SlideShare a Scribd company logo
1 of 123
Download to read offline
A.Asano,KansaiUniv.
2018年度春学期 統計学
浅野 晃
関西大学総合情報学部
分布をまとめる̶平均・分散
第5回
A.Asano,KansaiUniv.
A.Asano,KansaiUniv.
日本の大学生は
世界一?🥇🥇
A.Asano,KansaiUniv.
A.Asano,KansaiUniv.
2018年度春学期 統計学
A.Asano,KansaiUniv. いったいどこのデータ?
EducationEducation
Education at a Glance 2016
OECD INDICATORS
 OECD
(経済協力開発機構)の
「教育概況」2016年版
2018年度春学期 統計学
A.Asano,KansaiUniv. いったいどこのデータ?
教育程度別 国際成人力調査読解力テストでレベル4,5の人の割合
Figure A1.2. Percentage of adults scoring at literacy proficiency Level 4 or 5,
by educational attainment (2012 or 2015)
Survey of Adult Skills, 25-64 year-old non-students
Note: Chile, Greece, Israel, Jakarta (Indonesia), Lithuania, New Zealand, Singapore, Slovenia, Turkey: Year of reference 2015. All other countries:
Year of reference 2012.
* See note on data for the Russian Federation in the Methodology section.
Countries and subnational entities are ranked in descending order of the percentage of 25-64 year-olds with tertiary education and literacy proficiency Level 4 or 5.
Source: OECD. Table A1.6 (L) available on line. See Annex 3 for notes (www.oecd.org/education/education-at-a-glance-19991487.htm).
12 http://dx.doi.org/10.1787/888933396586
Below upper secondary
Upper secondary or post-secondary non-tertiary
Tertiary
Japan
Finland
Netherlands
Sweden
Australia
Norway
Flanders(Belgium)
NewZealand
England(UK)
UnitedStates
CzechRepublic
Poland
Canada
NorthernIreland(UK)
Austria
Average
Germany
Ireland
France
Denmark
Estonia
Singapore
SlovakRepublic
Korea
Slovenia
Israel
RussianFederation*
Spain
Greece
Lithuania
Italy
Chile
Turkey
Jakarta(Indonesia)
40
35
30
25
20
15
10
5
0
%
 
2018年度春学期 統計学
A.Asano,KansaiUniv. いったいどこのデータ?
教育程度別 国際成人力調査読解力テストでレベル4,5の人の割合
Figure A1.2. Percentage of adults scoring at literacy proficiency Level 4 or 5,
by educational attainment (2012 or 2015)
Survey of Adult Skills, 25-64 year-old non-students
Note: Chile, Greece, Israel, Jakarta (Indonesia), Lithuania, New Zealand, Singapore, Slovenia, Turkey: Year of reference 2015. All other countries:
Year of reference 2012.
* See note on data for the Russian Federation in the Methodology section.
Countries and subnational entities are ranked in descending order of the percentage of 25-64 year-olds with tertiary education and literacy proficiency Level 4 or 5.
Source: OECD. Table A1.6 (L) available on line. See Annex 3 for notes (www.oecd.org/education/education-at-a-glance-19991487.htm).
12 http://dx.doi.org/10.1787/888933396586
Below upper secondary
Upper secondary or post-secondary non-tertiary
Tertiary
Japan
Finland
Netherlands
Sweden
Australia
Norway
Flanders(Belgium)
NewZealand
England(UK)
UnitedStates
CzechRepublic
Poland
Canada
NorthernIreland(UK)
Austria
Average
Germany
Ireland
France
Denmark
Estonia
Singapore
SlovakRepublic
Korea
Slovenia
Israel
RussianFederation*
Spain
Greece
Lithuania
Italy
Chile
Turkey
Jakarta(Indonesia)
40
35
30
25
20
15
10
5
0
%
 
↙大卒レベル
2018年度春学期 統計学
A.Asano,KansaiUniv. いったいどこのデータ?
教育程度別 国際成人力調査読解力テストでレベル4,5の人の割合
Figure A1.2. Percentage of adults scoring at literacy proficiency Level 4 or 5,
by educational attainment (2012 or 2015)
Survey of Adult Skills, 25-64 year-old non-students
Note: Chile, Greece, Israel, Jakarta (Indonesia), Lithuania, New Zealand, Singapore, Slovenia, Turkey: Year of reference 2015. All other countries:
Year of reference 2012.
* See note on data for the Russian Federation in the Methodology section.
Countries and subnational entities are ranked in descending order of the percentage of 25-64 year-olds with tertiary education and literacy proficiency Level 4 or 5.
Source: OECD. Table A1.6 (L) available on line. See Annex 3 for notes (www.oecd.org/education/education-at-a-glance-19991487.htm).
12 http://dx.doi.org/10.1787/888933396586
Below upper secondary
Upper secondary or post-secondary non-tertiary
Tertiary
Japan
Finland
Netherlands
Sweden
Australia
Norway
Flanders(Belgium)
NewZealand
England(UK)
UnitedStates
CzechRepublic
Poland
Canada
NorthernIreland(UK)
Austria
Average
Germany
Ireland
France
Denmark
Estonia
Singapore
SlovakRepublic
Korea
Slovenia
Israel
RussianFederation*
Spain
Greece
Lithuania
Italy
Chile
Turkey
Jakarta(Indonesia)
40
35
30
25
20
15
10
5
0
%
 
↙大卒レベル
↙高卒レベル
2018年度春学期 統計学
A.Asano,KansaiUniv. いったいどこのデータ?
教育程度別 国際成人力調査読解力テストでレベル4,5の人の割合
Figure A1.2. Percentage of adults scoring at literacy proficiency Level 4 or 5,
by educational attainment (2012 or 2015)
Survey of Adult Skills, 25-64 year-old non-students
Note: Chile, Greece, Israel, Jakarta (Indonesia), Lithuania, New Zealand, Singapore, Slovenia, Turkey: Year of reference 2015. All other countries:
Year of reference 2012.
* See note on data for the Russian Federation in the Methodology section.
Countries and subnational entities are ranked in descending order of the percentage of 25-64 year-olds with tertiary education and literacy proficiency Level 4 or 5.
Source: OECD. Table A1.6 (L) available on line. See Annex 3 for notes (www.oecd.org/education/education-at-a-glance-19991487.htm).
12 http://dx.doi.org/10.1787/888933396586
Below upper secondary
Upper secondary or post-secondary non-tertiary
Tertiary
Japan
Finland
Netherlands
Sweden
Australia
Norway
Flanders(Belgium)
NewZealand
England(UK)
UnitedStates
CzechRepublic
Poland
Canada
NorthernIreland(UK)
Austria
Average
Germany
Ireland
France
Denmark
Estonia
Singapore
SlovakRepublic
Korea
Slovenia
Israel
RussianFederation*
Spain
Greece
Lithuania
Italy
Chile
Turkey
Jakarta(Indonesia)
40
35
30
25
20
15
10
5
0
%
 
