数分布と確率分布 (2018. 6. 14)
2018年度春学期 統計学 第10回 分布の推測とはー標本調査,度数分布と確率分布 (2018. 6. 14)
Akira Asano
 
2019年度春学期 統計学 第10回 分布の推測とはー標本調査,度数分布と確率分布 (2019. 6. 20)
2019年度春学期 統計学 第10回 分布の推測とはー標本調査,度数分布と確率分布 (2019. 6. 20)2019年度春学期 統計学 第10回 分布の推測とはー標本調査,度数分布と確率分布 (2019. 6. 20)
2019年度春学期 統計学 第10回 分布の推測とはー標本調査,度数分布と確率分布 (2019. 6. 20)
Akira Asano
 
2014年度春学期 統計学 第11回 分布の推測とはー分布の「型」を考える - 確率分布モデルと正規分布 (2014. 6. 26)
2014年度春学期 統計学 第11回 分布の推測とはー分布の「型」を考える - 確率分布モデルと正規分布 (2014. 6. 26)2014年度春学期 統計学 第11回 分布の推測とはー分布の「型」を考える - 確率分布モデルと正規分布 (2014. 6. 26)
2014年度春学期 統計学 第11回 分布の推測とはー分布の「型」を考える - 確率分布モデルと正規分布 (2014. 6. 26)
Akira Asano
 
2014年度春学期 統計学 第10回 分布の推測とはー標本調査,度数分布と確率分布 (2014. 6. 19)
2014年度春学期 統計学 第10回 分布の推測とはー標本調査,度数分布と確率分布 (2014. 6. 19)2014年度春学期 統計学 第10回 分布の推測とはー標本調査,度数分布と確率分布 (2014. 6. 19)
2014年度春学期 統計学 第10回 分布の推測とはー標本調査,度数分布と確率分布 (2014. 6. 19)
Akira Asano
 
2018年度秋学期 統計学 第11回 分布の「型」を考えるー確率分布モデルと正規分布 (2018. 11. 27)
2018年度秋学期 統計学 第11回 分布の「型」を考えるー確率分布モデルと正規分布 (2018. 11. 27)2018年度秋学期 統計学 第11回 分布の「型」を考えるー確率分布モデルと正規分布 (2018. 11. 27)
2018年度秋学期 統計学 第11回 分布の「型」を考えるー確率分布モデルと正規分布 (2018. 11. 27)
Akira Asano
 
2015年度春学期 統計学 第10回 分布の推測とは - 標本調査,度数分布と確率分布 (2015. 6. 18.)
2015年度春学期 統計学 第10回 分布の推測とは - 標本調査,度数分布と確率分布 (2015. 6. 18.)2015年度春学期 統計学 第10回 分布の推測とは - 標本調査,度数分布と確率分布 (2015. 6. 18.)
2015年度春学期 統計学 第10回 分布の推測とは - 標本調査,度数分布と確率分布 (2015. 6. 18.)
Akira Asano
 
2015年度春学期 統計学 第11回 分布の「型」を考える - 確率分布モデルと正規分布 (2015. 6. 25)
2015年度春学期 統計学 第11回 分布の「型」を考える - 確率分布モデルと正規分布 (2015. 6. 25)2015年度春学期 統計学 第11回 分布の「型」を考える - 確率分布モデルと正規分布 (2015. 6. 25)
2015年度春学期 統計学 第11回 分布の「型」を考える - 確率分布モデルと正規分布 (2015. 6. 25)
Akira Asano
 
2013年度秋学期 統計学 第10回「分布の推測とは - 標本調査,度数分布と確率分布」
2013年度秋学期 統計学 第10回「分布の推測とは - 標本調査,度数分布と確率分布」2013年度秋学期 統計学 第10回「分布の推測とは - 標本調査,度数分布と確率分布」
2013年度秋学期 統計学 第10回「分布の推測とは - 標本調査,度数分布と確率分布」
Akira Asano
 
ベイズ統計モデリングと心理学
ベイズ統計モデリングと心理学ベイズ統計モデリングと心理学
ベイズ統計モデリングと心理学
Shushi Namba
 
2018年度秋学期 統計学 第10回 分布の推測とはー標本調査,度数分布と確率分布 (2018. 11. 20)
2018年度秋学期 統計学 第10回 分布の推測とはー標本調査,度数分布と確率分布 (2018. 11. 20)2018年度秋学期 統計学 第10回 分布の推測とはー標本調査,度数分布と確率分布 (2018. 11. 20)
2018年度秋学期 統計学 第10回 分布の推測とはー標本調査,度数分布と確率分布 (2018. 11. 20)
Akira Asano
 

What's hot (20)

2013年度秋学期 統計学 第13回「不確かな測定の不確かさを測る ― 不偏分散とt分布」
2013年度秋学期 統計学 第13回「不確かな測定の不確かさを測る ― 不偏分散とt分布」2013年度秋学期 統計学 第13回「不確かな測定の不確かさを測る ― 不偏分散とt分布」
2013年度秋学期 統計学 第13回「不確かな測定の不確かさを測る ― 不偏分散とt分布」
 
2021年度秋学期 統計学 第13回 不確かな測定の不確かさを測る - 不偏分散とt分布(2021. 12. 21)
2021年度秋学期 統計学 第13回 不確かな測定の不確かさを測る - 不偏分散とt分布(2021. 12. 21)2021年度秋学期 統計学 第13回 不確かな測定の不確かさを測る - 不偏分散とt分布(2021. 12. 21)
2021年度秋学期 統計学 第13回 不確かな測定の不確かさを測る - 不偏分散とt分布(2021. 12. 21)
 
2018年度秋学期 統計学 第12回 分布の平均を推測するー区間推定 (2018. 12. 11)
2018年度秋学期 統計学 第12回 分布の平均を推測するー区間推定 (2018. 12. 11)2018年度秋学期 統計学 第12回 分布の平均を推測するー区間推定 (2018. 12. 11)
2018年度秋学期 統計学 第12回 分布の平均を推測するー区間推定 (2018. 12. 11)
 
2021年度春学期 統計学 第2回 統計資料の収集と読み方 (2021. 4. 15)
2021年度春学期 統計学 第2回 統計資料の収集と読み方 (2021. 4. 15)2021年度春学期 統計学 第2回 統計資料の収集と読み方 (2021. 4. 15)
2021年度春学期 統計学 第2回 統計資料の収集と読み方 (2021. 4. 15)
 
