Submit Search
Upload
2014年度秋学期 統計学 第4回 データを「分布」で見る (2014. 10. 15)
•
1 like
•
492 views
Akira Asano
Follow
関西大学総合情報学部 「統計学」(担当:浅野晃)
Read less
Read more
Education
Report
Share
Report
Share
1 of 100
Download now
Download to read offline
Recommended
2014年度春学期 統計学 第4回 データを「分布」で見る (2014. 5. 1)
2014年度春学期 統計学 第4回 データを「分布」で見る (2014. 5. 1)
Akira Asano
2015年度春学期 統計学 第4回 データを「分布」で見る (2015. 5. 7)
2015年度春学期 統計学 第4回 データを「分布」で見る (2015. 5. 7)
Akira Asano
2015年度秋学期 統計学 第4回 データを「分布」で見る (2015. 10. 21)
2015年度秋学期 統計学 第4回 データを「分布」で見る (2015. 10. 21)
Akira Asano
2013年度秋学期 統計学 第4回「データを「分布」で見る」
2013年度秋学期 統計学 第4回「データを「分布」で見る」
Akira Asano
2015年度秋学期 統計学 第5回 分布をまとめる ― 記述統計量(平均・分散など) (2015. 10. 28)
2015年度秋学期 統計学 第5回 分布をまとめる ― 記述統計量(平均・分散など) (2015. 10. 28)
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)
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)
Akira Asano
2014年度春学期 統計学 第5回 分布をまとめるー平均・分散 (2014. 5. 15)
2014年度春学期 統計学 第5回 分布をまとめるー平均・分散 (2014. 5. 15)
Akira Asano
Recommended
2014年度春学期 統計学 第4回 データを「分布」で見る (2014. 5. 1)
2014年度春学期 統計学 第4回 データを「分布」で見る (2014. 5. 1)
Akira Asano
2015年度春学期 統計学 第4回 データを「分布」で見る (2015. 5. 7)
2015年度春学期 統計学 第4回 データを「分布」で見る (2015. 5. 7)
Akira Asano
2015年度秋学期 統計学 第4回 データを「分布」で見る (2015. 10. 21)
2015年度秋学期 統計学 第4回 データを「分布」で見る (2015. 10. 21)
Akira Asano
2013年度秋学期 統計学 第4回「データを「分布」で見る」
2013年度秋学期 統計学 第4回「データを「分布」で見る」
Akira Asano
2015年度秋学期 統計学 第5回 分布をまとめる ― 記述統計量(平均・分散など) (2015. 10. 28)
2015年度秋学期 統計学 第5回 分布をまとめる ― 記述統計量(平均・分散など) (2015. 10. 28)
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)
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)
Akira Asano
2014年度春学期 統計学 第5回 分布をまとめるー平均・分散 (2014. 5. 15)
2014年度春学期 統計学 第5回 分布をまとめるー平均・分散 (2014. 5. 15)
Akira Asano
2016年度秋学期 統計学 第5回 分布をまとめる-平均・分散 (2016. 10. 24)
2016年度秋学期 統計学 第5回 分布をまとめる-平均・分散 (2016. 10. 24)
Akira Asano
2016年度秋学期 統計学 第4回 データを「分布」で知る (2016. 10. 17)
2016年度秋学期 統計学 第4回 データを「分布」で知る (2016. 10. 17)
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)
Akira Asano
2015年度春学期 統計学 第5回 分布をまとめる ― 記述統計量(平均・分散など) (2015. 5. 14)
2015年度春学期 統計学 第5回 分布をまとめる ― 記述統計量(平均・分散など) (2015. 5. 14)
Akira Asano
2021年度春学期 統計学 第4回 データを「分布」で見る (2021. 4. 29)
2021年度春学期 統計学 第4回 データを「分布」で見る (2021. 4. 29)
Akira Asano
2021年度秋学期 統計学 第4回 データを「分布」で見る(2021. 10. 12)
2021年度秋学期 統計学 第4回 データを「分布」で見る(2021. 10. 12)
Akira Asano
2014年度春学期 画像情報処理 第14回 逆投影法による再構成 (2014. 7. 23)
2014年度春学期 画像情報処理 第14回 逆投影法による再構成 (2014. 7. 23)
Akira Asano
2014年度春学期 画像情報処理 第1回 イントロダクション (2014. 4.9)
2014年度春学期 画像情報処理 第1回 イントロダクション (2014. 4.9)
Akira Asano
2013年度春学期 画像情報処理 第6回「準備・行列に慣れていない人のために」
2013年度春学期 画像情報処理 第6回「準備・行列に慣れていない人のために」
Akira Asano
2014年度秋学期 応用数学(解析) 第3部・微分方程式に関する話題 / 第10回 生存時間分布と半減期 (2014. 12. 4)
2014年度秋学期 応用数学(解析) 第3部・微分方程式に関する話題 / 第10回 生存時間分布と半減期 (2014. 12. 4)
Akira Asano
2014年度秋学期 応用数学(解析) 第4部・複素関数論ダイジェスト / 第13回 孤立特異点と留数 (2015. 1. 8)
2014年度秋学期 応用数学(解析) 第4部・複素関数論ダイジェスト / 第13回 孤立特異点と留数 (2015. 1. 8)
Akira Asano
2013年度春学期 画像情報処理 第4回「離散フーリエ変換」
2013年度春学期 画像情報処理 第4回「離散フーリエ変換」
Akira Asano
2013年度秋学期 統計学 第6回「データの関係を知る(1)−相関関係と因果関係」
2013年度秋学期 統計学 第6回「データの関係を知る(1)−相関関係と因果関係」
Akira Asano
2013年度秋学期 統計学 第1回「イントロダクション」
2013年度秋学期 統計学 第1回「イントロダクション」
Akira Asano
2014年度秋学期 応用数学(解析) 第5部・測度論ダイジェスト / 第14回 ルベーグ測度と完全加法性 (2015. 1. 15)
2014年度秋学期 応用数学(解析) 第5部・測度論ダイジェスト / 第14回 ルベーグ測度と完全加法性 (2015. 1. 15)
Akira Asano
2013年度春学期 画像情報処理 第10回「マセマティカル・モルフォロジ/画像の集合演算とオープニング」
2013年度春学期 画像情報処理 第10回「マセマティカル・モルフォロジ/画像の集合演算とオープニング」
Akira Asano
2014年度春学期 統計学 第1回 イントロダクション (2014. 4.10)
2014年度春学期 統計学 第1回 イントロダクション (2014. 4.10)
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」
Akira Asano
2014年度春学期 統計学 第2回 統計資料の収集と読み方 (2014. 4.17)
2014年度春学期 統計学 第2回 統計資料の収集と読み方 (2014. 4.17)
Akira Asano
2014年度秋学期 統計学 第2回 統計資料の収集と読み方 (2014. 10. 1)
2014年度秋学期 統計学 第2回 統計資料の収集と読み方 (2014. 10. 1)
Akira Asano
2015年度春学期 画像情報処理 第1回 イントロダクション (2015. 4.8)
2015年度春学期 画像情報処理 第1回 イントロダクション (2015. 4.8)
Akira Asano
2014年度秋学期 応用数学(解析) 第2部・基本的な微分方程式 / 第6回 変数分離形の変形 (2014. 10. 30)
2014年度秋学期 応用数学(解析) 第2部・基本的な微分方程式 / 第6回 変数分離形の変形 (2014. 10. 30)
Akira Asano
More Related Content
What's hot
2016年度秋学期 統計学 第5回 分布をまとめる-平均・分散 (2016. 10. 24)
2016年度秋学期 統計学 第5回 分布をまとめる-平均・分散 (2016. 10. 24)
Akira Asano
2016年度秋学期 統計学 第4回 データを「分布」で知る (2016. 10. 17)
2016年度秋学期 統計学 第4回 データを「分布」で知る (2016. 10. 17)
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)
Akira Asano
2015年度春学期 統計学 第5回 分布をまとめる ― 記述統計量(平均・分散など) (2015. 5. 14)
2015年度春学期 統計学 第5回 分布をまとめる ― 記述統計量(平均・分散など) (2015. 5. 14)
Akira Asano
2021年度春学期 統計学 第4回 データを「分布」で見る (2021. 4. 29)
2021年度春学期 統計学 第4回 データを「分布」で見る (2021. 4. 29)
Akira Asano
2021年度秋学期 統計学 第4回 データを「分布」で見る(2021. 10. 12)
2021年度秋学期 統計学 第4回 データを「分布」で見る(2021. 10. 12)
Akira Asano
What's hot
(6)
2016年度秋学期 統計学 第5回 分布をまとめる-平均・分散 (2016. 10. 24)
2016年度秋学期 統計学 第5回 分布をまとめる-平均・分散 (2016. 10. 24)
2016年度秋学期 統計学 第4回 データを「分布」で知る (2016. 10. 17)
2016年度秋学期 統計学 第4回 データを「分布」で知る (2016. 10. 17)