↙大卒レベル
↙高卒レベル
↙中卒レベル
2018年度春学期 統計学
A.Asano,KansaiUniv. いったいどこのデータ?
教育程度別 国際成人力調査読解力テストでレベル4,5の人の割合
Figure A1.2. Percentage of adults scoring at literacy proficiency Level 4 or 5,
by educational attainment (2012 or 2015)
Survey of Adult Skills, 25-64 year-old non-students
Note: Chile, Greece, Israel, Jakarta (Indonesia), Lithuania, New Zealand, Singapore, Slovenia, Turkey: Year of reference 2015. All other countries:
Year of reference 2012.
* See note on data for the Russian Federation in the Methodology section.
Countries and subnational entities are ranked in descending order of the percentage of 25-64 year-olds with tertiary education and literacy proficiency Level 4 or 5.
Source: OECD. Table A1.6 (L) available on line. See Annex 3 for notes (www.oecd.org/education/education-at-a-glance-19991487.htm).
12 http://dx.doi.org/10.1787/888933396586
Below upper secondary
Upper secondary or post-secondary non-tertiary
Tertiary
Japan
Finland
Netherlands
Sweden
Australia
Norway
Flanders(Belgium)
NewZealand
England(UK)
UnitedStates
CzechRepublic
Poland
Canada
NorthernIreland(UK)
Austria
Average
Germany
Ireland
France
Denmark
Estonia
Singapore
SlovakRepublic
Korea
Slovenia
Israel
RussianFederation*
Spain
Greece
Lithuania
Italy
Chile
Turkey
Jakarta(Indonesia)
40
35
30
25
20
15
10
5
0
%
 
↙大卒レベル
↙高卒レベル
↙中卒レベル
2018年度春学期 統計学
A.Asano,KansaiUniv. いったいどこのデータ?
教育程度別 国際成人力調査読解力テストでレベル4,5の人の割合
Figure A1.2. Percentage of adults scoring at literacy proficiency Level 4 or 5,
by educational attainment (2012 or 2015)
Survey of Adult Skills, 25-64 year-old non-students
Note: Chile, Greece, Israel, Jakarta (Indonesia), Lithuania, New Zealand, Singapore, Slovenia, Turkey: Year of reference 2015. All other countries:
Year of reference 2012.
* See note on data for the Russian Federation in the Methodology section.
Countries and subnational entities are ranked in descending order of the percentage of 25-64 year-olds with tertiary education and literacy proficiency Level 4 or 5.
Source: OECD. Table A1.6 (L) available on line. See Annex 3 for notes (www.oecd.org/education/education-at-a-glance-19991487.htm).
12 http://dx.doi.org/10.1787/888933396586
Below upper secondary
Upper secondary or post-secondary non-tertiary
Tertiary
Japan
Finland
Netherlands
Sweden
Australia
Norway
Flanders(Belgium)
NewZealand
England(UK)
UnitedStates
CzechRepublic
Poland
Canada
NorthernIreland(UK)
Austria
Average
Germany
Ireland
France
Denmark
Estonia
Singapore
SlovakRepublic
Korea
Slovenia
Israel
RussianFederation*
Spain
Greece
Lithuania
Italy
Chile
Turkey
Jakarta(Indonesia)
40
35
30
25
20
15
10
5
0
%
 
↙大卒レベル
↙高卒レベル
↙中卒レベル
※よく読むと,国どうしの比較は目的ではないと書いてある
2018年度春学期 統計学
A.Asano,KansaiUniv. 国際成人力調査(PIAAC)とは
文部科学省のサイトに載っています
2018年度春学期 統計学
A.Asano,KansaiUniv. 調査の問題例
11..55 図図書書検検索索にに関関すするる問問題題 【【習習熟熟度度レレベベルル::44,,難難易易度度::334488点点】】
○○状状 況況 教教育育・・訓訓練練
○○形形 式式 複複数数��文文章章かかららななるる複複合合型型
○○認認知知的的スストトララテテシジ゙ーー 情情報報��統統合合・・解解釈釈
図書検索結果を見てください。次�質問�答えとなる書名を選び、そ�横にある四角をクリック
してください。
遺伝子組み換え食品に賛成�主張と反対�主張�いずれも信頼できないと主張している��
ど�本ですか。
2018年度春学期 統計学
A.Asano,KansaiUniv. 調査の問題例
11..55 図図書書検検索索にに関関すするる問問題題 【【習習熟熟度度レレベベルル::44,,難難易易度度::334488点点】】
○○状状 況況 教教育育・・訓訓練練
○○形形 式式 複複数数��文文章章かかららななるる複複合合型型
○○認認知知的的スストトララテテシジ゙ーー 情情報報��統統合合・・解解釈釈
図書検索結果を見てください。次�質問�答えとなる書名を選び、そ�横にある四角をクリック
してください。
遺伝子組み換え食品に賛成�主張と反対�主張�いずれも信頼できないと主張している��
ど�本ですか。
図書検索結果を見てください。次�質問�答えとなる書名を選び、そ�横にある四角をクリック
してください。
遺伝子組み換え食品に賛成�主張と反対�主張�いずれも信頼できないと主張している��
ど�本ですか。
2018年度春学期 統計学
A.Asano,KansaiUniv. 調査の問題例
11..55 図図書書検検索索にに関関すするる問問題題 【【習習熟熟度度レレベベルル::44,,難難易易度度::334488点点】】
○○状状 況況 教教育育・・訓訓練練
○○形形 式式 複複数数��文文章章かかららななるる複複合合型型
○○認認知知的的スストトララテテシジ゙ーー 情情報報��統統合合・・解解釈釈
図書検索結果を見てください。次�質問�答えとなる書名を選び、そ�横にある四角をクリック
してください。
遺伝子組み換え食品に賛成�主張と反対�主張�いずれも信頼できないと主張している��
ど�本ですか。
図書検索結果を見てください。次�質問�答えとなる書名を選び、そ�横にある四角をクリック
してください。
遺伝子組み換え食品に賛成�主張と反対�主張�いずれも信頼できないと主張している��
ど�本ですか。
A.Asano,KansaiUniv.
A.Asano,KansaiUniv.
現在では,
「元データ」にあたることは
むずかしくありません💡💡
A.Asano,KansaiUniv.
現在では,
「元データ」にあたることは
むずかしくありません💡💡
英語#は必要です
A.Asano,KansaiUniv.
A.Asano,KansaiUniv.
代表値
2018年度春学期 統計学
A.Asano,KansaiUniv. 代表値とは
統計学が相手にするのは,
「分布」しているデータ
データをこんな
ふうに読めれば
いいけれど…
http://www3.ic-net.or.jp/~yaguchi/houwa/daihannya.htm
(大般若会の写真)
2018年度春学期 統計学
A.Asano,KansaiUniv. 代表値とは
こんなことはできないので,
•ひとつの数にまとめる
http://www3.ic-net.or.jp/~yaguchi/houwa/daihannya.htm
•図示する(ヒストグラム)
2018年度春学期 統計学
A.Asano,KansaiUniv. 代表値とは
こんなことはできないので,
•ひとつの数にまとめる
http://www3.ic-net.or.jp/~yaguchi/houwa/daihannya.htm
[代表値]
•図示する(ヒストグラム)
2018年度春学期 統計学
A.Asano,KansaiUniv. 代表値とは
こんなことはできないので,
•ひとつの数にまとめる
http://www3.ic-net.or.jp/~yaguchi/houwa/daihannya.htm
[代表値]
数字で表されていれば,
計算ができる
•図示する(ヒストグラム)
(大般若会の写真)
2018年度春学期 統計学
A.Asano,KansaiUniv. 平均
とくに[算術平均]は
代表的な代表値
(算術)平均
  =(データの総和)÷(数値の個数)
2018年度春学期 統計学
A.Asano,KansaiUniv. 平均
とくに[算術平均]は
代表的な代表値
(算術)平均
  =(データの総和)÷(数値の個数)
↑
” / ”でも同じ意味
2018年度春学期 統計学
A.Asano,KansaiUniv. 平均
データ x1, x2, . . . , xn,
数値の個数
(データサイズ)
n
のとき
平均 ¯x =
x1 + x2 + · · · + xn
n
=
1
n
n
i=1
xi
2018年度春学期 統計学
A.Asano,KansaiUniv. 平均
データ x1, x2, . . . , xn,
数値の個数
(データサイズ)
n
のとき
平均 ¯x =
x1 + x2 + · · · + xn
n
=
1
n
n
i=1
xi和
2018年度春学期 統計学
A.Asano,KansaiUniv. データサイズ?
「データ」という言葉は,
数値の集まりをさす
(1つ1つの数値ではない)
データの中に含まれる
数値の個数を大きさ(サイズ)という
2018年度春学期 統計学
A.Asano,KansaiUniv. データサイズ?
「データ」という言葉は,
数値の集まりをさす
(1つ1つの数値ではない)
データの中に含まれる
数値の個数を大きさ(サイズ)という
家族(family)という言葉に似ている
2018年度春学期 統計学
A.Asano,KansaiUniv. 度数分布から平均を求める
度数分布とは,これでした
                           