2015年度秋学期 統計学 第12回 分布の平均を推測する ― 区間推定 (2015. 12. 16)
2015年度秋学期 統計学 第12回 分布の平均を推測する ― 区間推定 (2015. 12. 16)2015年度秋学期 統計学 第12回 分布の平均を推測する ― 区間推定 (2015. 12. 16)
2015年度秋学期 統計学 第12回 分布の平均を推測する ― 区間推定 (2015. 12. 16)
 
2015年度秋学期 統計学 第11回 分布の「型」を考える - 確率分布モデルと正規分布 (2015. 12. 9)
2015年度秋学期 統計学 第11回 分布の「型」を考える - 確率分布モデルと正規分布 (2015. 12. 9)2015年度秋学期 統計学 第11回 分布の「型」を考える - 確率分布モデルと正規分布 (2015. 12. 9)
2015年度秋学期 統計学 第11回 分布の「型」を考える - 確率分布モデルと正規分布 (2015. 12. 9)
 
2015年度秋学期 統計学 第10回 分布の推測とは - 標本調査,度数分布と確率分布 (2015. 12. 2)
2015年度秋学期 統計学 第10回 分布の推測とは - 標本調査,度数分布と確率分布 (2015. 12. 2)2015年度秋学期 統計学 第10回 分布の推測とは - 標本調査,度数分布と確率分布 (2015. 12. 2)
2015年度秋学期 統計学 第10回 分布の推測とは - 標本調査,度数分布と確率分布 (2015. 12. 2)
 
2018年度春学期 統計学 第12回 分布の平均を推測するー区間推定 (2018. 6. 28)
2018年度春学期 統計学 第12回 分布の平均を推測するー区間推定 (2018. 6. 28)2018年度春学期 統計学 第12回 分布の平均を推測するー区間推定 (2018. 6. 28)
2018年度春学期 統計学 第12回 分布の平均を推測するー区間推定 (2018. 6. 28)
 
2013年度秋学期 統計学 第11回「分布の「型」を考える - 確率分布モデルと正規分布」
2013年度秋学期 統計学 第11回「分布の「型」を考える - 確率分布モデルと正規分布」2013年度秋学期 統計学 第11回「分布の「型」を考える - 確率分布モデルと正規分布」
2013年度秋学期 統計学 第11回「分布の「型」を考える - 確率分布モデルと正規分布」
 
2018年度春学期 統計学 第11回 分布の「型」を考えるー確率分布モデルと正規分布 (2018. 6. 21)
2018年度春学期 統計学 第11回 分布の「型」を考えるー確率分布モデルと正規分布 (2018. 6. 21)2018年度春学期 統計学 第11回 分布の「型」を考えるー確率分布モデルと正規分布 (2018. 6. 21)
2018年度春学期 統計学 第11回 分布の「型」を考えるー確率分布モデルと正規分布 (2018. 6. 21)
 
2018年度春学期 統計学 第10回 分布の推測とはー標本調査,度数分布と確率分布 (2018. 6. 14)
2018年度春学期 統計学 第10回 分布の推測とはー標本調査,度数分布と確率分布 (2018. 6. 14)2018年度春学期 統計学 第10回 分布の推測とはー標本調査,度数分布と確率分布 (2018. 6. 14)
2018年度春学期 統計学 第10回 分布の推測とはー標本調査,度数分布と確率分布 (2018. 6. 14)
 
2019年度春学期 統計学 第10回 分布の推測とはー標本調査,度数分布と確率分布 (2019. 6. 20)
2019年度春学期 統計学 第10回 分布の推測とはー標本調査,度数分布と確率分布 (2019. 6. 20)2019年度春学期 統計学 第10回 分布の推測とはー標本調査,度数分布と確率分布 (2019. 6. 20)
2019年度春学期 統計学 第10回 分布の推測とはー標本調査,度数分布と確率分布 (2019. 6. 20)
 
2014年度春学期 統計学 第11回 分布の推測とはー分布の「型」を考える - 確率分布モデルと正規分布 (2014. 6. 26)
2014年度春学期 統計学 第11回 分布の推測とはー分布の「型」を考える - 確率分布モデルと正規分布 (2014. 6. 26)2014年度春学期 統計学 第11回 分布の推測とはー分布の「型」を考える - 確率分布モデルと正規分布 (2014. 6. 26)
2014年度春学期 統計学 第11回 分布の推測とはー分布の「型」を考える - 確率分布モデルと正規分布 (2014. 6. 26)
 
2014年度春学期 統計学 第10回 分布の推測とはー標本調査,度数分布と確率分布 (2014. 6. 19)
2014年度春学期 統計学 第10回 分布の推測とはー標本調査,度数分布と確率分布 (2014. 6. 19)2014年度春学期 統計学 第10回 分布の推測とはー標本調査,度数分布と確率分布 (2014. 6. 19)
2014年度春学期 統計学 第10回 分布の推測とはー標本調査,度数分布と確率分布 (2014. 6. 19)
 
2018年度秋学期 統計学 第11回 分布の「型」を考えるー確率分布モデルと正規分布 (2018. 11. 27)
2018年度秋学期 統計学 第11回 分布の「型」を考えるー確率分布モデルと正規分布 (2018. 11. 27)2018年度秋学期 統計学 第11回 分布の「型」を考えるー確率分布モデルと正規分布 (2018. 11. 27)
2018年度秋学期 統計学 第11回 分布の「型」を考えるー確率分布モデルと正規分布 (2018. 11. 27)
 
2015年度春学期 統計学 第10回 分布の推測とは - 標本調査,度数分布と確率分布 (2015. 6. 18.)
2015年度春学期 統計学 第10回 分布の推測とは - 標本調査,度数分布と確率分布 (2015. 6. 18.)2015年度春学期 統計学 第10回 分布の推測とは - 標本調査,度数分布と確率分布 (2015. 6. 18.)
2015年度春学期 統計学 第10回 分布の推測とは - 標本調査,度数分布と確率分布 (2015. 6. 18.)
 