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年度春学期 統計学 第5回 分布をまとめる ― 記述統計量(平均・分散など) (2015. 5. 14)
2015年度春学期 統計学 第5回 分布をまとめる ― 記述統計量(平均・分散など) (2015. 5. 14)
2021年度春学期 統計学 第4回 データを「分布」で見る (2021. 4. 29)
2021年度春学期 統計学 第4回 データを「分布」で見る (2021. 4. 29)
2021年度秋学期 統計学 第4回 データを「分布」で見る(2021. 10. 12)
2021年度秋学期 統計学 第4回 データを「分布」で見る(2021. 10. 12)
Viewers also liked
2014年度春学期 画像情報処理 第14回 逆投影法による再構成 (2014. 7. 23)
2014年度春学期 画像情報処理 第14回 逆投影法による再構成 (2014. 7. 23)
Akira Asano
2014年度春学期 画像情報処理 第1回 イントロダクション (2014. 4.9)
2014年度春学期 画像情報処理 第1回 イントロダクション (2014. 4.9)
Akira Asano
2013年度春学期 画像情報処理 第6回「準備・行列に慣れていない人のために」
2013年度春学期 画像情報処理 第6回「準備・行列に慣れていない人のために」
Akira Asano
2014年度秋学期 応用数学(解析) 第3部・微分方程式に関する話題 / 第10回 生存時間分布と半減期 (2014. 12. 4)
2014年度秋学期 応用数学(解析) 第3部・微分方程式に関する話題 / 第10回 生存時間分布と半減期 (2014. 12. 4)
Akira Asano
2014年度秋学期 応用数学(解析) 第4部・複素関数論ダイジェスト / 第13回 孤立特異点と留数 (2015. 1. 8)
2014年度秋学期 応用数学(解析) 第4部・複素関数論ダイジェスト / 第13回 孤立特異点と留数 (2015. 1. 8)
Akira Asano
2013年度春学期 画像情報処理 第4回「離散フーリエ変換」
2013年度春学期 画像情報処理 第4回「離散フーリエ変換」
Akira Asano
2013年度秋学期 統計学 第6回「データの関係を知る(1)−相関関係と因果関係」
2013年度秋学期 統計学 第6回「データの関係を知る(1)−相関関係と因果関係」
Akira Asano
2013年度秋学期 統計学 第1回「イントロダクション」
2013年度秋学期 統計学 第1回「イントロダクション」
Akira Asano
2014年度秋学期 応用数学(解析) 第5部・測度論ダイジェスト / 第14回 ルベーグ測度と完全加法性 (2015. 1. 15)
2014年度秋学期 応用数学(解析) 第5部・測度論ダイジェスト / 第14回 ルベーグ測度と完全加法性 (2015. 1. 15)
Akira Asano
2013年度春学期 画像情報処理 第10回「マセマティカル・モルフォロジ/画像の集合演算とオープニング」
2013年度春学期 画像情報処理 第10回「マセマティカル・モルフォロジ/画像の集合演算とオープニング」
Akira Asano
2014年度春学期 統計学 第1回 イントロダクション (2014. 4.10)
2014年度春学期 統計学 第1回 イントロダクション (2014. 4.10)
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」
Akira Asano
2014年度春学期 統計学 第2回 統計資料の収集と読み方 (2014. 4.17)
2014年度春学期 統計学 第2回 統計資料の収集と読み方 (2014. 4.17)
Akira Asano
2014年度秋学期 統計学 第2回 統計資料の収集と読み方 (2014. 10. 1)
2014年度秋学期 統計学 第2回 統計資料の収集と読み方 (2014. 10. 1)
Akira Asano
2015年度春学期 画像情報処理 第1回 イントロダクション (2015. 4.8)
2015年度春学期 画像情報処理 第1回 イントロダクション (2015. 4.8)
Akira Asano
2014年度秋学期 応用数学(解析) 第2部・基本的な微分方程式 / 第6回 変数分離形の変形 (2014. 10. 30)
2014年度秋学期 応用数学(解析) 第2部・基本的な微分方程式 / 第6回 変数分離形の変形 (2014. 10. 30)
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」
Akira Asano
2014年度秋学期 応用数学(解析) 第2部・基本的な微分方程式 / 第7回 2階線形微分方程式(1) (2014. 11. 6)
2014年度秋学期 応用数学(解析) 第2部・基本的な微分方程式 / 第7回 2階線形微分方程式(1) (2014. 11. 6)
Akira Asano
2014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 (2015. 1. 7)
2014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 (2015. 1. 7)
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)
Akira Asano
Viewers also liked
(20)
2014年度春学期 画像情報処理 第14回 逆投影法による再構成 (2014. 7. 23)
2014年度春学期 画像情報処理 第14回 逆投影法による再構成 (2014. 7. 23)
2014年度春学期 画像情報処理 第1回 イントロダクション (2014. 4.9)
2014年度春学期 画像情報処理 第1回 イントロダクション (2014. 4.9)
2013年度春学期 画像情報処理 第6回「準備・行列に慣れていない人のために」
2013年度春学期 画像情報処理 第6回「準備・行列に慣れていない人のために」
2014年度秋学期 応用数学(解析) 第3部・微分方程式に関する話題 / 第10回 生存時間分布と半減期 (2014. 12. 4)
2014年度秋学期 応用数学(解析) 第3部・微分方程式に関する話題 / 第10回 生存時間分布と半減期 (2014. 12. 4)
2014年度秋学期 応用数学(解析) 第4部・複素関数論ダイジェスト / 第13回 孤立特異点と留数 (2015. 1. 8)
2014年度秋学期 応用数学(解析) 第4部・複素関数論ダイジェスト / 第13回 孤立特異点と留数 (2015. 1. 8)
2013年度春学期 画像情報処理 第4回「離散フーリエ変換」
2013年度春学期 画像情報処理 第4回「離散フーリエ変換」
2013年度秋学期 統計学 第6回「データの関係を知る(1)−相関関係と因果関係」
2013年度秋学期 統計学 第6回「データの関係を知る(1)−相関関係と因果関係」
2013年度秋学期 統計学 第1回「イントロダクション」
2013年度秋学期 統計学 第1回「イントロダクション」
2014年度秋学期 応用数学(解析) 第5部・測度論ダイジェスト / 第14回 ルベーグ測度と完全加法性 (2015. 1. 15)
2014年度秋学期 応用数学(解析) 第5部・測度論ダイジェスト / 第14回 ルベーグ測度と完全加法性 (2015. 1. 15)
2013年度春学期 画像情報処理 第10回「マセマティカル・モルフォロジ/画像の集合演算とオープニング」
2013年度春学期 画像情報処理 第10回「マセマティカル・モルフォロジ/画像の集合演算とオープニング」
2014年度春学期 統計学 第1回 イントロダクション (2014. 4.10)
2014年度春学期 統計学 第1回 イントロダクション (2014. 4.10)
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」
2014年度春学期 統計学 第2回 統計資料の収集と読み方 (2014. 4.17)
2014年度春学期 統計学 第2回 統計資料の収集と読み方 (2014. 4.17)
2014年度秋学期 統計学 第2回 統計資料の収集と読み方 (2014. 10. 1)
2014年度秋学期 統計学 第2回 統計資料の収集と読み方 (2014. 10. 1)
2015年度春学期 画像情報処理 第1回 イントロダクション (2015. 4.8)
2015年度春学期 画像情報処理 第1回 イントロダクション (2015. 4.8)
2014年度秋学期 応用数学(解析) 第2部・基本的な微分方程式 / 第6回 変数分離形の変形 (2014. 10. 30)
2014年度秋学期 応用数学(解析) 第2部・基本的な微分方程式 / 第6回 変数分離形の変形 (2014. 10. 30)
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 応用数学(解析) 第2部・基本的な微分方程式 / 第7回 2階線形微分方程式(1) (2014. 11. 6)
2014年度秋学期 応用数学(解析) 第2部・基本的な微分方程式 / 第7回 2階線形微分方程式(1) (2014. 11. 6)
2014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 (2015. 1. 7)
2014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 (2015. 1. 7)
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)
Similar to 2014年度秋学期 統計学 第4回 データを「分布」で見る (2014. 10. 15)
2013年度秋学期 統計学 第5回「分布をまとめるー平均・分散」
2013年度秋学期 統計学 第5回「分布をまとめるー平均・分散」
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)
Akira Asano
2020年度秋学期 統計学 第5回 分布をまとめる (2020. 10. 20)
2020年度秋学期 統計学 第5回 分布をまとめる (2020. 10. 20)
Akira Asano
2019年度春学期 統計学 第5回 分布をまとめるー平均・分散 (2019. 5. 16)
2019年度春学期 統計学 第5回 分布をまとめるー平均・分散 (2019. 5. 16)
Akira Asano
2019年度秋学期 統計学 第5回 分布をまとめるー平均・分散 (2019. 10. 29)
2019年度秋学期 統計学 第5回 分布をまとめるー平均・分散 (2019. 10. 29)
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.)