                       
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
50 1 (100%)
2018年度春学期 統計学
A.Asano,KansaiUniv. 度数分布から平均を求める
平均=(データの合計)/(データサイズ)
  =([階級値×度数]の合計)/(データサイズ)
  =[階級値×(度数/データサイズ)]の合計
  =[階級値×相対度数]の合計
                           
                       
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
50 1 (100%)
2018年度春学期 統計学
A.Asano,KansaiUniv. 度数分布から平均を求める
平均=(データの合計)/(データサイズ)
  =([階級値×度数]の合計)/(データサイズ)
  =[階級値×(度数/データサイズ)]の合計
  =[階級値×相対度数]の合計
                           
                       
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
50 1 (100%)
2018年度春学期 統計学
A.Asano,KansaiUniv. 度数分布から平均を求める
平均=(データの合計)/(データサイズ)
  =([階級値×度数]の合計)/(データサイズ)
  =[階級値×(度数/データサイズ)]の合計
  =[階級値×相対度数]の合計
                           
                       
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
50 1 (100%)
2018年度春学期 統計学
A.Asano,KansaiUniv. 度数分布から平均を求める
平均=(データの合計)/(データサイズ)
  =([階級値×度数]の合計)/(データサイズ)
  =[階級値×(度数/データサイズ)]の合計
  =[階級値×相対度数]の合計
                           
                       
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
50 1 (100%)
2018年度春学期 統計学
A.Asano,KansaiUniv. 度数分布から平均を求める
平均=(データの合計)/(データサイズ)
  =([階級値×度数]の合計)/(データサイズ)
  =[階級値×(度数/データサイズ)]の合計
  =[階級値×相対度数]の合計
                           
                       
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
50 1 (100%)
2018年度春学期 統計学
A.Asano,KansaiUniv. 度数分布から平均を求める
平均=(データの合計)/(データサイズ)
  =([階級値×度数]の合計)/(データサイズ)
  =[階級値×(度数/データサイズ)]の合計
  =[階級値×相対度数]の合計
                           
                       
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
50 1 (100%)
A.Asano,KansaiUniv.
A.Asano,KansaiUniv.
分散と標準偏差
2018年度春学期 統計学
A.Asano,KansaiUniv. 「ばらつき」を数字で
分布は,
大小ばらばらな数値からなるデータ
どのくらいばらばらかを,
数字で表そう
2018年度春学期 統計学
A.Asano,KansaiUniv. 「ばらつき」を数字で
分布は,
大小ばらばらな数値からなるデータ
どのくらいばらばらかを,
数字で表そう
A: 0, 3, 3, 5, 5, 5, 5, 7, 7, 10
B: 0, 1, 2, 3, 5, 5, 7, 8, 9, 10
C: 3, 4, 4, 5, 5, 5, 5, 6, 6, 7
2018年度春学期 統計学
A.Asano,KansaiUniv. 「ばらつき」を数字で
分布は,
大小ばらばらな数値からなるデータ
どのくらいばらばらかを,
数字で表そう
A: 0, 3, 3, 5, 5, 5, 5, 7, 7, 10
B: 0, 1, 2, 3, 5, 5, 7, 8, 9, 10
C: 3, 4, 4, 5, 5, 5, 5, 6, 6, 7
どう違う?
2018年度春学期 統計学
A.Asano,KansaiUniv. 「ばらつき」を数字で
分布は,
大小ばらばらな数値からなるデータ
どのくらいばらばらかを,
数字で表そう
A: 0, 3, 3, 5, 5, 5, 5, 7, 7, 10
B: 0, 1, 2, 3, 5, 5, 7, 8, 9, 10
C: 3, 4, 4, 5, 5, 5, 5, 6, 6, 7
どう違う?
平均は
どれも5
2018年度春学期 統計学
A.Asano,KansaiUniv. レンジとばらつき
A: 0, 3, 3, 5, 5, 5, 5, 7, 7, 10
B: 0, 1, 2, 3, 5, 5, 7, 8, 9, 10
C: 3, 4, 4, 5, 5, 5, 5, 6, 6, 7
   
2018年度春学期 統計学
A.Asano,KansaiUniv. レンジとばらつき
A: 0, 3, 3, 5, 5, 5, 5, 7, 7, 10
B: 0, 1, 2, 3, 5, 5, 7, 8, 9, 10
C: 3, 4, 4, 5, 5, 5, 5, 6, 6, 7
   
2018年度春学期 統計学
A.Asano,KansaiUniv. レンジとばらつき
Cは,最大と最小の差[レンジ]が
違う
A: 0, 3, 3, 5, 5, 5, 5, 7, 7, 10
B: 0, 1, 2, 3, 5, 5, 7, 8, 9, 10
C: 3, 4, 4, 5, 5, 5, 5, 6, 6, 7
   