2015年度春学期 統計学 第11回 分布の「型」を考える - 確率分布モデルと正規分布 (2015. 6. 25)
2015年度春学期 統計学 第11回 分布の「型」を考える - 確率分布モデルと正規分布 (2015. 6. 25)2015年度春学期 統計学 第11回 分布の「型」を考える - 確率分布モデルと正規分布 (2015. 6. 25)
2015年度春学期 統計学 第11回 分布の「型」を考える - 確率分布モデルと正規分布 (2015. 6. 25)
 
2013年度秋学期 統計学 第10回「分布の推測とは - 標本調査,度数分布と確率分布」
2013年度秋学期 統計学 第10回「分布の推測とは - 標本調査,度数分布と確率分布」2013年度秋学期 統計学 第10回「分布の推測とは - 標本調査,度数分布と確率分布」
2013年度秋学期 統計学 第10回「分布の推測とは - 標本調査,度数分布と確率分布」
 
ベイズ統計モデリングと心理学
ベイズ統計モデリングと心理学ベイズ統計モデリングと心理学
ベイズ統計モデリングと心理学
 
2018年度秋学期 統計学 第10回 分布の推測とはー標本調査,度数分布と確率分布 (2018. 11. 20)
2018年度秋学期 統計学 第10回 分布の推測とはー標本調査,度数分布と確率分布 (2018. 11. 20)2018年度秋学期 統計学 第10回 分布の推測とはー標本調査,度数分布と確率分布 (2018. 11. 20)
2018年度秋学期 統計学 第10回 分布の推測とはー標本調査,度数分布と確率分布 (2018. 11. 20)
 

Similar to 2013年度秋学期 統計学 第12回「分布の平均を推測する ― 区間推定」

2016年度秋学期 統計学 第12回 分布の平均を推測する-区間推定 (2016. 12. 12)
2016年度秋学期 統計学 第12回 分布の平均を推測する-区間推定 (2016. 12. 12)2016年度秋学期 統計学 第12回 分布の平均を推測する-区間推定 (2016. 12. 12)
2016年度秋学期 統計学 第12回 分布の平均を推測する-区間推定 (2016. 12. 12)
Akira Asano
 
2014年度春学期 統計学 第12回 分布の平均を推測する ― 区間推定 (2014. 7. 3)
2014年度春学期 統計学 第12回 分布の平均を推測する ― 区間推定 (2014. 7. 3)2014年度春学期 統計学 第12回 分布の平均を推測する ― 区間推定 (2014. 7. 3)
2014年度春学期 統計学 第12回 分布の平均を推測する ― 区間推定 (2014. 7. 3)
Akira Asano
 
2019年度春学期 統計学 第12回 分布の平均を推測するー区間推定 (2019. 7. 4)
2019年度春学期 統計学 第12回 分布の平均を推測するー区間推定 (2019. 7. 4)2019年度春学期 統計学 第12回 分布の平均を推測するー区間推定 (2019. 7. 4)
2019年度春学期 統計学 第12回 分布の平均を推測するー区間推定 (2019. 7. 4)
Akira Asano
 
2015年度春学期 統計学 第12回 分布の平均を推測する ― 区間推定 (2015. 7. 2)
2015年度春学期 統計学 第12回 分布の平均を推測する ― 区間推定 (2015. 7. 2)2015年度春学期 統計学 第12回 分布の平均を推測する ― 区間推定 (2015. 7. 2)
2015年度春学期 統計学 第12回 分布の平均を推測する ― 区間推定 (2015. 7. 2)
Akira Asano
 
2013年度秋学期 統計学 第14回「分布についての仮説を検証する ― 仮説検定」
2013年度秋学期 統計学 第14回「分布についての仮説を検証する ― 仮説検定」2013年度秋学期 統計学 第14回「分布についての仮説を検証する ― 仮説検定」
2013年度秋学期 統計学 第14回「分布についての仮説を検証する ― 仮説検定」
Akira Asano
 
2016年度秋学期 統計学 第10回 分布の推測とは-標本調査,度数分布と確率分布 (2016. 11. 28)
2016年度秋学期 統計学 第10回 分布の推測とは-標本調査,度数分布と確率分布 (2016. 11. 28)2016年度秋学期 統計学 第10回 分布の推測とは-標本調査,度数分布と確率分布 (2016. 11. 28)
2016年度秋学期 統計学 第10回 分布の推測とは-標本調査,度数分布と確率分布 (2016. 11. 28)
Akira Asano
 
2013年度秋学期 統計学 第9回「確からしさを記述する ― 確率」
2013年度秋学期 統計学 第9回「確からしさを記述する ― 確率」2013年度秋学期 統計学 第9回「確からしさを記述する ― 確率」
2013年度秋学期 統計学 第9回「確からしさを記述する ― 確率」
Akira Asano
 
2014年度秋学期 統計学 第12回 分布の平均を推測する - 区間推定 (2014. 12. 17)
2014年度秋学期 統計学 第12回 分布の平均を推測する - 区間推定 (2014. 12. 17)2014年度秋学期 統計学 第12回 分布の平均を推測する - 区間推定 (2014. 12. 17)
2014年度秋学期 統計学 第12回 分布の平均を推測する - 区間推定 (2014. 12. 17)
Akira Asano
 
2016年度秋学期 統計学 第13回 不確かな測定の不確かさを測る-不偏分散とt分布 (2016. 12. 19)
2016年度秋学期 統計学 第13回 不確かな測定の不確かさを測る-不偏分散とt分布 (2016. 12. 19)2016年度秋学期 統計学 第13回 不確かな測定の不確かさを測る-不偏分散とt分布 (2016. 12. 19)
2016年度秋学期 統計学 第13回 不確かな測定の不確かさを測る-不偏分散とt分布 (2016. 12. 19)
Akira Asano
 
2016年度秋学期 統計学 第11回 分布の「型」を考える-確率分布モデルと正規分布 (2016. 12. 5)
2016年度秋学期 統計学 第11回 分布の「型」を考える-確率分布モデルと正規分布 (2016. 12. 5)2016年度秋学期 統計学 第11回 分布の「型」を考える-確率分布モデルと正規分布 (2016. 12. 5)
2016年度秋学期 統計学 第11回 分布の「型」を考える-確率分布モデルと正規分布 (2016. 12. 5)
Akira Asano
 
2019年度春学期 統計学 第13回 不確かな測定の不確かさを測るー不偏分散とt分布 (2019. 7. 11)
2019年度春学期 統計学 第13回 不確かな測定の不確かさを測るー不偏分散とt分布 (2019. 7. 11)2019年度春学期 統計学 第13回 不確かな測定の不確かさを測るー不偏分散とt分布 (2019. 7. 11)
2019年度春学期 統計学 第13回 不確かな測定の不確かさを測るー不偏分散とt分布 (2019. 7. 11)
Akira Asano
 
2018年度春学期 統計学 第13回 不確かな推定の不確かさを測るー不偏分散とt分布 (2018. 7. 5))
2018年度春学期 統計学 第13回 不確かな推定の不確かさを測るー不偏分散とt分布 (2018. 7. 5))2018年度春学期 統計学 第13回 不確かな推定の不確かさを測るー不偏分散とt分布 (2018. 7. 5))
2018年度春学期 統計学 第13回 不確かな推定の不確かさを測るー不偏分散とt分布 (2018. 7. 5))
Akira Asano
 