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)
Akira Asano
2022年度春学期 統計学 第5回 分布をまとめるー平均・分散 (2022. 5. 12)
2022年度春学期 統計学 第5回 分布をまとめるー平均・分散 (2022. 5. 12)
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)
Akira Asano
2021年度秋学期 統計学 第5回 分布をまとめるー平均と分散(2021. 10. 19)
2021年度秋学期 統計学 第5回 分布をまとめるー平均と分散(2021. 10. 19)
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)
Akira Asano
2019年度秋学期 統計学 第4回 データを「分布」で見る (2019. 10. 15)
2019年度秋学期 統計学 第4回 データを「分布」で見る (2019. 10. 15)
Akira Asano
2019年度春学期 統計学 第4回 データを「分布」で見る (2019. 5. 9)
2019年度春学期 統計学 第4回 データを「分布」で見る (2019. 5. 9)
Akira Asano
2022年度秋学期 統計学 第4回 データを「分布」で見る (2022. 10. 18)
2022年度秋学期 統計学 第4回 データを「分布」で見る (2022. 10. 18)
Akira Asano
2022年度秋学期 統計学 第5回 分布をまとめるー平均・分散 (2022. 10. 25)
2022年度秋学期 統計学 第5回 分布をまとめるー平均・分散 (2022. 10. 25)
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)
Akira Asano
2018年度春学期 統計学 第4回 データを分布で見る (2018. 4. 26)
2018年度春学期 統計学 第4回 データを分布で見る (2018. 4. 26)
Akira Asano
Data analysis-for-highschool-students
Data analysis-for-highschool-students
naoki yamagishi
アフィリエイターに関する調査レポート201407
アフィリエイターに関する調査レポート201407
株式会社ファンコミュニケーションズ
Similar to 2014年度秋学期 統計学 第4回 データを「分布」で見る (2014. 10. 15)
(19)
2013年度秋学期 統計学 第5回「分布をまとめるー平均・分散」
2013年度秋学期 統計学 第5回「分布をまとめるー平均・分散」
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)
2020年度秋学期 統計学 第5回 分布をまとめる (2020. 10. 20)
2020年度秋学期 統計学 第5回 分布をまとめる (2020. 10. 20)
2019年度春学期 統計学 第5回 分布をまとめるー平均・分散 (2019. 5. 16)
2019年度春学期 統計学 第5回 分布をまとめるー平均・分散 (2019. 5. 16)
2019年度秋学期 統計学 第5回 分布をまとめるー平均・分散 (2019. 10. 29)
2019年度秋学期 統計学 第5回 分布をまとめるー平均・分散 (2019. 10. 29)
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)
2022年度春学期 統計学 第5回 分布をまとめるー平均・分散 (2022. 5. 12)
2022年度春学期 統計学 第5回 分布をまとめるー平均・分散 (2022. 5. 12)
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)
2021年度秋学期 統計学 第5回 分布をまとめるー平均と分散(2021. 10. 19)
2021年度秋学期 統計学 第5回 分布をまとめるー平均と分散(2021. 10. 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)
2019年度秋学期 統計学 第4回 データを「分布」で見る (2019. 10. 15)
2019年度秋学期 統計学 第4回 データを「分布」で見る (2019. 10. 15)
2019年度春学期 統計学 第4回 データを「分布」で見る (2019. 5. 9)
2019年度春学期 統計学 第4回 データを「分布」で見る (2019. 5. 9)
2022年度秋学期 統計学 第4回 データを「分布」で見る (2022. 10. 18)
2022年度秋学期 統計学 第4回 データを「分布」で見る (2022. 10. 18)
2022年度秋学期 統計学 第5回 分布をまとめるー平均・分散 (2022. 10. 25)
2022年度秋学期 統計学 第5回 分布をまとめるー平均・分散 (2022. 10. 25)
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)
2018年度春学期 統計学 第4回 データを分布で見る (2018. 4. 26)
2018年度春学期 統計学 第4回 データを分布で見る (2018. 4. 26)
Data analysis-for-highschool-students
Data analysis-for-highschool-students
アフィリエイターに関する調査レポート201407
アフィリエイターに関する調査レポート201407
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)
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)
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)
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)
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)
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)
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)
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)
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)
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)
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)
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)
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)
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)
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)
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)
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)
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)
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)
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)
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 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 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 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 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 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 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 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 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 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)
Recently uploaded
UniProject Workshop Make a Discord Bot with JavaScript
UniProject Workshop Make a Discord Bot with JavaScript
yuitoakatsukijp
ゲーム理論 BASIC 演習105 -n人囚人のジレンマモデル- #ゲーム理論 #gametheory #数学
ゲーム理論 BASIC 演習105 -n人囚人のジレンマモデル- #ゲーム理論 #gametheory #数学
ssusere0a682
リアル戦国探究in米沢 事前講座1スライド(スタッフ共有用)『川中島の謎』についてのスライド
リアル戦国探究in米沢 事前講座1スライド(スタッフ共有用)『川中島の謎』についてのスライド
Ken Fukui
The_Five_Books_Overview_Presentation_2024
The_Five_Books_Overview_Presentation_2024
koheioishi1
リアル戦国探究in米沢 当日講座2スライド(スタッフ共有用)『人を致すも人に致されず』についてのスライド
リアル戦国探究in米沢 当日講座2スライド(スタッフ共有用)『人を致すも人に致されず』についてのスライド
Ken Fukui
リアル戦国探究in米沢 当日講座1(スタッフ共有用)『兵は詐をもって立つ』についてのスライド
リアル戦国探究in米沢 当日講座1(スタッフ共有用)『兵は詐をもって立つ』についてのスライド
Ken Fukui
TEAMIN Service overview for customer_20240422.pdf
TEAMIN Service overview for customer_20240422.pdf
yukisuga3
リアル戦国探究in米沢 事前講座2スライド(スタッフ共有用)『両雄の強さの秘密』についてのスライド
リアル戦国探究in米沢 事前講座2スライド(スタッフ共有用)『両雄の強さの秘密』についてのスライド
Ken Fukui
TokyoTechGraduateExaminationPresentation
TokyoTechGraduateExaminationPresentation
YukiTerazawa
リアル戦国探究in米沢 当日講座3スライド(スタッフ共有用)『糧は三度はさいせず』についてのスライド
リアル戦国探究in米沢 当日講座3スライド(スタッフ共有用)『糧は三度はさいせず』についてのスライド
Ken Fukui
Recently uploaded
(10)
UniProject Workshop Make a Discord Bot with JavaScript
UniProject Workshop Make a Discord Bot with JavaScript
ゲーム理論 BASIC 演習105 -n人囚人のジレンマモデル- #ゲーム理論 #gametheory #数学
ゲーム理論 BASIC 演習105 -n人囚人のジレンマモデル- #ゲーム理論 #gametheory #数学
リアル戦国探究in米沢 事前講座1スライド(スタッフ共有用)『川中島の謎』についてのスライド
リアル戦国探究in米沢 事前講座1スライド(スタッフ共有用)『川中島の謎』についてのスライド
The_Five_Books_Overview_Presentation_2024
The_Five_Books_Overview_Presentation_2024
リアル戦国探究in米沢 当日講座2スライド(スタッフ共有用)『人を致すも人に致されず』についてのスライド
リアル戦国探究in米沢 当日講座2スライド(スタッフ共有用)『人を致すも人に致されず』についてのスライド
リアル戦国探究in米沢 当日講座1(スタッフ共有用)『兵は詐をもって立つ』についてのスライド
リアル戦国探究in米沢 当日講座1(スタッフ共有用)『兵は詐をもって立つ』についてのスライド
TEAMIN Service overview for customer_20240422.pdf
TEAMIN Service overview for customer_20240422.pdf
リアル戦国探究in米沢 事前講座2スライド(スタッフ共有用)『両雄の強さの秘密』についてのスライド
リアル戦国探究in米沢 事前講座2スライド(スタッフ共有用)『両雄の強さの秘密』についてのスライド
TokyoTechGraduateExaminationPresentation
TokyoTechGraduateExaminationPresentation
リアル戦国探究in米沢 当日講座3スライド(スタッフ共有用)『糧は三度はさいせず』についてのスライド
リアル戦国探究in米沢 当日講座3スライド(スタッフ共有用)『糧は三度はさいせず』についてのスライド
2014年度秋学期 統計学 第4回 データを「分布」で見る (2014. 10. 15)
1.
A. Asano, Kansai
Univ. 2014年度秋学期 統計学 データを「分布」で見る 浅野 晃 関西大学総合情報学部 第4回
2.
A. Asano, Kansai
Univ.
3.
A. Asano, Kansai
Univ. 初学者には、「分布」という考 え方がむずかしいらしい。
4.
分布とは •「分布している」「分布する」 =
データが,大小ばらばらである。 •「分布」 = 大小ばらばらのデータの集まり。 統計学が相手にするのは「分布」です 2014 A. Asano, Kansai Univ.
5.
度数と度数分布 ばらばらなデータがどんなふうに ばらばらか
2014 A. Asano, Kansai Univ.
6.
度数と度数分布 ばらばらなデータがどんなふうに ばらばらか
どんな値がどのくらい頻繁に現れるか 2014 A. Asano, Kansai Univ.
7.
度数と度数分布 ばらばらなデータがどんなふうに ばらばらか
どんな値がどのくらい頻繁に現れるか 「イチロー選手が1試合に打つヒットの 数」で言えば, ヒットの数が0本である試合が何試合, 1本である試合が何試合,... 2014 A. Asano, Kansai Univ.
8.
度数と度数分布 どんな値がどのくらい頻繁に現れるか 2014
A. Asano, Kansai Univ.
9.
度数と度数分布 どんな値がどのくらい頻繁に現れるか ヒット
の数 2014 A. Asano, Kansai Univ.
10.
度数と度数分布 どんな値がどのくらい頻繁に現れるか ヒット
の数 0本 2014 A. Asano, Kansai Univ.
11.
度数と度数分布 どんな値がどのくらい頻繁に現れるか ヒット
の数 0本 1本 2014 A. Asano, Kansai Univ.
12.
度数と度数分布 どんな値がどのくらい頻繁に現れるか ヒット
の数 0本 1本 2本 2014 A. Asano, Kansai Univ.
13.
度数と度数分布 どんな値がどのくらい頻繁に現れるか ヒット
の数 0本 1本 2本 3本 2014 A. Asano, Kansai Univ.
14.
度数と度数分布 どんな値がどのくらい頻繁に現れるか ヒット
の数 0本 1本 2本 3本 4本 2014 A. Asano, Kansai Univ.
15.
度数と度数分布 どんな値がどのくらい頻繁に現れるか ヒット
の数試合数 0本 1本 2本 3本 4本 2014 A. Asano, Kansai Univ.
16.
度数と度数分布 どんな値がどのくらい頻繁に現れるか ヒット
の数試合数 0本 5試合 1本 2本 3本 4本 2014 A. Asano, Kansai Univ.
17.