2018年度春学期 統計学
A.Asano,KansaiUniv. レンジとばらつき
Cは,最大と最小の差[レンジ]が
違う
A: 0, 3, 3, 5, 5, 5, 5, 7, 7, 10
B: 0, 1, 2, 3, 5, 5, 7, 8, 9, 10
C: 3, 4, 4, 5, 5, 5, 5, 6, 6, 7
   
A, Bはレンジは同じだが,
2018年度春学期 統計学
A.Asano,KansaiUniv. レンジとばらつき
Cは,最大と最小の差[レンジ]が
違う
A: 0, 3, 3, 5, 5, 5, 5, 7, 7, 10
B: 0, 1, 2, 3, 5, 5, 7, 8, 9, 10
C: 3, 4, 4, 5, 5, 5, 5, 6, 6, 7
   
A, Bはレンジは同じだが,
Bのほうがばらついている
ように見える
2018年度春学期 統計学
A.Asano,KansaiUniv. レンジとばらつき
Cは,最大と最小の差[レンジ]が
違う
A: 0, 3, 3, 5, 5, 5, 5, 7, 7, 10
B: 0, 1, 2, 3, 5, 5, 7, 8, 9, 10
C: 3, 4, 4, 5, 5, 5, 5, 6, 6, 7
   
A, Bはレンジは同じだが,
Bのほうがばらついている
ように見える
2018年度春学期 統計学
A.Asano,KansaiUniv. レンジとばらつき
Cは,最大と最小の差[レンジ]が
違う
A: 0, 3, 3, 5, 5, 5, 5, 7, 7, 10
B: 0, 1, 2, 3, 5, 5, 7, 8, 9, 10
C: 3, 4, 4, 5, 5, 5, 5, 6, 6, 7
   