2018年度秋学期 統計学 第13回 不確かな推定の不確かさを測るー不偏分散とt分布 (2018. 12. 18)
2018年度秋学期 統計学 第13回 不確かな推定の不確かさを測るー不偏分散とt分布 (2018. 12. 18)2018年度秋学期 統計学 第13回 不確かな推定の不確かさを測るー不偏分散とt分布 (2018. 12. 18)
2018年度秋学期 統計学 第13回 不確かな推定の不確かさを測るー不偏分散とt分布 (2018. 12. 18)
Akira Asano
 
2014年度秋学期 統計学 第10回 分布の推測とは - 標本調査,度数分布と確率分布 (2014. 12. 3)
2014年度秋学期 統計学 第10回 分布の推測とは - 標本調査,度数分布と確率分布 (2014. 12. 3)2014年度秋学期 統計学 第10回 分布の推測とは - 標本調査,度数分布と確率分布 (2014. 12. 3)
2014年度秋学期 統計学 第10回 分布の推測とは - 標本調査,度数分布と確率分布 (2014. 12. 3)
Akira Asano
 
2013年度秋学期 統計学 第3回「クロス集計とデータの可視化」
2013年度秋学期 統計学 第3回「クロス集計とデータの可視化」2013年度秋学期 統計学 第3回「クロス集計とデータの可視化」
2013年度秋学期 統計学 第3回「クロス集計とデータの可視化」
Akira Asano
 
2014年度秋学期 統計学 第11回 分布の「型」を考える - 確率分布モデルと正規分布 (2014. 12. 10)
2014年度秋学期 統計学 第11回 分布の「型」を考える - 確率分布モデルと正規分布 (2014. 12. 10)2014年度秋学期 統計学 第11回 分布の「型」を考える - 確率分布モデルと正規分布 (2014. 12. 10)
2014年度秋学期 統計学 第11回 分布の「型」を考える - 確率分布モデルと正規分布 (2014. 12. 10)
Akira Asano
 
2020年度秋学期 統計学 第13回 不確かな測定の不確かさを測る ー 不偏分散とt分布 (2020. 12. 22)
2020年度秋学期 統計学 第13回 不確かな測定の不確かさを測る ー 不偏分散とt分布 (2020. 12. 22)2020年度秋学期 統計学 第13回 不確かな測定の不確かさを測る ー 不偏分散とt分布 (2020. 12. 22)
2020年度秋学期 統計学 第13回 不確かな測定の不確かさを測る ー 不偏分散とt分布 (2020. 12. 22)
Akira Asano
 
2014年度秋学期 統計学 第5回 分布をまとめるー平均・分散 (2014. 10. 22)
2014年度秋学期 統計学 第5回 分布をまとめるー平均・分散 (2014. 10. 22)2014年度秋学期 統計学 第5回 分布をまとめるー平均・分散 (2014. 10. 22)
2014年度秋学期 統計学 第5回 分布をまとめるー平均・分散 (2014. 10. 22)
Akira Asano
 
2022年度秋学期 統計学 第12回 分布の平均を推測する - 区間推定 (2022. 12. 13)
2022年度秋学期 統計学 第12回 分布の平均を推測する - 区間推定 (2022. 12. 13) 2022年度秋学期 統計学 第12回 分布の平均を推測する - 区間推定 (2022. 12. 13)
2022年度秋学期 統計学 第12回 分布の平均を推測する - 区間推定 (2022. 12. 13)
Akira Asano
 
2013年度秋学期 統計学 第2回「統計資料の収集と読み方」
2013年度秋学期 統計学 第2回「統計資料の収集と読み方」2013年度秋学期 統計学 第2回「統計資料の収集と読み方」
2013年度秋学期 統計学 第2回「統計資料の収集と読み方」
Akira Asano
 

Similar to 2013年度秋学期 統計学 第12回「分布の平均を推測する ― 区間推定」 (20)

2016年度秋学期 統計学 第12回 分布の平均を推測する-区間推定 (2016. 12. 12)
2016年度秋学期 統計学 第12回 分布の平均を推測する-区間推定 (2016. 12. 12)2016年度秋学期 統計学 第12回 分布の平均を推測する-区間推定 (2016. 12. 12)
2016年度秋学期 統計学 第12回 分布の平均を推測する-区間推定 (2016. 12. 12)
 
2014年度春学期 統計学 第12回 分布の平均を推測する ― 区間推定 (2014. 7. 3)
2014年度春学期 統計学 第12回 分布の平均を推測する ― 区間推定 (2014. 7. 3)2014年度春学期 統計学 第12回 分布の平均を推測する ― 区間推定 (2014. 7. 3)
2014年度春学期 統計学 第12回 分布の平均を推測する ― 区間推定 (2014. 7. 3)
 
2019年度春学期 統計学 第12回 分布の平均を推測するー区間推定 (2019. 7. 4)
2019年度春学期 統計学 第12回 分布の平均を推測するー区間推定 (2019. 7. 4)2019年度春学期 統計学 第12回 分布の平均を推測するー区間推定 (2019. 7. 4)
2019年度春学期 統計学 第12回 分布の平均を推測するー区間推定 (2019. 7. 4)
 
2015年度春学期 統計学 第12回 分布の平均を推測する ― 区間推定 (2015. 7. 2)
2015年度春学期 統計学 第12回 分布の平均を推測する ― 区間推定 (2015. 7. 2)2015年度春学期 統計学 第12回 分布の平均を推測する ― 区間推定 (2015. 7. 2)
2015年度春学期 統計学 第12回 分布の平均を推測する ― 区間推定 (2015. 7. 2)
 
2013年度秋学期 統計学 第14回「分布についての仮説を検証する ― 仮説検定」
2013年度秋学期 統計学 第14回「分布についての仮説を検証する ― 仮説検定」2013年度秋学期 統計学 第14回「分布についての仮説を検証する ― 仮説検定」
2013年度秋学期 統計学 第14回「分布についての仮説を検証する ― 仮説検定」
 
2016年度秋学期 統計学 第10回 分布の推測とは-標本調査,度数分布と確率分布 (2016. 11. 28)
2016年度秋学期 統計学 第10回 分布の推測とは-標本調査,度数分布と確率分布 (2016. 11. 28)2016年度秋学期 統計学 第10回 分布の推測とは-標本調査,度数分布と確率分布 (2016. 11. 28)
2016年度秋学期 統計学 第10回 分布の推測とは-標本調査,度数分布と確率分布 (2016. 11. 28)
 