度数と度数分布 どんな値がどのくらい頻繁に現れるか ヒット
の数試合数 0本 5試合 1本 15試合 2本 3本 4本 2014 A. Asano, Kansai Univ.
18.
度数と度数分布 どんな値がどのくらい頻繁に現れるか ヒット
の数試合数 0本 5試合 1本 15試合 2本 10試合 3本 4本 2014 A. Asano, Kansai Univ.
19.
度数と度数分布 どんな値がどのくらい頻繁に現れるか ヒット
の数試合数 0本 5試合 1本 15試合 2本 10試合 3本 10試合 4本 2014 A. Asano, Kansai Univ.
20.
度数と度数分布 どんな値がどのくらい頻繁に現れるか ヒット
の数試合数 0本 5試合 1本 15試合 2本 10試合 3本 10試合 4本 5試合 2014 A. Asano, Kansai Univ.
21.
度数と度数分布 どんな値がどのくらい頻繁に現れるか ヒット
の数試合数 0本 1本 2本 3本 4本 5試合 15試合 10試合 10試合 5試合 計 50試合 2014 A. Asano, Kansai Univ.
22.
度数と度数分布 どんな値がどのくらい頻繁に現れるか ヒット
[度数] の数試合数 0本 1本 2本 3本 4本 5試合 15試合 10試合 10試合 5試合 計 50試合 2014 A. Asano, Kansai Univ.
23.
度数と度数分布 どんな値がどのくらい頻繁に現れるか ヒット
の数試合数 0本 1本 2本 3本 4本 5試合 15試合 10試合 10試合 5試合 計 50試合 2014 A. Asano, Kansai Univ. 割合 [度数]
24.
度数と度数分布 どんな値がどのくらい頻繁に現れるか ヒット
の数試合数 0本 1本 2本 3本 4本 5試合 15試合 10試合 10試合 5試合 計 50試合 2014 A. Asano, Kansai Univ. 割合 10% [度数]
25.
度数と度数分布 どんな値がどのくらい頻繁に現れるか ヒット
の数試合数 0本 1本 2本 3本 4本 5試合 15試合 10試合 10試合 5試合 計 50試合 2014 A. Asano, Kansai Univ. 割合 10% 30% [度数]
26.
度数と度数分布 どんな値がどのくらい頻繁に現れるか ヒット
の数試合数 0本 1本 2本 3本 4本 5試合 15試合 10試合 10試合 5試合 計 50試合 2014 A. Asano, Kansai Univ. 割合 10% 30% 20% [度数]
27.
度数と度数分布 どんな値がどのくらい頻繁に現れるか ヒット
の数試合数 0本 1本 2本 3本 4本 5試合 15試合 10試合 10試合 5試合 計 50試合 2014 A. Asano, Kansai Univ. 割合 10% 30% 20% 20% [度数]
28.
度数と度数分布 どんな値がどのくらい頻繁に現れるか ヒット
の数試合数 0本 1本 2本 3本 4本 5試合 15試合 10試合 10試合 5試合 計 50試合 2014 A. Asano, Kansai Univ. 割合 10% 30% 20% 20% 10% [度数]
29.
度数と度数分布 どんな値がどのくらい頻繁に現れるか ヒット
の数試合数 0本 1本 2本 3本 4本 5試合 15試合 10試合 10試合 5試合 計 50試合 2014 A. Asano, Kansai Univ. 割合 10% 30% 20% 20% 10% 100% [度数]
30.
度数と度数分布 どんな値がどのくらい頻繁に現れるか ヒット
[度数] [相対度数] の数試合数 0本 1本 2本 3本 4本 5試合 15試合 10試合 10試合 5試合 計 50試合 2014 A. Asano, Kansai Univ. 割合 10% 30% 20% 20% 10% 100%
31.
度数と度数分布 どんな値がどのくらい頻繁に現れるか ヒット
[度数] [相対度数] の数試合数 0本 1本 2本 3本 4本 5試合 15試合 10試合 10試合 5試合 計 50試合 2014 A. Asano, Kansai Univ. 割合 10% 30% 20% 20% 10% 100% [度数 分布]
32.
「測るデータ」の場合は 「身長」は1本,2本と「数える」 のではなく「測る」
2014 A. Asano, Kansai Univ.
33.
「測るデータ」の場合は 「身長」は1本,2本と「数える」 のではなく「測る」
データの値を「1本,2本」と ランクにわけることができない 2014 A. Asano, Kansai Univ.
34.
「測るデータ」の場合は 「身長」は1本,2本と「数える」 のではなく「測る」
データの値を「1本,2本」と ランクにわけることができない どんな値がどれくらい頻繁に 現れるか,つまり「度数」は どうやって表すのか? 2014 A. Asano, Kansai Univ.
35.
階級と階級値 測ったデータを,ある間隔で段階に区切る 2014
A. Asano, Kansai Univ.
36.
階級と階級値 測ったデータを,ある間隔で段階に区切る 身長
2014 A. Asano, Kansai Univ.
37.
階級と階級値 測ったデータを,ある間隔で段階に区切る 身長
2014 A. Asano, Kansai Univ.
38.
階級と階級値 測ったデータを,ある間隔で段階に区切る 身長
2014 A. Asano, Kansai Univ.
39.
階級と階級値 測ったデータを,ある間隔で段階に区切る 身長
. .. 160~165 165~170 170~175 175~.1 80 .. 2014 A. Asano, Kansai Univ.
40.
階級と階級値 測ったデータを,ある間隔で段階に区切る 身長
. .. 160~165 165~170 170~175 2014 A. Asano, Kansai Univ. 相対度数 175~.1 80 ..
41.
階級と階級値 測ったデータを,ある間隔で段階に区切る 身長
. .. 160~165 165~170 170~175 2014 A. Asano, Kansai Univ. 相対度数 15% 20% 20% 175~.1 80 10% ..
42.
階級と階級値 測ったデータを,ある間隔で段階に区切る 身長
. .. 160~165 165~170 170~175 2014 A. Asano, Kansai Univ. 相対度数 15% 20% 20% 175~.1 80 10% .. [階級]
43.
階級と階級値 測ったデータを,ある間隔で段階に区切る 身長
. .. 160~165 165~170 170~175 2014 A. Asano, Kansai Univ. 相対度数 15% 20% 20% 175~.1 80 10% .. [階級] [階級幅] は5cm
44.
度数分布を作る 階級を決めて,各階級に入るデータ を数える
2014 A. Asano, Kansai Univ.
45.
とあまりに細かい話をしても,分布の特徴を把握することはできませんから,適当な間隔の階級る必要があります。 度数分布を作ってみましょう データから度数分布を作ってみましょう。下の数字は,あるクラス50
名の試験の得点です。 階級幅の取り方を10 点として,度数分布表を作って表に書き込んで行きます。「95 点」のデータ点以上95 点未満の階級に入れます。こういう場合,度数を数えるには,「正」の字を書く,4本に1本の横棒を重ねる,などの,5ごとにまとめて数える方法がよく用いられます。 35 62 65 23 40 30 70 55 57 65 15 90 67 65 70 45 80 度数分布を作る 階級を決めて,各階級に入るデータ を数える 46 45 25 50 62 75 78 48 50 60 75 75 60 78 58 78 1ある党の得票率が100%であるような選挙は,不自然でしょう。 79 63 95 20 46 55 56 70 60 79 18 63 67 85 25 40 50 浅野 晃/統計学(2013 年度秋学期) 第4回(2013. 10. 17) http://racco.mikeneko.jp/ 1/以上未満階級値度数相対度数 15 25 20 4 0.08 (8%) 25 35 30 3 0.06 (6%) 35 45 40 3 0.06 (6%) 45 55 50 8 0.16 (16%) 55 65 60 12 0.24 (24%) 65 75 70 8 0.16 (16%) 75 85 80 9 0.18 (16%) 85 95 90 3 0.06 (6%) 2014 A. Asano, Kansai Univ.
46.
とあまりに細かい話をしても,分布の特徴を把握することはできませんから,適当な間隔の階級る必要があります。 度数分布を作ってみましょう データから度数分布を作ってみましょう。下の数字は,あるクラス50
名の試験の得点です。 階級幅の取り方を10 点として,度数分布表を作って表に書き込んで行きます。「95 点」のデータ点以上95 点未満の階級に入れます。こういう場合,度数を数えるには,「正」の字を書く,4本に1本の横棒を重ねる,などの,5ごとにまとめて数える方法がよく用いられます。 35 62 65 23 40 30 70 55 57 65 15 90 67 65 70 45 80 度数分布を作る 階級を決めて,各階級に入るデータ を数える 46 45 25 50 62 75 78 48 50 60 75 75 60 78 58 78 1ある党の得票率が100%であるような選挙は,不自然でしょう。 79 63 95 20 46 55 56 70 60 79 18 63 67 85 25 40 50 浅野 晃/統計学(2013 年度秋学期) 第4回(2013. 10. 17) http://racco.mikeneko.jp/ 1/数えるときには, 以上未満階級値度数相対度数 15 25 20 4 0.08 (8%) 25 35 30 3 0.06 (6%) 35 45 40 3 0.06 (6%) 45 55 50 8 0.16 (16%) 55 65 60 12 0.24 (24%) 65 75 70 8 0.16 (16%) 75 85 80 9 0.18 (16%) 85 95 90 3 0.06 (6%) 2014 A. Asano, Kansai Univ.
47.