A, Bはレンジは同じだが,
Bのほうがばらついている
ように見える
2018年度春学期 統計学
A.Asano,KansaiUniv. 偏差
各数値と平均との差を[偏差]という
A: 0, 3, 3, 5, 5, 5, 5, 7, 7, 10
B: 0, 1, 2, 3, 5, 5, 7, 8, 9, 10
2018年度春学期 統計学
A.Asano,KansaiUniv. 偏差
各数値と平均との差を[偏差]という
A: 0, 3, 3, 5, 5, 5, 5, 7, 7, 10
B: 0, 1, 2, 3, 5, 5, 7, 8, 9, 10
0
2018年度春学期 統計学
A.Asano,KansaiUniv. 偏差
各数値と平均との差を[偏差]という
A: 0, 3, 3, 5, 5, 5, 5, 7, 7, 10
B: 0, 1, 2, 3, 5, 5, 7, 8, 9, 10
00
2018年度春学期 統計学
A.Asano,KansaiUniv. 偏差
各数値と平均との差を[偏差]という
A: 0, 3, 3, 5, 5, 5, 5, 7, 7, 10
B: 0, 1, 2, 3, 5, 5, 7, 8, 9, 10
0 00
2018年度春学期 統計学
A.Asano,KansaiUniv. 偏差
各数値と平均との差を[偏差]という
A: 0, 3, 3, 5, 5, 5, 5, 7, 7, 10
B: 0, 1, 2, 3, 5, 5, 7, 8, 9, 10
0 0 00
2018年度春学期 統計学
A.Asano,KansaiUniv. 偏差
各数値と平均との差を[偏差]という
A: 0, 3, 3, 5, 5, 5, 5, 7, 7, 10
B: 0, 1, 2, 3, 5, 5, 7, 8, 9, 10
0 +20 00
2018年度春学期 統計学
A.Asano,KansaiUniv. 偏差
各数値と平均との差を[偏差]という
A: 0, 3, 3, 5, 5, 5, 5, 7, 7, 10
B: 0, 1, 2, 3, 5, 5, 7, 8, 9, 10
0 +20 00-2
2018年度春学期 統計学
A.Asano,KansaiUniv. 偏差
各数値と平均との差を[偏差]という
A: 0, 3, 3, 5, 5, 5, 5, 7, 7, 10
B: 0, 1, 2, 3, 5, 5, 7, 8, 9, 10
0 +20 00-2 +2
2018年度春学期 統計学
A.Asano,KansaiUniv. 偏差
各数値と平均との差を[偏差]という
A: 0, 3, 3, 5, 5, 5, 5, 7, 7, 10
B: 0, 1, 2, 3, 5, 5, 7, 8, 9, 10
0 +2-2 0 00-2 +2
2018年度春学期 統計学
A.Asano,KansaiUniv. 偏差
各数値と平均との差を[偏差]という
A: 0, 3, 3, 5, 5, 5, 5, 7, 7, 10
B: 0, 1, 2, 3, 5, 5, 7, 8, 9, 10
0 +2 +5-2 0 00-2 +2
2018年度春学期 統計学
A.Asano,KansaiUniv. 偏差
各数値と平均との差を[偏差]という
A: 0, 3, 3, 5, 5, 5, 5, 7, 7, 10
B: 0, 1, 2, 3, 5, 5, 7, 8, 9, 10
0 +2 +5-2-5 0 00-2 +2
2018年度春学期 統計学
A.Asano,KansaiUniv. 偏差
各数値と平均との差を[偏差]という
A: 0, 3, 3, 5, 5, 5, 5, 7, 7, 10
B: 0, 1, 2, 3, 5, 5, 7, 8, 9, 10
0 +2 +5-2-5
0
0 00-2 +2
2018年度春学期 統計学
A.Asano,KansaiUniv. 偏差
各数値と平均との差を[偏差]という
A: 0, 3, 3, 5, 5, 5, 5, 7, 7, 10
B: 0, 1, 2, 3, 5, 5, 7, 8, 9, 10
0 +2 +5-2-5
0
0 00-2 +2
0
2018年度春学期 統計学
A.Asano,KansaiUniv. 偏差
各数値と平均との差を[偏差]という
A: 0, 3, 3, 5, 5, 5, 5, 7, 7, 10
B: 0, 1, 2, 3, 5, 5, 7, 8, 9, 10
0 +2 +5-2-5
0
0 00-2 +2
0 +2
2018年度春学期 統計学
A.Asano,KansaiUniv. 偏差
各数値と平均との差を[偏差]という
A: 0, 3, 3, 5, 5, 5, 5, 7, 7, 10
B: 0, 1, 2, 3, 5, 5, 7, 8, 9, 10
0 +2 +5-2-5
0
0 00-2 +2
0-2 +2
2018年度春学期 統計学
A.Asano,KansaiUniv. 偏差
各数値と平均との差を[偏差]という
A: 0, 3, 3, 5, 5, 5, 5, 7, 7, 10
B: 0, 1, 2, 3, 5, 5, 7, 8, 9, 10
0 +2 +5-2-5
0
0 00-2 +2
0-2 +2 +3
2018年度春学期 統計学
A.Asano,KansaiUniv. 偏差
各数値と平均との差を[偏差]という
A: 0, 3, 3, 5, 5, 5, 5, 7, 7, 10
B: 0, 1, 2, 3, 5, 5, 7, 8, 9, 10
0 +2 +5-2-5
0
0 00-2 +2
0-3 -2 +2 +3
2018年度春学期 統計学
A.Asano,KansaiUniv. 偏差
各数値と平均との差を[偏差]という
A: 0, 3, 3, 5, 5, 5, 5, 7, 7, 10
B: 0, 1, 2, 3, 5, 5, 7, 8, 9, 10
0 +2 +5-2-5
0
0 00-2 +2
0-3 -2 +2 +3+4
2018年度春学期 統計学
A.Asano,KansaiUniv. 偏差
各数値と平均との差を[偏差]という
A: 0, 3, 3, 5, 5, 5, 5, 7, 7, 10
B: 0, 1, 2, 3, 5, 5, 7, 8, 9, 10
0 +2 +5-2-5
0-4
0 00-2 +2
0-3 -2 +2 +3+4
2018年度春学期 統計学
A.Asano,KansaiUniv. 偏差
各数値と平均との差を[偏差]という
A: 0, 3, 3, 5, 5, 5, 5, 7, 7, 10
B: 0, 1, 2, 3, 5, 5, 7, 8, 9, 10
0 +2 +5-2-5
0 +5-4
0 00-2 +2
0-3 -2 +2 +3+4
2018年度春学期 統計学
A.Asano,KansaiUniv. 偏差
各数値と平均との差を[偏差]という
A: 0, 3, 3, 5, 5, 5, 5, 7, 7, 10
B: 0, 1, 2, 3, 5, 5, 7, 8, 9, 10
0 +2 +5-2-5
0 +5-5 -4
0 00-2 +2
0-3 -2 +2 +3+4
2018年度春学期 統計学
A.Asano,KansaiUniv. 偏差
偏差を平均したら,AとBのばらつきの
違いが表せる?
各数値と平均との差を[偏差]という
A: 0, 3, 3, 5, 5, 5, 5, 7, 7, 10
B: 0, 1, 2, 3, 5, 5, 7, 8, 9, 10
0 +2 +5-2-5
0 +5-5 -4
0 00-2 +2
0-3 -2 +2 +3+4
2018年度春学期 統計学
A.Asano,KansaiUniv. 偏差の平均?
A: 0, 3, 3, 5, 5, 5, 5, 7, 7, 10
B: 0, 1, 2, 3, 5, 5, 7, 8, 9, 10
0 +2 +5-2-5
0 +5-5 -4
0 00-2 +2
0-3 -2 +2 +3+4
2018年度春学期 統計学
A.Asano,KansaiUniv. 偏差の平均?
だめ。平均したらゼロ
A: 0, 3, 3, 5, 5, 5, 5, 7, 7, 10
B: 0, 1, 2, 3, 5, 5, 7, 8, 9, 10
0 +2 +5-2-5
0 +5-5 -4
0 00-2 +2
0-3 -2 +2 +3+4
2018年度春学期 統計学
A.Asano,KansaiUniv. 偏差を2乗する
偏差を2乗したら,全部正の数に
なるから,それから平均する
A: 0, 3, 3, 5, 5, 5, 5, 7, 7, 10
B: 0, 1, 2, 3, 5, 5, 7, 8, 9, 10
0 +2 +5-2-5
0 +5-5 -4
0 00-2 +2
0-3 -2 +2 +3+4
2018年度春学期 統計学
A.Asano,KansaiUniv. 偏差を2乗する
偏差を2乗したら,全部正の数に
なるから,それから平均する
A: 0, 3, 3, 5, 5, 5, 5, 7, 7, 10
B: 0, 1, 2, 3, 5, 5, 7, 8, 9, 10
0 +2 +5-2-5
0 +5-5 -4
0 00-2 +2
0-3 -2 +2 +3+4
25 4 4 0 0 0 0 4 4 25
2018年度春学期 統計学
A.Asano,KansaiUniv. 偏差を2乗する
偏差を2乗したら,全部正の数に
なるから,それから平均する
A: 0, 3, 3, 5, 5, 5, 5, 7, 7, 10
B: 0, 1, 2, 3, 5, 5, 7, 8, 9, 10
0 +2 +5-2-5
0 +5-5 -4
0 00-2 +2
0-3 -2 +2 +3+4
25 4 4 0 0 0 0 4 4 25
25 16 9 4 0 0 4 9 16 25
2018年度春学期 統計学
A.Asano,KansaiUniv. 分散
A: 0, 3, 3, 5, 5, 5, 5, 7, 7, 10
B: 0, 1, 2, 3, 5, 5, 7, 8, 9, 10
0 +2 +5-2-5
0 +5-5 -4
0 00-2 +2
0-3 -2 +2 +3+4
25 4 4 0 0 0 0 4 4 25
25 16 9 4 0 0 4 9 16 25
2018年度春学期 統計学
A.Asano,KansaiUniv. 分散
A: 0, 3, 3, 5, 5, 5, 5, 7, 7, 10
B: 0, 1, 2, 3, 5, 5, 7, 8, 9, 10
0 +2 +5-2-5
0 +5-5 -4
0 00-2 +2
0-3 -2 +2 +3+4
25 4 4 0 0 0 0 4 4 25
25 16 9 4 0 0 4 9 16 25
平均 6.6
2018年度春学期 統計学
A.Asano,KansaiUniv. 分散
A: 0, 3, 3, 5, 5, 5, 5, 7, 7, 10
B: 0, 1, 2, 3, 5, 5, 7, 8, 9, 10
0 +2 +5-2-5
0 +5-5 -4
0 00-2 +2
0-3 -2 +2 +3+4
25 4 4 0 0 0 0 4 4 25
25 16 9 4 0 0 4 9 16 25
平均 6.6
平均 10.8
2018年度春学期 統計学
A.Asano,KansaiUniv. 分散
A: 0, 3, 3, 5, 5, 5, 5, 7, 7, 10
B: 0, 1, 2, 3, 5, 5, 7, 8, 9, 10
0 +2 +5-2-5
0 +5-5 -4
0 00-2 +2
0-3 -2 +2 +3+4
25 4 4 0 0 0 0 4 4 25
25 16 9 4 0 0 4 9 16 25
平均 6.6
平均 10.8
[分散]=(偏差)2の平均
2018年度春学期 統計学
A.Asano,KansaiUniv. 分散と標準偏差
[分散]=(偏差)2の平均 式で書くと
σ2
=
1
n
(x1 − ¯x)2
+ (x2 − ¯x)2
+ · · · + (xn − ¯x)2
=
1
n
n
i=1
(xi − ¯x)2
2018年度春学期 統計学
A.Asano,KansaiUniv. 分散と標準偏差
[分散]=(偏差)2の平均 式で書くと
σ2
=
1
n
(x1 − ¯x)2
+ (x2 − ¯x)2
+ · · · + (xn − ¯x)2
=
1
n
n
i=1
(xi − ¯x)2
2018年度春学期 統計学
A.Asano,KansaiUniv. 分散と標準偏差
[分散]=(偏差)2の平均 式で書くと
σ2
=
1
n
(x1 − ¯x)2
+ (x2 − ¯x)2
+ · · · + (xn − ¯x)2
=
1
n
n
i=1
(xi − ¯x)2
1番の数値
2018年度春学期 統計学
A.Asano,KansaiUniv. 分散と標準偏差
[分散]=(偏差)2の平均 式で書くと
σ2
=
1
n
(x1 − ¯x)2
+ (x2 − ¯x)2
+ · · · + (xn − ¯x)2
=
1
n
n
i=1
(xi − ¯x)2
1番の数値
2018年度春学期 統計学
A.Asano,KansaiUniv. 分散と標準偏差
[分散]=(偏差)2の平均 式で書くと
σ2
=
1
n
(x1 − ¯x)2
+ (x2 − ¯x)2
+ · · · + (xn − ¯x)2
=
1
n
n
i=1
(xi − ¯x)2
1番の数値 データの平均
2018年度春学期 統計学
A.Asano,KansaiUniv. 分散と標準偏差
[分散]=(偏差)2の平均 式で書くと
σ2
=
1
n
(x1 − ¯x)2
+ (x2 − ¯x)2
+ · · · + (xn − ¯x)2
=
1
n
n
i=1
(xi − ¯x)2
1番の数値 データの平均
n個たして
nで割る
2018年度春学期 統計学
A.Asano,KansaiUniv. 分散と標準偏差
[分散]=(偏差)2の平均 式で書くと
σ2
=
1
n
(x1 − ¯x)2
+ (x2 − ¯x)2
+ · · · + (xn − ¯x)2
=
1
n
n
i=1
(xi − ¯x)2
1番の数値 データの平均
n個たして
nで割る
分散の平方根を[標準偏差]という
2018年度春学期 統計学
A.Asano,KansaiUniv. 度数分布から分散を求める
データの平均=[階級値×相対度数]の合計
分散=(偏差)2の平均
  = [(偏差)2×相対度数]の合計
  = [(階級値-データの平均)2×相対度数]の合計
                           