2013年度秋学期 統計学 第9回「確からしさを記述する ― 確率」
2013年度秋学期 統計学 第9回「確からしさを記述する ― 確率」2013年度秋学期 統計学 第9回「確からしさを記述する ― 確率」
2013年度秋学期 統計学 第9回「確からしさを記述する ― 確率」
 
2014年度秋学期 統計学 第12回 分布の平均を推測する - 区間推定 (2014. 12. 17)
2014年度秋学期 統計学 第12回 分布の平均を推測する - 区間推定 (2014. 12. 17)2014年度秋学期 統計学 第12回 分布の平均を推測する - 区間推定 (2014. 12. 17)
2014年度秋学期 統計学 第12回 分布の平均を推測する - 区間推定 (2014. 12. 17)
 
2016年度秋学期 統計学 第13回 不確かな測定の不確かさを測る-不偏分散とt分布 (2016. 12. 19)
2016年度秋学期 統計学 第13回 不確かな測定の不確かさを測る-不偏分散とt分布 (2016. 12. 19)2016年度秋学期 統計学 第13回 不確かな測定の不確かさを測る-不偏分散とt分布 (2016. 12. 19)
2016年度秋学期 統計学 第13回 不確かな測定の不確かさを測る-不偏分散とt分布 (2016. 12. 19)
 
2016年度秋学期 統計学 第11回 分布の「型」を考える-確率分布モデルと正規分布 (2016. 12. 5)
2016年度秋学期 統計学 第11回 分布の「型」を考える-確率分布モデルと正規分布 (2016. 12. 5)2016年度秋学期 統計学 第11回 分布の「型」を考える-確率分布モデルと正規分布 (2016. 12. 5)
2016年度秋学期 統計学 第11回 分布の「型」を考える-確率分布モデルと正規分布 (2016. 12. 5)
 
2019年度春学期 統計学 第13回 不確かな測定の不確かさを測るー不偏分散とt分布 (2019. 7. 11)
2019年度春学期 統計学 第13回 不確かな測定の不確かさを測るー不偏分散とt分布 (2019. 7. 11)2019年度春学期 統計学 第13回 不確かな測定の不確かさを測るー不偏分散とt分布 (2019. 7. 11)
2019年度春学期 統計学 第13回 不確かな測定の不確かさを測るー不偏分散とt分布 (2019. 7. 11)
 
2018年度春学期 統計学 第13回 不確かな推定の不確かさを測るー不偏分散とt分布 (2018. 7. 5))
2018年度春学期 統計学 第13回 不確かな推定の不確かさを測るー不偏分散とt分布 (2018. 7. 5))2018年度春学期 統計学 第13回 不確かな推定の不確かさを測るー不偏分散とt分布 (2018. 7. 5))
2018年度春学期 統計学 第13回 不確かな推定の不確かさを測るー不偏分散とt分布 (2018. 7. 5))
 
2018年度秋学期 統計学 第13回 不確かな推定の不確かさを測るー不偏分散とt分布 (2018. 12. 18)
2018年度秋学期 統計学 第13回 不確かな推定の不確かさを測るー不偏分散とt分布 (2018. 12. 18)2018年度秋学期 統計学 第13回 不確かな推定の不確かさを測るー不偏分散とt分布 (2018. 12. 18)
2018年度秋学期 統計学 第13回 不確かな推定の不確かさを測るー不偏分散とt分布 (2018. 12. 18)
 
2014年度秋学期 統計学 第10回 分布の推測とは - 標本調査,度数分布と確率分布 (2014. 12. 3)
2014年度秋学期 統計学 第10回 分布の推測とは - 標本調査,度数分布と確率分布 (2014. 12. 3)2014年度秋学期 統計学 第10回 分布の推測とは - 標本調査,度数分布と確率分布 (2014. 12. 3)
2014年度秋学期 統計学 第10回 分布の推測とは - 標本調査,度数分布と確率分布 (2014. 12. 3)
 
2013年度秋学期 統計学 第3回「クロス集計とデータの可視化」
2013年度秋学期 統計学 第3回「クロス集計とデータの可視化」2013年度秋学期 統計学 第3回「クロス集計とデータの可視化」
2013年度秋学期 統計学 第3回「クロス集計とデータの可視化」
 
2014年度秋学期 統計学 第11回 分布の「型」を考える - 確率分布モデルと正規分布 (2014. 12. 10)
2014年度秋学期 統計学 第11回 分布の「型」を考える - 確率分布モデルと正規分布 (2014. 12. 10)2014年度秋学期 統計学 第11回 分布の「型」を考える - 確率分布モデルと正規分布 (2014. 12. 10)
2014年度秋学期 統計学 第11回 分布の「型」を考える - 確率分布モデルと正規分布 (2014. 12. 10)
 
2020年度秋学期 統計学 第13回 不確かな測定の不確かさを測る ー 不偏分散とt分布 (2020. 12. 22)
2020年度秋学期 統計学 第13回 不確かな測定の不確かさを測る ー 不偏分散とt分布 (2020. 12. 22)2020年度秋学期 統計学 第13回 不確かな測定の不確かさを測る ー 不偏分散とt分布 (2020. 12. 22)
2020年度秋学期 統計学 第13回 不確かな測定の不確かさを測る ー 不偏分散とt分布 (2020. 12. 22)
 
2014年度秋学期 統計学 第5回 分布をまとめるー平均・分散 (2014. 10. 22)
2014年度秋学期 統計学 第5回 分布をまとめるー平均・分散 (2014. 10. 22)2014年度秋学期 統計学 第5回 分布をまとめるー平均・分散 (2014. 10. 22)
2014年度秋学期 統計学 第5回 分布をまとめるー平均・分散 (2014. 10. 22)
 
2022年度秋学期 統計学 第12回 分布の平均を推測する - 区間推定 (2022. 12. 13)
2022年度秋学期 統計学 第12回 分布の平均を推測する - 区間推定 (2022. 12. 13) 2022年度秋学期 統計学 第12回 分布の平均を推測する - 区間推定 (2022. 12. 13)
2022年度秋学期 統計学 第12回 分布の平均を推測する - 区間推定 (2022. 12. 13)
 
2013年度秋学期 統計学 第2回「統計資料の収集と読み方」
2013年度秋学期 統計学 第2回「統計資料の収集と読み方」2013年度秋学期 統計学 第2回「統計資料の収集と読み方」
2013年度秋学期 統計学 第2回「統計資料の収集と読み方」
 

More from Akira Asano

2022年度秋学期 統計学 第15回 分布についての仮説を検証するー仮説検定(2) (2023. 1. 17)
2022年度秋学期 統計学 第15回 分布についての仮説を検証するー仮説検定(2) (2023. 1. 17) 2022年度秋学期 統計学 第15回 分布についての仮説を検証するー仮説検定(2) (2023. 1. 17)
2022年度秋学期 統計学 第15回 分布についての仮説を検証するー仮説検定(2) (2023. 1. 17)
Akira Asano
 