とあまりに細かい話をしても,分布の特徴を把握することはできませんから,適当な間隔の階級る必要があります。 度数分布を作ってみましょう データから度数分布を作ってみましょう。下の数字は,あるクラス50
名の試験の得点です。 階級幅の取り方を10 点として,度数分布表を作って表に書き込んで行きます。「95 点」のデータ点以上95 点未満の階級に入れます。こういう場合,度数を数えるには,「正」の字を書く,4本に1本の横棒を重ねる,などの,5ごとにまとめて数える方法がよく用いられます。 35 62 65 23 40 30 70 55 57 65 15 90 67 65 70 45 80 度数分布を作る 階級を決めて,各階級に入るデータ を数える 46 45 25 50 62 75 78 48 50 60 75 75 60 78 58 78 1ある党の得票率が100%であるような選挙は,不自然でしょう。 79 63 95 20 46 55 56 70 60 79 18 63 67 85 25 40 50 浅野 晃/統計学(2013 年度秋学期) 第4回(2013. 10. 17) http://racco.mikeneko.jp/ 1/数えるときには, 以上未満階級値度数相対度数 15 25 20 4 0.08 (8%) 25 35 30 3 0.06 (6%) 35 45 40 3 0.06 (6%) 45 55 50 8 0.16 (16%) 55 65 60 12 0.24 (24%) 65 75 70 8 0.16 (16%) 75 85 80 9 0.18 (16%) 85 95 90 3 0.06 (6%) 2014 A. Asano, Kansai Univ.
48.
とあまりに細かい話をしても,分布の特徴を把握することはできませんから,適当な間隔の階級る必要があります。 度数分布を作ってみましょう データから度数分布を作ってみましょう。下の数字は,あるクラス50
名の試験の得点です。 階級幅の取り方を10 点として,度数分布表を作って表に書き込んで行きます。「95 点」のデータ点以上95 点未満の階級に入れます。こういう場合,度数を数えるには,「正」の字を書く,4本に1本の横棒を重ねる,などの,5ごとにまとめて数える方法がよく用いられます。 35 62 65 23 40 30 70 55 57 65 15 90 67 65 70 45 80 度数分布を作る 階級を決めて,各階級に入るデータ を数える 46 45 25 50 62 75 78 48 50 60 75 75 60 78 58 78 1ある党の得票率が100%であるような選挙は,不自然でしょう。 79 63 95 20 46 55 56 70 60 79 18 63 67 85 25 40 50 浅野 晃/統計学(2013 年度秋学期) 第4回(2013. 10. 17) http://racco.mikeneko.jp/ 1/数えるときには, 以上未満階級値度数相対度数 15 25 20 4 0.08 (8%) 25 35 30 3 0.06 (6%) 35 45 40 3 0.06 (6%) 45 55 50 8 0.16 (16%) 55 65 60 12 0.24 (24%) 65 75 70 8 0.16 (16%) 75 85 80 9 0.18 (16%) 85 95 90 3 0.06 (6%) 2014 A. Asano, Kansai Univ.
49.
とあまりに細かい話をしても,分布の特徴を把握することはできませんから,適当な間隔の階級る必要があります。 度数分布を作ってみましょう データから度数分布を作ってみましょう。下の数字は,あるクラス50
名の試験の得点です。 階級幅の取り方を10 点として,度数分布表を作って表に書き込んで行きます。「95 点」のデータ点以上95 点未満の階級に入れます。こういう場合,度数を数えるには,「正」の字を書く,4本に1本の横棒を重ねる,などの,5ごとにまとめて数える方法がよく用いられます。 35 62 65 23 40 30 70 55 57 65 15 90 67 65 70 45 80 度数分布を作る 階級を決めて,各階級に入るデータ を数える 46 45 25 50 62 75 78 48 50 60 75 75 60 78 58 78 1ある党の得票率が100%であるような選挙は,不自然でしょう。 79 63 95 20 46 55 56 70 60 79 18 63 67 85 25 40 50 浅野 晃/統計学(2013 年度秋学期) 第4回(2013. 10. 17) http://racco.mikeneko.jp/ 1/数えるときには, 以上未満階級値度数相対度数 15 25 20 4 0.08 (8%) 25 35 30 3 0.06 (6%) 35 45 40 3 0.06 (6%) 45 55 50 8 0.16 (16%) 55 65 60 12 0.24 (24%) 65 75 70 8 0.16 (16%) 75 85 80 9 0.18 (16%) 85 95 90 3 0.06 (6%) 2014 A. Asano, Kansai Univ.
50.
とあまりに細かい話をしても,分布の特徴を把握することはできませんから,適当な間隔の階級る必要があります。 度数分布を作ってみましょう データから度数分布を作ってみましょう。下の数字は,あるクラス50
名の試験の得点です。 階級幅の取り方を10 点として,度数分布表を作って表に書き込んで行きます。「95 点」のデータ点以上95 点未満の階級に入れます。こういう場合,度数を数えるには,「正」の字を書く,4本に1本の横棒を重ねる,などの,5ごとにまとめて数える方法がよく用いられます。 35 62 65 23 40 30 70 55 57 65 15 90 67 65 70 45 80 度数分布を作る 階級を決めて,各階級に入るデータ を数える 46 45 25 50 62 75 78 48 50 60 75 75 60 78 58 78 1ある党の得票率が100%であるような選挙は,不自然でしょう。 79 63 95 20 46 55 56 70 60 79 18 63 67 85 25 40 50 浅野 晃/統計学(2013 年度秋学期) 第4回(2013. 10. 17) http://racco.mikeneko.jp/ 1/数えるときには, 以上未満階級値度数相対度数 15 25 20 4 0.08 (8%) 25 35 30 3 0.06 (6%) 35 45 40 3 0.06 (6%) 45 55 50 8 0.16 (16%) 55 65 60 12 0.24 (24%) 65 75 70 8 0.16 (16%) 75 85 80 9 0.18 (16%) 85 95 90 3 0.06 (6%) 2014 A. Asano, Kansai Univ.
51.
とあまりに細かい話をしても,分布の特徴を把握することはできませんから,適当な間隔の階級る必要があります。 度数分布を作ってみましょう データから度数分布を作ってみましょう。下の数字は,あるクラス50
名の試験の得点です。 階級幅の取り方を10 点として,度数分布表を作って表に書き込んで行きます。「95 点」のデータ点以上95 点未満の階級に入れます。こういう場合,度数を数えるには,「正」の字を書く,4本に1本の横棒を重ねる,などの,5ごとにまとめて数える方法がよく用いられます。 35 62 65 23 40 30 70 55 57 65 15 90 67 65 70 45 80 度数分布を作る 階級を決めて,各階級に入るデータ を数える 46 45 25 50 62 75 78 48 50 60 75 75 60 78 58 78 1ある党の得票率が100%であるような選挙は,不自然でしょう。 79 63 95 20 46 55 56 70 60 79 18 63 67 85 25 40 50 浅野 晃/統計学(2013 年度秋学期) 第4回(2013. 10. 17) http://racco.mikeneko.jp/ 1/数えるときには, 以上未満階級値度数相対度数 15 25 20 4 0.08 (8%) 25 35 30 3 0.06 (6%) 35 45 40 3 0.06 (6%) 45 55 50 8 0.16 (16%) 55 65 60 12 0.24 (24%) 65 75 70 8 0.16 (16%) 75 85 80 9 0.18 (16%) 85 95 90 3 0.06 (6%) 2014 A. Asano, Kansai Univ.
52.
とあまりに細かい話をしても,分布の特徴を把握することはできませんから,適当な間隔の階級る必要があります。 度数分布を作ってみましょう データから度数分布を作ってみましょう。下の数字は,あるクラス50
名の試験の得点です。 階級幅の取り方を10 点として,度数分布表を作って表に書き込んで行きます。「95 点」のデータ点以上95 点未満の階級に入れます。こういう場合,度数を数えるには,「正」の字を書く,4本に1本の横棒を重ねる,などの,5ごとにまとめて数える方法がよく用いられます。 35 62 65 23 40 30 70 55 57 65 15 90 67 65 70 45 80 度数分布を作る 階級を決めて,各階級に入るデータ を数える 46 45 25 50 62 75 78 48 50 60 75 75 60 78 58 78 1ある党の得票率が100%であるような選挙は,不自然でしょう。 79 63 95 20 46 55 56 70 60 79 18 63 67 85 25 40 50 浅野 晃/統計学(2013 年度秋学期) 第4回(2013. 10. 17) http://racco.mikeneko.jp/ 1/数えるときには, 以上未満階級値度数相対度数 15 25 20 4 0.08 (8%) 25 35 30 3 0.06 (6%) 35 45 40 3 0.06 (6%) 45 55 50 8 0.16 (16%) 55 65 60 12 0.24 (24%) 65 75 70 8 0.16 (16%) 75 85 80 9 0.18 (16%) 85 95 90 3 0.06 (6%) という記号や 2014 A. Asano, Kansai Univ.
53.
とあまりに細かい話をしても,分布の特徴を把握することはできませんから,適当な間隔の階級る必要があります。 度数分布を作ってみましょう データから度数分布を作ってみましょう。下の数字は,あるクラス50
名の試験の得点です。 階級幅の取り方を10 点として,度数分布表を作って表に書き込んで行きます。「95 点」のデータ点以上95 点未満の階級に入れます。こういう場合,度数を数えるには,「正」の字を書く,4本に1本の横棒を重ねる,などの,5ごとにまとめて数える方法がよく用いられます。 35 62 65 23 40 30 70 55 57 65 15 90 67 65 70 45 80 度数分布を作る 階級を決めて,各階級に入るデータ を数える 46 45 25 50 62 75 78 48 50 60 75 75 60 78 58 78 1ある党の得票率が100%であるような選挙は,不自然でしょう。 79 63 95 20 46 55 56 70 60 79 18 63 67 85 25 40 50 浅野 晃/統計学(2013 年度秋学期) 第4回(2013. 10. 17) http://racco.mikeneko.jp/ 1/数えるときには, 以上未満階級値度数相対度数 15 25 20 4 0.08 (8%) 25 35 30 3 0.06 (6%) 35 45 40 3 0.06 (6%) 45 55 50 8 0.16 (16%) 55 65 60 12 0.24 (24%) 65 75 70 8 0.16 (16%) 75 85 80 9 0.18 (16%) 85 95 90 3 0.06 (6%) という記号や「正」の字をかく 2014 A. Asano, Kansai Univ.