                       
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
50 1 (100%)
2018年度春学期 統計学
A.Asano,KansaiUniv. 度数分布から分散を求める
データの平均=[階級値×相対度数]の合計
分散=(偏差)2の平均
  = [(偏差)2×相対度数]の合計
  = [(階級値-データの平均)2×相対度数]の合計
                           
                       
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
50 1 (100%)
2018年度春学期 統計学
A.Asano,KansaiUniv. 度数分布から分散を求める
データの平均=[階級値×相対度数]の合計
分散=(偏差)2の平均
  = [(偏差)2×相対度数]の合計
  = [(階級値-データの平均)2×相対度数]の合計
                           
                       
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
50 1 (100%)
2018年度春学期 統計学
A.Asano,KansaiUniv. 度数分布から分散を求める
データの平均=[階級値×相対度数]の合計
分散=(偏差)2の平均
  = [(偏差)2×相対度数]の合計
  = [(階級値-データの平均)2×相対度数]の合計
                           
                       
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
50 1 (100%)
2018年度春学期 統計学
A.Asano,KansaiUniv. 度数分布から分散を求める
データの平均=[階級値×相対度数]の合計
分散=(偏差)2の平均
  = [(偏差)2×相対度数]の合計
  = [(階級値-データの平均)2×相対度数]の合計
                           