2022年度秋学期 応用数学(解析) 第15回 測度論ダイジェスト(2) ルベーグ積分 (2023. 1. 19)
2022年度秋学期 応用数学(解析) 第15回 測度論ダイジェスト(2) ルベーグ積分 (2023. 1. 19) 2022年度秋学期 応用数学(解析) 第15回 測度論ダイジェスト(2) ルベーグ積分 (2023. 1. 19)
2022年度秋学期 応用数学(解析) 第15回 測度論ダイジェスト(2) ルベーグ積分 (2023. 1. 19)
Akira Asano
 
2022年度秋学期 応用数学(解析) 第14回 測度論ダイジェスト(1) ルベーグ測度と完全加法性 (2023. 1. 12)
2022年度秋学期 応用数学(解析) 第14回 測度論ダイジェスト(1) ルベーグ測度と完全加法性 (2023. 1. 12) 2022年度秋学期 応用数学(解析) 第14回 測度論ダイジェスト(1) ルベーグ測度と完全加法性 (2023. 1. 12)
2022年度秋学期 応用数学(解析) 第14回 測度論ダイジェスト(1) ルベーグ測度と完全加法性 (2023. 1. 12)
Akira Asano
 
2022年度秋学期 統計学 第14回 分布についての仮説を検証するー仮説検定(1) (2023. 1. 10)
2022年度秋学期 統計学 第14回 分布についての仮説を検証するー仮説検定(1) (2023. 1. 10) 2022年度秋学期 統計学 第14回 分布についての仮説を検証するー仮説検定(1) (2023. 1. 10)
2022年度秋学期 統計学 第14回 分布についての仮説を検証するー仮説検定(1) (2023. 1. 10)
Akira Asano
 
2022年度秋学期 応用数学(解析) 第13回 複素関数論ダイジェスト(2) 孤立特異点と留数 (2022. 12. 22)
2022年度秋学期 応用数学(解析) 第13回 複素関数論ダイジェスト(2) 孤立特異点と留数 (2022. 12. 22) 2022年度秋学期 応用数学(解析) 第13回 複素関数論ダイジェスト(2) 孤立特異点と留数 (2022. 12. 22)
2022年度秋学期 応用数学(解析) 第13回 複素関数論ダイジェスト(2) 孤立特異点と留数 (2022. 12. 22)
Akira Asano
 
2022年度秋学期 統計学 第13回 不確かな測定の不確かさを測る - 不偏分散とt分布 (2022. 12. 20)
2022年度秋学期 統計学 第13回 不確かな測定の不確かさを測る - 不偏分散とt分布 (2022. 12. 20) 2022年度秋学期 統計学 第13回 不確かな測定の不確かさを測る - 不偏分散とt分布 (2022. 12. 20)
2022年度秋学期 統計学 第13回 不確かな測定の不確かさを測る - 不偏分散とt分布 (2022. 12. 20)
Akira Asano
 
2022年度秋学期 応用数学(解析) 第12回 複素関数論ダイジェスト(1) 複素関数・正則関数 (2022. 12. 15)
2022年度秋学期 応用数学(解析) 第12回 複素関数論ダイジェスト(1) 複素関数・正則関数 (2022. 12. 15) 2022年度秋学期 応用数学(解析) 第12回 複素関数論ダイジェスト(1) 複素関数・正則関数 (2022. 12. 15)
2022年度秋学期 応用数学(解析) 第12回 複素関数論ダイジェスト(1) 複素関数・正則関数 (2022. 12. 15)
Akira Asano
 
2022年度秋学期 画像情報処理 第11回 逆投影法による再構成 (2022. 12. 9)
2022年度秋学期 画像情報処理 第11回 逆投影法による再構成 (2022. 12. 9) 2022年度秋学期 画像情報処理 第11回 逆投影法による再構成 (2022. 12. 9)
2022年度秋学期 画像情報処理 第11回 逆投影法による再構成 (2022. 12. 9)
Akira Asano
 
2022年度秋学期 応用数学(解析) 第11回 振動と微分方程式 (2022. 12. 8)
2022年度秋学期 応用数学(解析) 第11回 振動と微分方程式 (2022. 12. 8) 2022年度秋学期 応用数学(解析) 第11回 振動と微分方程式 (2022. 12. 8)
2022年度秋学期 応用数学(解析) 第11回 振動と微分方程式 (2022. 12. 8)
Akira Asano
 
2022年度秋学期 統計学 第11回 分布の「型」を考える - 確率分布モデルと正規分布 (2022. 12. 6)
2022年度秋学期 統計学 第11回 分布の「型」を考える - 確率分布モデルと正規分布 (2022. 12. 6) 2022年度秋学期 統計学 第11回 分布の「型」を考える - 確率分布モデルと正規分布 (2022. 12. 6)
2022年度秋学期 統計学 第11回 分布の「型」を考える - 確率分布モデルと正規分布 (2022. 12. 6)
Akira Asano
 
2022年度秋学期 画像情報処理 第10回 Radon変換と投影切断面定理 (2022. 12. 2)
2022年度秋学期 画像情報処理 第10回 Radon変換と投影切断面定理 (2022. 12. 2) 2022年度秋学期 画像情報処理 第10回 Radon変換と投影切断面定理 (2022. 12. 2)
2022年度秋学期 画像情報処理 第10回 Radon変換と投影切断面定理 (2022. 12. 2)
Akira Asano
 
2022年度秋学期 応用数学(解析) 第10回 生存時間分布と半減期 (2022. 12. 1)
2022年度秋学期 応用数学(解析) 第10回 生存時間分布と半減期 (2022. 12. 1) 2022年度秋学期 応用数学(解析) 第10回 生存時間分布と半減期 (2022. 12. 1)
2022年度秋学期 応用数学(解析) 第10回 生存時間分布と半減期 (2022. 12. 1)
Akira Asano
 
2022年度秋学期 統計学 第10回 分布の推測とはー標本調査,度数分布と確率分布 (2022. 11. 29)
2022年度秋学期 統計学 第10回 分布の推測とはー標本調査,度数分布と確率分布 (2022. 11. 29) 2022年度秋学期 統計学 第10回 分布の推測とはー標本調査,度数分布と確率分布 (2022. 11. 29)
2022年度秋学期 統計学 第10回 分布の推測とはー標本調査,度数分布と確率分布 (2022. 11. 29)
Akira Asano
 