54.
95 20 46
55 56 70 60 79 18 63 67 85 25 40 50 階級値 以上未満階級値度数相対度数 15 25 20 4 0.08 (8%) 25 35 30 3 0.06 (6%) 35 45 40 3 0.06 (6%) 45 55 50 8 0.16 (16%) 55 65 60 12 0.24 (24%) 65 75 70 8 0.16 (16%) 75 85 80 9 0.18 (18%) 85 95 90 3 0.06 (6%) x x x 計計 2014 A. Asano, Kansai Univ. 50 1 (100%) 表1: 度数分布表 数分布表は表1 のようになります。表の左から3列目に階級値というのがあります。これは,各階 上限下限の中間の値で,その階級に入ったデータ(すなわち試験の得点)は,どれも概略この値で と考えます。 トグラム
55.
95 20 46
55 56 70 60 79 18 63 67 85 25 40 50 階級値 以上未満階級値度数相対度数 15 25 20 4 0.08 (8%) 25 35 30 3 0.06 (6%) 35 45 40 3 0.06 (6%) 45 55 50 8 0.16 (16%) 55 65 60 12 0.24 (24%) 65 75 70 8 0.16 (16%) 75 85 80 9 0.18 (18%) 85 95 90 3 0.06 (6%) x x x 計計 [階級値] 2014 A. Asano, Kansai Univ. 50 1 (100%) 表1: 度数分布表 数分布表は表1 のようになります。表の左から3列目に階級値というのがあります。これは,各階 上限下限の中間の値で,その階級に入ったデータ(すなわち試験の得点)は,どれも概略この値で と考えます。 トグラム
56.
95 20 46
55 56 70 60 79 18 63 67 85 25 40 50 階級値 以上未満階級値度数相対度数 15 25 20 4 0.08 (8%) 25 35 30 3 0.06 (6%) 35 45 40 3 0.06 (6%) 45 55 50 8 0.16 (16%) 55 65 60 12 0.24 (24%) 65 75 70 8 0.16 (16%) 75 85 80 9 0.18 (18%) 85 95 90 3 0.06 (6%) x x x 計計 [階級値] その階級に入ったデータは, どれも概略この値であると考える 2014 A. Asano, Kansai Univ. 50 1 (100%) 表1: 度数分布表 数分布表は表1 のようになります。表の左から3列目に階級値というのがあります。これは,各階 上限下限の中間の値で,その階級に入ったデータ(すなわち試験の得点)は,どれも概略この値で と考えます。 トグラム
57.
ヒストグラム 度数分布をグラフに表す 横軸に階級,縦軸に(相対)度数
2014 A. Asano, Kansai Univ.
58.
ヒストグラム 度数分布をグラフに表す 横軸に階級,縦軸に(相対)度数
2014 A. Asano, Kansai Univ.
59.
ヒストグラム 度数分布をグラフに表す 横軸に階級,縦軸に(相対)度数
実は微妙に違う 2014 A. Asano, Kansai Univ.
60.
ヒストグラム 度数分布をグラフに表す 横軸に階級,縦軸に(相対)度数
実は微妙に違う 2014 A. Asano, Kansai Univ. 階級 度数 90 100 110 120 130 140 図1: ヒストグラムはこんなふうには描かない 90 100 110 120 図2: ヒストグ
61.
ヒストグラム 度数分布をグラフに表す 横軸に階級,縦軸に(相対)度数
実は微妙に違う 2014 A. Asano, Kansai Univ. 階級 度数 90 100 110 120 130 140 これは 「棒グラフ」 2: ヒストグ図1: ヒストグラムはこんなふうには描かない 90 100 110 120 図
62.
面積で度数を表す 横軸に階級をとり, 階級幅を底辺とする柱の面積で
(相対)度数を表す 階級 度数 90 100 110 120 130 140 図1: ヒストグラムはこんなふうには描かない 2014 A. Asano, Kansai Univ. 階級 各柱の面積 =度数 90 100 110 120 130 140 150 図2: ヒストグラムはこう描く ボックスプロット ヒストグラムをさらに簡略化して表現したのがボックスプロット(箱ひげ図)です。これは図4 のよ うに,最小値,第1(下側)四分位数,中位数(中央値,メディアン),第3(上側)四分位数,最大値 だけをグラフの中に表示したものです。分布の形を簡単な図で概略つかむことができます。ここで,中 位数とは,データを小さいほうから並べたときに順位が50% (データが100 個のとき50 位)であるも
63.
面積で度数を表す 横軸に階級をとり, 階級幅を底辺とする柱の面積で
(相対)度数を表す 階級 2014 A. Asano, Kansai Univ. 130 140 なふうには描かない 階級 各柱の面積 =度数 90 100 110 120 130 140 150 図2: ヒストグラムはこう描く 階級 度数 90 100 110 120 130 140 図1: ヒストグラムはこんなふうには描かない 階級 各柱の面積 =度数 90 100 110 120 130 140 150 図2: ヒストグラムはこう描く ボックスプロット ヒストグラムをさらに簡略化して表現したのがボックスプロット(箱ひげ図)です。これは図4 のよ うに,最小値,第1(下側)四分位数,中位数(中央値,メディアン),第3(上側)四分位数,最大値 だけをグラフの中に表示したものです。分布の形を簡単な図で概略つかむことができます。ここで,中 位数とは,データを小さいほうから並べたときに順位が50% (データが100 個のとき50 位)であるも
64.
面積で度数を表す 横軸に階級をとり, 階級幅を底辺とする柱の面積で
(相対)度数を表す 階級 2014 A. Asano, Kansai Univ. 130 140 なふうには描かない 階級の間に「飛び」はない から,柱の間はあかない 階級 各柱の面積 =度数 90 100 110 120 130 140 150 図2: ヒストグラムはこう描く 階級 度数 90 100 110 120 130 140 図1: ヒストグラムはこんなふうには描かない 階級 各柱の面積 =度数 90 100 110 120 130 140 150 図2: ヒストグラムはこう描く ボックスプロット ヒストグラムをさらに簡略化して表現したのがボックスプロット(箱ひげ図)です。これは図4 のよ うに,最小値,第1(下側)四分位数,中位数(中央値,メディアン),第3(上側)四分位数,最大値 だけをグラフの中に表示したものです。分布の形を簡単な図で概略つかむことができます。ここで,中 位数とは,データを小さいほうから並べたときに順位が50% (データが100 個のとき50 位)であるも
65.
なぜ面積で表すのか 柱をくっつけたり切り分けたりするため 面積=100
~ 110 の度数 面積=110 ~ 120 の度数 2014 A. Asano, Kansai Univ. 柱を結合 階級 90 100 110 120 130 140 150
66.
なぜ面積で表すのか 柱をくっつけたり切り分けたりするため 面積=100
~ 110 の度数 面積=110 ~ 120 の度数 2014 A. Asano, Kansai Univ. 柱を結合 階級 90 100 110 120 130 140 150
67.
なぜ面積で表すのか 柱をくっつけたり切り分けたりするため 面積=100
~ 110 の度数 面積=110 ~ 120 の度数 2014 A. Asano, Kansai Univ. 柱を結合 階級 90 100 110 120 130 140 150
68.
なぜ面積で表すのか 柱をくっつけたり切り分けたりするため 面積=100
~ 110 の度数 面積=110 ~ 120 の度数 2014 A. Asano, Kansai Univ. 柱を結合 階級 90 100 110 120 130 140 150
69.
なぜ面積で表すのか 柱をくっつけたり切り分けたりするため 面積=100
~ 110 の度数 面積=110 ~ 120 の度数 2014 A. Asano, Kansai Univ. は 柱を結合 階級 90 100 110 120 130 140 150
70.
なぜ面積で表すのか 柱をくっつけたり切り分けたりするため 面積=100
~ 110 の度数 面積=110 ~ 120 の度数 2014 A. Asano, Kansai Univ. は 柱を結合 100~120の度数 階級 90 100 110 120 130 140 150
71.
なぜ面積で表すのか くっつけた柱を1つにしてもよい 面積=100
~ 110 の度数 面積=110 ~ 120 の度数 2014 A. Asano, Kansai Univ. 柱を結合 階級 90 100 110 120 130 140 150
72.
なぜ面積で表すのか くっつけた柱を1つにしてもよい 面積=100
~ 110 の度数 面積=110 ~ 120 の度数 2014 A. Asano, Kansai Univ. 柱を結合 階級 90 100 110 120 130 140 150
73.
階級 なぜ面積で表すのか くっつけた柱を表示1をつ大にまかしに
てもよい 面積=100 ~ 120 の度数 2014 A. Asano, Kansai Univ. 階級 90 100 110 120 130 140 150 90 100 110 120 130 140 150 割と結合
74.
階級 なぜ面積で表すのか くっつけた柱を表示1をつ大にまかしに
てもよい 面積=100 ~ 120 の度数 2014 A. Asano, Kansai Univ. 柱の面積で表さないと この表し方はできない 階級 90 100 110 120 130 140 150 90 100 110 120 130 140 150 割と結合
75.