                       
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
50 1 (100%)
2018年度春学期 統計学
A.Asano,KansaiUniv. なぜ2乗?
偏差の2乗ではなく,
偏差の「絶対値」ではいけないの?
絶対値の関数は,途中に折れ目があっ
てむずかしい
2乗を表す関数のグラフ
(放物線)には折り目はない
A.Asano,KansaiUniv.
A.Asano,KansaiUniv.
標準得点
2018年度春学期 統計学
A.Asano,KansaiUniv. 「試験で70点」は優れているのか
試験で70点をとった。
まわりより優れているのか?
一緒に受けた人たちの平均点が
50点なら 優れている
80点なら 劣っている
2018年度春学期 統計学
A.Asano,KansaiUniv. 「試験で70点」は優れているのか
試験で70点をとった。
まわりよりとても優れているのか?
一緒に受けた人たちの平均点が
50点なら まあ優れている
30点なら とても優れている …?
2018年度春学期 統計学
A.Asano,KansaiUniv. 「試験で70点」は優れているのか
試験で70点をとった。
まわりよりとても優れているのか?
一緒に受けた人たちの平均点が
50点なら まあ優れている
30点なら とても優れている …?
2018年度春学期 統計学
A.Asano,KansaiUniv. 「試験で70点」は優れているのか
一緒に受けた人たちが
平均60点で
標準偏差5点
0
平均0
平均30点で
標準偏差20点
30 70
7060
2018年度春学期 統計学
A.Asano,KansaiUniv. 「試験で70点」は優れているのか
70点の
「地位」
は同じ。
一緒に受けた人たちが
平均60点で
標準偏差5点
0
平均0
平均30点で
標準偏差20点
30 70
7060
2018年度春学期 統計学
A.Asano,KansaiUniv. 「地位」を数字で表す
一緒に受けた人たちが
平均60点で標準偏差5点なら
0
7060
平均030 70
2018年度春学期 統計学
A.Asano,KansaiUniv. 「地位」を数字で表す
70点の人は,平均を
標準偏差の2倍上回っている
一緒に受けた人たちが
平均60点で標準偏差5点なら
0
7060
平均030 70
2018年度春学期 統計学
A.Asano,KansaiUniv. 「地位」を数字で表す
70点の人は,平均を
標準偏差の2倍上回っている
一緒に受けた人たちが
平均60点で標準偏差5点なら
0
平均30点で標準偏差20点なら
7060
平均030 70
2018年度春学期 統計学
A.Asano,KansaiUniv. 「地位」を数字で表す
70点の人は,平均を
標準偏差の2倍上回っている
一緒に受けた人たちが
平均60点で標準偏差5点なら
0
平均30点で標準偏差20点なら
7060
70点の人は,やはり平均を
標準偏差の2倍上回っている 平均030 70
2018年度春学期 統計学
A.Asano,KansaiUniv. 「地位」を数字で表す
70点の人は,平均を
標準偏差の2倍上回っている
一緒に受けた人たちが
平均60点で標準偏差5点なら
0
平均30点で標準偏差20点なら
7060
70点の人は,やはり平均を
標準偏差の2倍上回っている
70点の「地位」は同じ
平均030 70
2018年度春学期 統計学
A.Asano,KansaiUniv. 標準得点
平均を
標準偏差の2倍上回っている
0
平均を標準偏差の2倍
下回っているなら
7060
[標準得点]が2点
標準得点が-2点
2018年度春学期 統計学
A.Asano,KansaiUniv. 標準得点への換算
標準得点=
 分布中のある数値が,
 平均を標準偏差の何倍
 上回って/下回っているか
分布そのものを
平均0,標準偏差1に「変換」したら?
その数値の変換後の値が,
そのまま標準得点になる
2018年度春学期 統計学
A.Asano,KansaiUniv. 分布の変換
分布中の各数値から,平均を引く
各数値からμを引く
平均μ0
X
平均0
X – μ
2018年度春学期 統計学
A.Asano,KansaiUniv. 分布の変換
分布中の各数値から,平均を引く
平均μ
標準偏差σ
各数値からμを引く
平均μ0
X
平均0
X – μ
2018年度春学期 統計学
A.Asano,KansaiUniv. 分布の変換
分布中の各数値から,平均を引く
平均μ
標準偏差σ
平均0
標準偏差σ
各数値からμを引く
平均μ0
X
平均0
X – μ
2018年度春学期 統計学
A.Asano,KansaiUniv. 分布の変換(続き)
分布中の各数値から,平均を引いて
標準偏差で割る
平均0
標準偏差σ
平均0
X – μ
各数値を
(1 / σ)倍する
X – μ
σ0
2018年度春学期 統計学
A.Asano,KansaiUniv. 分布の変換(続き)
分布中の各数値から,平均を引いて
標準偏差で割る
平均0
標準偏差σ 各数値を
(1/σ)倍
平均0
X – μ
各数値を
(1 / σ)倍する
X – μ
σ0
2018年度春学期 統計学
A.Asano,KansaiUniv. 分布の変換(続き)
分布中の各数値から,平均を引いて
標準偏差で割る
平均0
標準偏差σ 各数値を
(1/σ)倍
各数値の偏差は
平均0
X – μ
各数値を
(1 / σ)倍する
X – μ
σ0
2018年度春学期 統計学
A.Asano,KansaiUniv. 分布の変換(続き)
分布中の各数値から,平均を引いて
標準偏差で割る
平均0
標準偏差σ 各数値を
(1/σ)倍
各数値の偏差は (1/σ)倍
平均0
X – μ
各数値を
(1 / σ)倍する
X – μ
σ0
2018年度春学期 統計学
A.Asano,KansaiUniv. 分布の変換(続き)
分布中の各数値から,平均を引いて
標準偏差で割る
平均0
標準偏差σ 各数値を
(1/σ)倍
各数値の偏差は (1/σ)倍
分散は(偏差)2の平均
平均0
X – μ
各数値を
(1 / σ)倍する
X – μ
σ0
2018年度春学期 統計学
A.Asano,KansaiUniv. 分布の変換(続き)
分布中の各数値から,平均を引いて
標準偏差で割る
平均0
標準偏差σ 各数値を
(1/σ)倍
各数値の偏差は (1/σ)倍
分散は(偏差)2の平均 (1/σ)2倍
平均0
X – μ
各数値を
(1 / σ)倍する
X – μ
σ0
2018年度春学期 統計学
A.Asano,KansaiUniv. 分布の変換(続き)
分布中の各数値から,平均を引いて
標準偏差で割る
平均0
標準偏差σ 各数値を
(1/σ)倍
各数値の偏差は (1/σ)倍
分散は(偏差)2の平均 (1/σ)2倍
標準偏差は分散の平方根
平均0
X – μ
各数値を
(1 / σ)倍する
X – μ
σ0
2018年度春学期 統計学
A.Asano,KansaiUniv. 分布の変換(続き)
分布中の各数値から,平均を引いて
標準偏差で割る
平均0
標準偏差σ 各数値を
(1/σ)倍
各数値の偏差は (1/σ)倍
分散は(偏差)2の平均 (1/σ)2倍
標準偏差は分散の平方根 (1/σ)倍
平均0
X – μ
各数値を
(1 / σ)倍する
X – μ
σ0
2018年度春学期 統計学
A.Asano,KansaiUniv. 分布の変換(続き)
分布中の各数値から,平均を引いて
標準偏差で割る
平均0
標準偏差σ 各数値を
(1/σ)倍
各数値の偏差は (1/σ)倍
分散は(偏差)2の平均 (1/σ)2倍
標準偏差は分散の平方根 (1/σ)倍
平均0
標準偏差1
平均0
X – μ
各数値を
(1 / σ)倍する
X – μ
σ0
2018年度春学期 統計学
A.Asano,KansaiUniv. 式で書くと
分布そのものをXとすると
Z = (X - μ) / σ
と変換すると,Zは平均0,標準偏差1
2018年度春学期 統計学
A.Asano,KansaiUniv. 受験産業でいう「偏差値」
平均0,標準偏差1の分布Zを,さらに
W = 10Z + 50
と変換すると,Wは平均50,標準偏差10
これが[偏差値]
偏差値70
平均よりも,標準偏差の2倍
上回っている
偏差値40
平均よりも,標準偏差の1倍
下回っている

More Related Content

More from 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 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
 
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
 
2022年度秋学期 統計学 第8回 問題に対する答案の書き方(講義前提供用) (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(講義前提供用) (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(講義前提供用) (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(講義前提供用) (2022. 11. 15) Akira Asano
 
2022年度秋学期 統計学 第7回 データの関係を知る(2)ー 回帰分析 (2022. 11. 8)
2022年度秋学期 統計学 第7回 データの関係を知る(2)ー 回帰分析 (2022. 11. 8)2022年度秋学期 統計学 第7回 データの関係を知る(2)ー 回帰分析 (2022. 11. 8)
2022年度秋学期 統計学 第7回 データの関係を知る(2)ー 回帰分析 (2022. 11. 8)Akira Asano
 
2022年度秋学期 画像情報処理 第6回 ベクトルと行列について (2022. 10. 28)
2022年度秋学期 画像情報処理 第6回 ベクトルと行列について (2022. 10. 28) 2022年度秋学期 画像情報処理 第6回 ベクトルと行列について (2022. 10. 28)
2022年度秋学期 画像情報処理 第6回 ベクトルと行列について (2022. 10. 28) Akira Asano
 
2022年度秋学期 統計学 第6回 データの関係を知る(1)ー相関関係 (2022. 11. 1)
2022年度秋学期 統計学 第6回 データの関係を知る(1)ー相関関係 (2022. 11. 1) 2022年度秋学期 統計学 第6回 データの関係を知る(1)ー相関関係 (2022. 11. 1)
2022年度秋学期 統計学 第6回 データの関係を知る(1)ー相関関係 (2022. 11. 1) Akira Asano
 

More from Akira Asano (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 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 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)
 
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)
 