2022年度秋学期 統計学 第8回 問題に対する答案の書き方 (2022. 11. 15)
2022年度秋学期 統計学 第8回 問題に対する答案の書き方 (2022. 11. 15) 2022年度秋学期 統計学 第8回 問題に対する答案の書き方 (2022. 11. 15)
2022年度秋学期 統計学 第8回 問題に対する答案の書き方 (2022. 11. 15)
Akira Asano
 
2022年度秋学期 画像情報処理 第9回 離散フーリエ変換と離散コサイン変換 (2022. 11. 25)
2022年度秋学期 画像情報処理 第9回 離散フーリエ変換と離散コサイン変換 (2022. 11. 25) 2022年度秋学期 画像情報処理 第9回 離散フーリエ変換と離散コサイン変換 (2022. 11. 25)
2022年度秋学期 画像情報処理 第9回 離散フーリエ変換と離散コサイン変換 (2022. 11. 25)
Akira Asano
 
2022年度秋学期 統計学 第9回 確からしさを記述するー確率 (2022. 11. 22)
2022年度秋学期 統計学 第9回 確からしさを記述するー確率 (2022. 11. 22) 2022年度秋学期 統計学 第9回 確からしさを記述するー確率 (2022. 11. 22)
2022年度秋学期 統計学 第9回 確からしさを記述するー確率 (2022. 11. 22)
Akira Asano
 
2022年度秋学期 画像情報処理 第8回 行列の直交変換と基底画像 (2022. 11. 18)
2022年度秋学期 画像情報処理 第8回 行列の直交変換と基底画像 (2022. 11. 18) 2022年度秋学期 画像情報処理 第8回 行列の直交変換と基底画像 (2022. 11. 18)
2022年度秋学期 画像情報処理 第8回 行列の直交変換と基底画像 (2022. 11. 18)
Akira Asano
 
2022年度秋学期 応用数学(解析) 第8回 2階線形微分方程式(2) (2022. 11. 17)
2022年度秋学期 応用数学(解析) 第8回 2階線形微分方程式(2) (2022. 11. 17) 2022年度秋学期 応用数学(解析) 第8回 2階線形微分方程式(2) (2022. 11. 17)
2022年度秋学期 応用数学(解析) 第8回 2階線形微分方程式(2) (2022. 11. 17)
Akira Asano
 
2022年度秋学期 画像情報処理 第7回 主成分分析とKarhunen-Loève変換 (2022. 11. 11)
2022年度秋学期 画像情報処理 第7回 主成分分析とKarhunen-Loève変換 (2022. 11. 11) 2022年度秋学期 画像情報処理 第7回 主成分分析とKarhunen-Loève変換 (2022. 11. 11)
2022年度秋学期 画像情報処理 第7回 主成分分析とKarhunen-Loève変換 (2022. 11. 11)
Akira Asano
 
2022年度秋学期 応用数学(解析) 第7回 2階線形微分方程式(1) (2022. 11. 10)
2022年度秋学期 応用数学(解析) 第7回 2階線形微分方程式(1) (2022. 11. 10) 2022年度秋学期 応用数学(解析) 第7回 2階線形微分方程式(1) (2022. 11. 10)
2022年度秋学期 応用数学(解析) 第7回 2階線形微分方程式(1) (2022. 11. 10)
Akira Asano
 

More from Akira Asano (20)

2022年度秋学期 統計学 第15回 分布についての仮説を検証するー仮説検定(2) (2023. 1. 17)
2022年度秋学期 統計学 第15回 分布についての仮説を検証するー仮説検定(2) (2023. 1. 17) 2022年度秋学期 統計学 第15回 分布についての仮説を検証するー仮説検定(2) (2023. 1. 17)
2022年度秋学期 統計学 第15回 分布についての仮説を検証するー仮説検定(2) (2023. 1. 17)
 
2022年度秋学期 応用数学(解析) 第15回 測度論ダイジェスト(2) ルベーグ積分 (2023. 1. 19)
2022年度秋学期 応用数学(解析) 第15回 測度論ダイジェスト(2) ルベーグ積分 (2023. 1. 19) 2022年度秋学期 応用数学(解析) 第15回 測度論ダイジェスト(2) ルベーグ積分 (2023. 1. 19)
2022年度秋学期 応用数学(解析) 第15回 測度論ダイジェスト(2) ルベーグ積分 (2023. 1. 19)
 
2022年度秋学期 応用数学(解析) 第14回 測度論ダイジェスト(1) ルベーグ測度と完全加法性 (2023. 1. 12)
2022年度秋学期 応用数学(解析) 第14回 測度論ダイジェスト(1) ルベーグ測度と完全加法性 (2023. 1. 12) 2022年度秋学期 応用数学(解析) 第14回 測度論ダイジェスト(1) ルベーグ測度と完全加法性 (2023. 1. 12)
2022年度秋学期 応用数学(解析) 第14回 測度論ダイジェスト(1) ルベーグ測度と完全加法性 (2023. 1. 12)
 
2022年度秋学期 統計学 第14回 分布についての仮説を検証するー仮説検定(1) (2023. 1. 10)
2022年度秋学期 統計学 第14回 分布についての仮説を検証するー仮説検定(1) (2023. 1. 10) 2022年度秋学期 統計学 第14回 分布についての仮説を検証するー仮説検定(1) (2023. 1. 10)
2022年度秋学期 統計学 第14回 分布についての仮説を検証するー仮説検定(1) (2023. 1. 10)
 
2022年度秋学期 応用数学(解析) 第13回 複素関数論ダイジェスト(2) 孤立特異点と留数 (2022. 12. 22)
2022年度秋学期 応用数学(解析) 第13回 複素関数論ダイジェスト(2) 孤立特異点と留数 (2022. 12. 22) 2022年度秋学期 応用数学(解析) 第13回 複素関数論ダイジェスト(2) 孤立特異点と留数 (2022. 12. 22)
2022年度秋学期 応用数学(解析) 第13回 複素関数論ダイジェスト(2) 孤立特異点と留数 (2022. 12. 22)
 
2022年度秋学期 統計学 第13回 不確かな測定の不確かさを測る - 不偏分散とt分布 (2022. 12. 20)
2022年度秋学期 統計学 第13回 不確かな測定の不確かさを測る - 不偏分散とt分布 (2022. 12. 20) 2022年度秋学期 統計学 第13回 不確かな測定の不確かさを測る - 不偏分散とt分布 (2022. 12. 20)
2022年度秋学期 統計学 第13回 不確かな測定の不確かさを測る - 不偏分散とt分布 (2022. 12. 20)
 