階級 なぜ面積で表すのか 柱を分割してもよい
表示を大まかに 面積=100 ~ 120 の度数 2014 A. Asano, Kansai Univ. 階級 90 100 110 120 130 140 150 90 100 110 120 130 140 150 割と結合
76.
階級 なぜ面積で表すのか 柱を分割してもよい
表示を大まかに 面積=100 ~ 120 の度数 2014 A. Asano, Kansai Univ. 階級 90 100 110 120 130 140 150 90 100 110 120 130 140 150 割と結合
77.
なぜ面積で表すのか 柱を分割してもよい 面積=100
~ 110 の度数(概算) 面積=110 ~ 120 の度数(概算) 2014 A. Asano, Kansai Univ. 階級 90 100 110 120 130 140 150
78.
なぜ面積で表すのか 柱を分割してもよい 面積=100
~ 110 の度数(概算) 面積=110 ~ 120 の度数(概算) 2014 A. Asano, Kansai Univ. 階級 90 100 110 120 130 140 150
79.
なぜ面積で表すのか 分割した柱を詳細に表すと 面積=100
~ 110 の度数(概算) 面積=110 ~ 120 の度数(概算) 2014 A. Asano, Kansai Univ. 階級 90 100 110 120 130 140 150
80.
なぜ面積で表すのか 分割した柱を詳細に表すと 面積=100
~ 110 の度数 面積=110 ~ 120 の度数 2014 A. Asano, Kansai Univ. 柱を結合 階級 90 100 110 120 130 140 150
81.
なぜ面積で表すのか 分割した柱を詳細に表すと 面積=100
~ 110 の度数 面積=110 ~ 120 の度数 2014 A. Asano, Kansai Univ. 柱を結合 階級 90 100 110 120 130 140 150 元にもどる
82.
幹葉表示 頻度が見えるように,データを並べる 2014
A. Asano, Kansai Univ.
83.
幹葉表示 頻度が見えるように,データを並べる 2014
A. Asano, Kansai Univ.
84.
度数分布を作ってみましょう データから度数分布を作ってみましょう。下の数字は,あるクラス50 名の試験の得点です。
階級幅の取り方を10 点として,度数分布表を作って表に書き込んで行きます。「95 点」のデー点以上95 点未満の階級に入れます。こういう場合,度数を数えるには,「正」の字を書く,4本に1本の横棒を重ねる,などの,5ごとにまとめて数える方法がよく用いられます。 35 62 65 23 40 30 70 55 57 65 15 90 67 65 70 45 80 幹葉表示 頻度が見えるように,データを並べる 46 45 25 50 62 75 78 48 50 60 75 75 60 78 58 78 1ある党の得票率が100%であるような選挙は,不自然でしょう。 79 63 95 20 46 55 56 70 60 79 18 63 67 85 25 40 50 浅野 晃/統計学(2013 年度秋学期) 第4回(2013. 10. 17) http://racco.mikeneko.jp/ 1/以上未満階級値度数相対度数 15 25 20 4 0.08 (8%) 25 35 30 3 0.06 (6%) 35 45 40 3 0.06 (6%) 45 55 50 8 0.16 (16%) 55 65 60 12 0.24 (24%) 65 75 70 8 0.16 (16%) 75 85 80 9 0.18 (16%) 85 95 90 3 0.06 (6%) x x x 計計 2014 A. Asano, Kansai Univ. 50 1 (100%) 表1: 度数分布表
85.
度数分布を作ってみましょう データから度数分布を作ってみましょう。下の数字は,あるクラス50 名の試験の得点です。
階級幅の取り方を10 点として,度数分布表を作って表に書き込んで行きます。「95 点」のデー点以上95 点未満の階級に入れます。こういう場合,度数を数えるには,「正」の字を書く,4本に1本の横棒を重ねる,などの,5ごとにまとめて数える方法がよく用いられます。 35 62 65 23 40 30 70 55 57 65 15 90 67 65 70 45 80 幹葉表示 頻度が見えるように,データを並べる 46 45 25 50 62 75 78 48 50 60 75 75 60 78 58 78 1ある党の得票率が100%であるような選挙は,不自然でしょう。 79 63 95 20 46 55 56 70 60 79 18 63 67 85 25 40 50 浅野 晃/統計学(2013 年度秋学期) 第4回(2013. 10. 17) http://racco.mikeneko.jp/ 1/十の位一の位 以上未満階級値度数相対度数 15 25 20 4 0.08 (8%) 25 35 30 3 0.06 (6%) 35 45 40 3 0.06 (6%) 45 55 50 8 0.16 (16%) 55 65 60 12 0.24 (24%) 65 75 70 8 0.16 (16%) 75 85 80 9 0.18 (16%) 85 95 90 3 0.06 (6%) x x x 計計 2014 A. Asano, Kansai Univ. 50 1 (100%) 表1: 度数分布表 0 1 2 3 4 5 6 7 8 9
86.
度数分布を作ってみましょう データから度数分布を作ってみましょう。下の数字は,あるクラス50 名の試験の得点です。
階級幅の取り方を10 点として,度数分布表を作って表に書き込んで行きます。「95 点」のデー点以上95 点未満の階級に入れます。こういう場合,度数を数えるには,「正」の字を書く,4本に1本の横棒を重ねる,などの,5ごとにまとめて数える方法がよく用いられます。 35 62 65 23 40 30 70 55 57 65 15 90 67 65 70 45 80 幹葉表示 頻度が見えるように,データを並べる 46 45 25 50 62 75 78 48 50 60 75 75 60 78 58 78 1ある党の得票率が100%であるような選挙は,不自然でしょう。 79 63 95 20 46 55 56 70 60 79 18 63 67 85 25 40 50 浅野 晃/統計学(2013 年度秋学期) 第4回(2013. 10. 17) http://racco.mikeneko.jp/ 1/十の位一の位 以上未満階級値度数相対度数 15 25 20 4 0.08 (8%) 25 35 30 3 0.06 (6%) 35 45 40 3 0.06 (6%) 45 55 50 8 0.16 (16%) 55 65 60 12 0.24 (24%) 65 75 70 8 0.16 (16%) 75 85 80 9 0.18 (16%) 85 95 90 3 0.06 (6%) x x x 計計 2014 A. Asano, Kansai Univ. 50 1 (100%) 表1: 度数分布表 0 1 2 3 4 5 6 7 8 9
87.
度数分布を作ってみましょう データから度数分布を作ってみましょう。下の数字は,あるクラス50 名の試験の得点です。
階級幅の取り方を10 点として,度数分布表を作って表に書き込んで行きます。「95 点」のデー点以上95 点未満の階級に入れます。こういう場合,度数を数えるには,「正」の字を書く,4本に1本の横棒を重ねる,などの,5ごとにまとめて数える方法がよく用いられます。 35 62 65 23 40 30 70 55 57 65 15 90 67 65 70 45 80 幹葉表示 頻度が見えるように,データを並べる 46 45 25 50 62 75 78 48 50 60 75 75 60 78 58 78 1ある党の得票率が100%であるような選挙は,不自然でしょう。 79 63 95 20 46 55 56 70 60 79 18 63 67 85 25 40 50 浅野 晃/統計学(2013 年度秋学期) 第4回(2013. 10. 17) http://racco.mikeneko.jp/ 1/十の位一の位 以上未満階級値度数相対度数 15 25 20 4 0.08 (8%) 25 35 30 3 0.06 (6%) 35 45 40 3 0.06 (6%) 45 55 50 8 0.16 (16%) 55 65 60 12 0.24 (24%) 65 75 70 8 0.16 (16%) 75 85 80 9 0.18 (16%) 85 95 90 3 0.06 (6%) x x x 計計 2014 A. Asano, Kansai Univ. 50 1 (100%) 表1: 度数分布表 0 1 2 3 4 5 6 7 8 9 5
88.
度数分布を作ってみましょう データから度数分布を作ってみましょう。下の数字は,あるクラス50 名の試験の得点です。
階級幅の取り方を10 点として,度数分布表を作って表に書き込んで行きます。「95 点」のデー点以上95 点未満の階級に入れます。こういう場合,度数を数えるには,「正」の字を書く,4本に1本の横棒を重ねる,などの,5ごとにまとめて数える方法がよく用いられます。 35 62 65 23 40 30 70 55 57 65 15 90 67 65 70 45 80 幹葉表示 頻度が見えるように,データを並べる 46 45 25 50 62 75 78 48 50 60 75 75 60 78 58 78 1ある党の得票率が100%であるような選挙は,不自然でしょう。 79 63 95 20 46 55 56 70 60 79 18 63 67 85 25 40 50 浅野 晃/統計学(2013 年度秋学期) 第4回(2013. 10. 17) http://racco.mikeneko.jp/ 1/十の位一の位 以上未満階級値度数相対度数 15 25 20 4 0.08 (8%) 25 35 30 3 0.06 (6%) 35 45 40 3 0.06 (6%) 45 55 50 8 0.16 (16%) 55 65 60 12 0.24 (24%) 65 75 70 8 0.16 (16%) 75 85 80 9 0.18 (16%) 85 95 90 3 0.06 (6%) x x x 計計 2014 A. Asano, Kansai Univ. 50 1 (100%) 表1: 度数分布表 0 1 2 3 4 5 6 7 8 9 5
89.