2022年度秋学期 統計学 第8回 問題に対する答案の書き方(講義前提供用) (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(講義前提供用) (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(講義前提供用) (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(講義前提供用) (2022. 11. 15)
 
2022年度秋学期 統計学 第7回 データの関係を知る(2)ー 回帰分析 (2022. 11. 8)
2022年度秋学期 統計学 第7回 データの関係を知る(2)ー 回帰分析 (2022. 11. 8)2022年度秋学期 統計学 第7回 データの関係を知る(2)ー 回帰分析 (2022. 11. 8)
2022年度秋学期 統計学 第7回 データの関係を知る(2)ー 回帰分析 (2022. 11. 8)
 
2022年度秋学期 画像情報処理 第6回 ベクトルと行列について (2022. 10. 28)
2022年度秋学期 画像情報処理 第6回 ベクトルと行列について (2022. 10. 28) 2022年度秋学期 画像情報処理 第6回 ベクトルと行列について (2022. 10. 28)
2022年度秋学期 画像情報処理 第6回 ベクトルと行列について (2022. 10. 28)
 
2022年度秋学期 統計学 第6回 データの関係を知る(1)ー相関関係 (2022. 11. 1)
2022年度秋学期 統計学 第6回 データの関係を知る(1)ー相関関係 (2022. 11. 1) 2022年度秋学期 統計学 第6回 データの関係を知る(1)ー相関関係 (2022. 11. 1)
2022年度秋学期 統計学 第6回 データの関係を知る(1)ー相関関係 (2022. 11. 1)
 

Recently uploaded

生成AIの回答内容の修正を課題としたレポートについて:お茶の水女子大学「授業・研究における生成系AIの活用事例」での講演資料
生成AIの回答内容の修正を課題としたレポートについて:お茶の水女子大学「授業・研究における生成系AIの活用事例」での講演資料生成AIの回答内容の修正を課題としたレポートについて:お茶の水女子大学「授業・研究における生成系AIの活用事例」での講演資料
生成AIの回答内容の修正を課題としたレポートについて:お茶の水女子大学「授業・研究における生成系AIの活用事例」での講演資料Takayuki Itoh
 
東京工業大学 環境・社会理工学院 建築学系 大学院入学入試・進学説明会2024_v2
東京工業大学 環境・社会理工学院 建築学系 大学院入学入試・進学説明会2024_v2東京工業大学 環境・社会理工学院 建築学系 大学院入学入試・進学説明会2024_v2
東京工業大学 環境・社会理工学院 建築学系 大学院入学入試・進学説明会2024_v2Tokyo Institute of Technology
 
ゲーム理論 BASIC 演習106 -価格の交渉ゲーム-#ゲーム理論 #gametheory #数学
ゲーム理論 BASIC 演習106 -価格の交渉ゲーム-#ゲーム理論 #gametheory #数学ゲーム理論 BASIC 演習106 -価格の交渉ゲーム-#ゲーム理論 #gametheory #数学
ゲーム理論 BASIC 演習106 -価格の交渉ゲーム-#ゲーム理論 #gametheory #数学ssusere0a682
 
次世代機の製品コンセプトを描く ~未来の機械を創造してみよう~
次世代機の製品コンセプトを描く ~未来の機械を創造してみよう~次世代機の製品コンセプトを描く ~未来の機械を創造してみよう~
次世代機の製品コンセプトを描く ~未来の機械を創造してみよう~Kochi Eng Camp
 
世界を変えるクレーンを生み出そう! 高知エンジニアリングキャンプ2024プログラム
世界を変えるクレーンを生み出そう! 高知エンジニアリングキャンプ2024プログラム世界を変えるクレーンを生み出そう! 高知エンジニアリングキャンプ2024プログラム
世界を変えるクレーンを生み出そう! 高知エンジニアリングキャンプ2024プログラムKochi Eng Camp
 
2024年度 東京工業大学 工学院 機械系 大学院 修士課程 入試 説明会 資料
2024年度 東京工業大学 工学院 機械系 大学院 修士課程 入試 説明会 資料2024年度 東京工業大学 工学院 機械系 大学院 修士課程 入試 説明会 資料
2024年度 東京工業大学 工学院 機械系 大学院 修士課程 入試 説明会 資料Tokyo Institute of Technology
 

Recently uploaded (6)

生成AIの回答内容の修正を課題としたレポートについて:お茶の水女子大学「授業・研究における生成系AIの活用事例」での講演資料
生成AIの回答内容の修正を課題としたレポートについて:お茶の水女子大学「授業・研究における生成系AIの活用事例」での講演資料生成AIの回答内容の修正を課題としたレポートについて:お茶の水女子大学「授業・研究における生成系AIの活用事例」での講演資料
生成AIの回答内容の修正を課題としたレポートについて:お茶の水女子大学「授業・研究における生成系AIの活用事例」での講演資料
 
東京工業大学 環境・社会理工学院 建築学系 大学院入学入試・進学説明会2024_v2
東京工業大学 環境・社会理工学院 建築学系 大学院入学入試・進学説明会2024_v2東京工業大学 環境・社会理工学院 建築学系 大学院入学入試・進学説明会2024_v2
東京工業大学 環境・社会理工学院 建築学系 大学院入学入試・進学説明会2024_v2
 
ゲーム理論 BASIC 演習106 -価格の交渉ゲーム-#ゲーム理論 #gametheory #数学
ゲーム理論 BASIC 演習106 -価格の交渉ゲーム-#ゲーム理論 #gametheory #数学ゲーム理論 BASIC 演習106 -価格の交渉ゲーム-#ゲーム理論 #gametheory #数学
ゲーム理論 BASIC 演習106 -価格の交渉ゲーム-#ゲーム理論 #gametheory #数学
 
次世代機の製品コンセプトを描く ~未来の機械を創造してみよう~
次世代機の製品コンセプトを描く ~未来の機械を創造してみよう~次世代機の製品コンセプトを描く ~未来の機械を創造してみよう~
次世代機の製品コンセプトを描く ~未来の機械を創造してみよう~
 
世界を変えるクレーンを生み出そう! 高知エンジニアリングキャンプ2024プログラム
世界を変えるクレーンを生み出そう! 高知エンジニアリングキャンプ2024プログラム世界を変えるクレーンを生み出そう! 高知エンジニアリングキャンプ2024プログラム
世界を変えるクレーンを生み出そう! 高知エンジニアリングキャンプ2024プログラム
 
2024年度 東京工業大学 工学院 機械系 大学院 修士課程 入試 説明会 資料
2024年度 東京工業大学 工学院 機械系 大学院 修士課程 入試 説明会 資料2024年度 東京工業大学 工学院 機械系 大学院 修士課程 入試 説明会 資料
2024年度 東京工業大学 工学院 機械系 大学院 修士課程 入試 説明会 資料
 

2018年度春学期 統計学 第5回 分布をまとめるー平均・分散 (2018. 5. 10)