2022年度秋学期 応用数学(解析) 第12回 複素関数論ダイジェスト(1) 複素関数・正則関数 (2022. 12. 15)
2022年度秋学期 応用数学(解析) 第12回 複素関数論ダイジェスト(1) 複素関数・正則関数 (2022. 12. 15) 2022年度秋学期 応用数学(解析) 第12回 複素関数論ダイジェスト(1) 複素関数・正則関数 (2022. 12. 15)
2022年度秋学期 応用数学(解析) 第12回 複素関数論ダイジェスト(1) 複素関数・正則関数 (2022. 12. 15)
 
2022年度秋学期 画像情報処理 第11回 逆投影法による再構成 (2022. 12. 9)
2022年度秋学期 画像情報処理 第11回 逆投影法による再構成 (2022. 12. 9) 2022年度秋学期 画像情報処理 第11回 逆投影法による再構成 (2022. 12. 9)
2022年度秋学期 画像情報処理 第11回 逆投影法による再構成 (2022. 12. 9)
 
2022年度秋学期 応用数学(解析) 第11回 振動と微分方程式 (2022. 12. 8)
2022年度秋学期 応用数学(解析) 第11回 振動と微分方程式 (2022. 12. 8) 2022年度秋学期 応用数学(解析) 第11回 振動と微分方程式 (2022. 12. 8)
2022年度秋学期 応用数学(解析) 第11回 振動と微分方程式 (2022. 12. 8)
 
2022年度秋学期 統計学 第11回 分布の「型」を考える - 確率分布モデルと正規分布 (2022. 12. 6)
2022年度秋学期 統計学 第11回 分布の「型」を考える - 確率分布モデルと正規分布 (2022. 12. 6) 2022年度秋学期 統計学 第11回 分布の「型」を考える - 確率分布モデルと正規分布 (2022. 12. 6)
2022年度秋学期 統計学 第11回 分布の「型」を考える - 確率分布モデルと正規分布 (2022. 12. 6)
 
2022年度秋学期 画像情報処理 第10回 Radon変換と投影切断面定理 (2022. 12. 2)
2022年度秋学期 画像情報処理 第10回 Radon変換と投影切断面定理 (2022. 12. 2) 2022年度秋学期 画像情報処理 第10回 Radon変換と投影切断面定理 (2022. 12. 2)
2022年度秋学期 画像情報処理 第10回 Radon変換と投影切断面定理 (2022. 12. 2)
 
2022年度秋学期 応用数学(解析) 第10回 生存時間分布と半減期 (2022. 12. 1)
2022年度秋学期 応用数学(解析) 第10回 生存時間分布と半減期 (2022. 12. 1) 2022年度秋学期 応用数学(解析) 第10回 生存時間分布と半減期 (2022. 12. 1)
2022年度秋学期 応用数学(解析) 第10回 生存時間分布と半減期 (2022. 12. 1)
 
2022年度秋学期 統計学 第10回 分布の推測とはー標本調査,度数分布と確率分布 (2022. 11. 29)
2022年度秋学期 統計学 第10回 分布の推測とはー標本調査,度数分布と確率分布 (2022. 11. 29) 2022年度秋学期 統計学 第10回 分布の推測とはー標本調査,度数分布と確率分布 (2022. 11. 29)
2022年度秋学期 統計学 第10回 分布の推測とはー標本調査,度数分布と確率分布 (2022. 11. 29)
 
2022年度秋学期 統計学 第8回 問題に対する答案の書き方 (2022. 11. 15)
2022年度秋学期 統計学 第8回 問題に対する答案の書き方 (2022. 11. 15) 2022年度秋学期 統計学 第8回 問題に対する答案の書き方 (2022. 11. 15)
2022年度秋学期 統計学 第8回 問題に対する答案の書き方 (2022. 11. 15)
 
2022年度秋学期 画像情報処理 第9回 離散フーリエ変換と離散コサイン変換 (2022. 11. 25)
2022年度秋学期 画像情報処理 第9回 離散フーリエ変換と離散コサイン変換 (2022. 11. 25) 2022年度秋学期 画像情報処理 第9回 離散フーリエ変換と離散コサイン変換 (2022. 11. 25)
2022年度秋学期 画像情報処理 第9回 離散フーリエ変換と離散コサイン変換 (2022. 11. 25)
 
2022年度秋学期 統計学 第9回 確からしさを記述するー確率 (2022. 11. 22)
2022年度秋学期 統計学 第9回 確からしさを記述するー確率 (2022. 11. 22) 2022年度秋学期 統計学 第9回 確からしさを記述するー確率 (2022. 11. 22)
2022年度秋学期 統計学 第9回 確からしさを記述するー確率 (2022. 11. 22)
 
2022年度秋学期 画像情報処理 第8回 行列の直交変換と基底画像 (2022. 11. 18)
2022年度秋学期 画像情報処理 第8回 行列の直交変換と基底画像 (2022. 11. 18) 2022年度秋学期 画像情報処理 第8回 行列の直交変換と基底画像 (2022. 11. 18)
2022年度秋学期 画像情報処理 第8回 行列の直交変換と基底画像 (2022. 11. 18)
 
2022年度秋学期 応用数学(解析) 第8回 2階線形微分方程式(2) (2022. 11. 17)
2022年度秋学期 応用数学(解析) 第8回 2階線形微分方程式(2) (2022. 11. 17) 2022年度秋学期 応用数学(解析) 第8回 2階線形微分方程式(2) (2022. 11. 17)
2022年度秋学期 応用数学(解析) 第8回 2階線形微分方程式(2) (2022. 11. 17)
 
2022年度秋学期 画像情報処理 第7回 主成分分析とKarhunen-Loève変換 (2022. 11. 11)
2022年度秋学期 画像情報処理 第7回 主成分分析とKarhunen-Loève変換 (2022. 11. 11) 2022年度秋学期 画像情報処理 第7回 主成分分析とKarhunen-Loève変換 (2022. 11. 11)
2022年度秋学期 画像情報処理 第7回 主成分分析とKarhunen-Loève変換 (2022. 11. 11)
 
2022年度秋学期 応用数学(解析) 第7回 2階線形微分方程式(1) (2022. 11. 10)
2022年度秋学期 応用数学(解析) 第7回 2階線形微分方程式(1) (2022. 11. 10) 2022年度秋学期 応用数学(解析) 第7回 2階線形微分方程式(1) (2022. 11. 10)
2022年度秋学期 応用数学(解析) 第7回 2階線形微分方程式(1) (2022. 11. 10)
 

2013年度秋学期 統計学 第12回「分布の平均を推測する ― 区間推定」