度数分布を作ってみましょう データから度数分布を作ってみましょう。下の数字は,あるクラス50 名の試験の得点です。
階級幅の取り方を10 点として,度数分布表を作って表に書き込んで行きます。「95 点」のデー点以上95 点未満の階級に入れます。こういう場合,度数を数えるには,「正」の字を書く,4本に1本の横棒を重ねる,などの,5ごとにまとめて数える方法がよく用いられます。 35 62 65 23 40 30 70 55 57 65 15 90 67 65 70 45 80 幹葉表示 頻度が見えるように,データを並べる 46 45 25 50 62 75 78 48 50 60 75 75 60 78 58 78 1ある党の得票率が100%であるような選挙は,不自然でしょう。 79 63 95 20 46 55 56 70 60 79 18 63 67 85 25 40 50 浅野 晃/統計学(2013 年度秋学期) 第4回(2013. 10. 17) http://racco.mikeneko.jp/ 1/十の位一の位 以上未満階級値度数相対度数 15 25 20 4 0.08 (8%) 25 35 30 3 0.06 (6%) 35 45 40 3 0.06 (6%) 45 55 50 8 0.16 (16%) 55 65 60 12 0.24 (24%) 65 75 70 8 0.16 (16%) 75 85 80 9 0.18 (16%) 85 95 90 3 0.06 (6%) x x x 計計 2014 A. Asano, Kansai Univ. 50 1 (100%) 表1: 度数分布表 0 1 2 3 4 5 6 7 8 9 5 2
90.
度数分布を作ってみましょう データから度数分布を作ってみましょう。下の数字は,あるクラス50 名の試験の得点です。
階級幅の取り方を10 点として,度数分布表を作って表に書き込んで行きます。「95 点」のデー点以上95 点未満の階級に入れます。こういう場合,度数を数えるには,「正」の字を書く,4本に1本の横棒を重ねる,などの,5ごとにまとめて数える方法がよく用いられます。 35 62 65 23 40 30 70 55 57 65 15 90 67 65 70 45 80 幹葉表示 頻度が見えるように,データを並べる 46 45 25 50 62 75 78 48 50 60 75 75 60 78 58 78 1ある党の得票率が100%であるような選挙は,不自然でしょう。 79 63 95 20 46 55 56 70 60 79 18 63 67 85 25 40 50 浅野 晃/統計学(2013 年度秋学期) 第4回(2013. 10. 17) http://racco.mikeneko.jp/ 1/十の位一の位 以上未満階級値度数相対度数 15 25 20 4 0.08 (8%) 25 35 30 3 0.06 (6%) 35 45 40 3 0.06 (6%) 45 55 50 8 0.16 (16%) 55 65 60 12 0.24 (24%) 65 75 70 8 0.16 (16%) 75 85 80 9 0.18 (16%) 85 95 90 3 0.06 (6%) x x x 計計 2014 A. Asano, Kansai Univ. 50 1 (100%) 表1: 度数分布表 0 1 2 3 4 5 6 7 8 9 5 2
91.
度数分布を作ってみましょう データから度数分布を作ってみましょう。下の数字は,あるクラス50 名の試験の得点です。
階級幅の取り方を10 点として,度数分布表を作って表に書き込んで行きます。「95 点」のデー点以上95 点未満の階級に入れます。こういう場合,度数を数えるには,「正」の字を書く,4本に1本の横棒を重ねる,などの,5ごとにまとめて数える方法がよく用いられます。 35 62 65 23 40 30 70 55 57 65 15 90 67 65 70 45 80 幹葉表示 頻度が見えるように,データを並べる 46 45 25 50 62 75 78 48 50 60 75 75 60 78 58 78 1ある党の得票率が100%であるような選挙は,不自然でしょう。 79 63 95 20 46 55 56 70 60 79 18 63 67 85 25 40 50 浅野 晃/統計学(2013 年度秋学期) 第4回(2013. 10. 17) http://racco.mikeneko.jp/ 1/十の位一の位 以上未満階級値度数相対度数 15 25 20 4 0.08 (8%) 25 35 30 3 0.06 (6%) 35 45 40 3 0.06 (6%) 45 55 50 8 0.16 (16%) 55 65 60 12 0.24 (24%) 65 75 70 8 0.16 (16%) 75 85 80 9 0.18 (16%) 85 95 90 3 0.06 (6%) x x x 計計 2014 A. Asano, Kansai Univ. 50 1 (100%) 表1: 度数分布表 0 1 2 3 4 5 6 7 8 9 5 2 5
92.
幹葉表示 頻度が見えるように,データを並べる 0
1 5 8 2 3 5 0 5 3 5 0 4 0 5 6 5 8 6 0 5 5 7 0 0 8 5 6 0 6 2 5 5 7 5 2 0 0 3 0 3 7 7 0 0 9 5 8 5 5 8 8 0 9 8 0 5 9 0 5 表3: 幹葉表示(整理前) 2014 A. Asano, Kansai Univ. 0 1 5 8 2 0 3 5 5 3 0 5 4 0 0 5 5 6 6 8 5 0 0 0 5 5 6 7 8 6 0 0 0 2 2 3 3 5 7 0 0 0 5 5 5 8 8 8 0 5 9 0 5 表4: 幹葉表示 全部のデータを並べると
93.
幹葉表示 頻度が見えるように,データを並べる 0
1 5 8 2 3 5 0 5 3 5 0 4 0 5 6 5 8 6 0 5 5 7 0 0 8 5 6 0 6 2 5 5 7 5 2 0 0 3 0 3 7 7 0 0 9 5 8 5 5 8 8 0 9 8 0 5 9 0 5 表3: 幹葉表示(整理前) 2014 A. Asano, Kansai Univ. 0 1 5 8 2 0 3 5 5 3 0 5 4 0 0 5 5 6 6 8 5 0 0 0 5 5 6 7 8 6 0 0 0 2 2 3 3 5 7 0 0 0 5 5 5 8 8 8 0 5 9 0 5 表4: 幹葉表示 全部のデータを並べると一の位を昇順に
94.
幹葉表示 頻度が見えるように,データを並べる 全部のデータを並べると一の位を昇順に
0 1 5 8 2 3 5 0 5 3 5 0 4 0 5 6 5 8 6 0 5 5 7 0 0 8 5 6 0 6 2 5 5 7 5 2 0 0 3 0 3 7 7 0 0 9 5 8 5 5 8 8 0 9 8 0 5 9 0 5 表3: 幹葉表示(整理前) 2014 A. Asano, Kansai Univ. 0 1 5 8 2 0 3 5 5 3 0 5 4 0 0 5 5 6 6 8 5 0 0 0 5 5 6 7 8 6 0 0 0 2 2 3 3 5 7 0 0 0 5 5 5 8 8 8 0 5 9 0 5 表4: 幹葉表示 0 5 6 5 8 6 0 0 0 8 5 6 0 5 7 5 2 0 0 3 0 3 7 9 5 8 5 5 8 8 0 9 幹葉表示(整理前) 0 1 5 8 2 0 3 5 5 3 0 5 4 0 0 5 5 6 6 8 5 0 0 0 5 5 6 7 8 6 0 0 0 2 2 3 3 5 5 5 7 7 7 0 0 0 5 5 5 8 8 8 9 9 8 0 5 9 0 5 表4: 幹葉表示
95.
幹葉表示 頻度が見えるように,データを並べる 全部のデータを並べると一の位を昇順に
0 1 5 8 2 3 5 0 5 3 5 0 4 0 5 6 5 8 6 0 5 5 7 0 0 8 5 6 0 6 2 5 5 7 5 2 0 0 3 0 3 7 7 0 0 9 5 8 5 5 8 8 0 9 8 0 5 9 0 5 表3: 幹葉表示(整理前) 2014 A. Asano, Kansai Univ. 0 1 5 8 2 0 3 5 5 3 0 5 4 0 0 5 5 6 6 8 5 0 0 0 5 5 6 7 8 6 0 0 0 2 2 3 3 5 7 0 0 0 5 5 5 8 8 8 0 5 9 0 5 簡易ヒストグラムになり,データも見える 表4: 幹葉表示 0 5 6 5 8 6 0 0 0 8 5 6 0 5 7 5 2 0 0 3 0 3 7 9 5 8 5 5 8 8 0 9 幹葉表示(整理前) 0 1 5 8 2 0 3 5 5 3 0 5 4 0 0 5 5 6 6 8 5 0 0 0 5 5 6 7 8 6 0 0 0 2 2 3 3 5 5 5 7 7 7 0 0 0 5 5 5 8 8 8 9 9 8 0 5 9 0 5 表4: 幹葉表示
96.
ボックスプロット ヒストグラムをさらに簡略にしたもの 図4:
ボックスプロット順位にもとづく指標 100個のデータがあるとして, 大きさの順に並べ替えた時 最小値 2014 A. Asano, Kansai Univ. 最大値 外れ値 中位数 四分位数 四分位数
97.
ボックスプロット ヒストグラムをさらに簡略にしたもの 図4:
ボックスプロット順位にもとづく指標 100個のデータがあるとして, 大きさの順に並べ替えた時 最小値 2014 A. Asano, Kansai Univ. 最大値 外れ値 中位数 四分位数 四分位数 第50位
98.
ボックスプロット ヒストグラムをさらに簡略にしたもの 図4:
ボックスプロット順位にもとづく指標 100個のデータがあるとして, 大きさの順に並べ替えた時 最小値 2014 A. Asano, Kansai Univ. 最大値 外れ値 中位数 四分位数 四分位数 第50位第25位
99.
ボックスプロット ヒストグラムをさらに簡略にしたもの 図4:
ボックスプロット順位にもとづく指標 100個のデータがあるとして, 大きさの順に並べ替えた時 最小値 2014 A. Asano, Kansai Univ. 最大値 外れ値 中位数 四分位数 四分位数 第75位第50位第25位
100.
パラレルボックスプロット ボックスプロットは,複数個並べられる (ヒストグラムにはできない)
2014 A. Asano, Kansai Univ. 外れ値 図5: パラレルボックスプロット
Download now