SlideShare a Scribd company logo
A.Asano,KansaiUniv.
2015年度春学期 統計学
浅野 晃
関西大学総合情報学部
データを「分布」で見る
第4回
A.Asano,KansaiUniv.
A.Asano,KansaiUniv.
初学者には、「分布」という考
え方がむずかしいらしい。
鳥居泰彦「はじめての統計学」より
2015
A.Asano,KansaiUniv.
分布とは
統計学が相手にするのは「分布」です
•「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。
2015
A.Asano,KansaiUniv.
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
2015
A.Asano,KansaiUniv.
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
2015
A.Asano,KansaiUniv.
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,...
2015
A.Asano,KansaiUniv.
度数と度数分布
どんな値がどのくらい頻繁に現れるか
2015
A.Asano,KansaiUniv.
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
2015
A.Asano,KansaiUniv.
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
2015
A.Asano,KansaiUniv.
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
2015
A.Asano,KansaiUniv.
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
2015
A.Asano,KansaiUniv.
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
2015
A.Asano,KansaiUniv.
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
2015
A.Asano,KansaiUniv.
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
2015
A.Asano,KansaiUniv.
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
2015
A.Asano,KansaiUniv.
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
2015
A.Asano,KansaiUniv.
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
2015
A.Asano,KansaiUniv.
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
2015
A.Asano,KansaiUniv.
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
2015
A.Asano,KansaiUniv.
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
2015
A.Asano,KansaiUniv.
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
[度数]
2015
A.Asano,KansaiUniv.
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
割合
[度数]
2015
A.Asano,KansaiUniv.
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
割合
10%
[度数]
2015
A.Asano,KansaiUniv.
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
割合
10%
30%
[度数]
2015
A.Asano,KansaiUniv.
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
割合
10%
30%
20%
[度数]
2015
A.Asano,KansaiUniv.
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
割合
10%
30%
20%
20%
[度数]
2015
A.Asano,KansaiUniv.
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
割合
10%
30%
20%
20%
10%
[度数]
2015
A.Asano,KansaiUniv.
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
割合
10%
30%
20%
20%
10%
100%
[度数]
2015
A.Asano,KansaiUniv.
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
割合
10%
30%
20%
20%
10%
100%
[度数] [相対度数]
2015
A.Asano,KansaiUniv.
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
割合
10%
30%
20%
20%
10%
100%
[度数] [相対度数]
[度数
 分布]
2015
A.Asano,KansaiUniv.
「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」
2015
A.Asano,KansaiUniv.
「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
2015
A.Asano,KansaiUniv.
「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」
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?
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
2015
A.Asano,KansaiUniv.
階級と階級値
測ったデータを,ある間隔で段階に区切る
2015
A.Asano,KansaiUniv.
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
2015
A.Asano,KansaiUniv.
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
2015
A.Asano,KansaiUniv.
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
2015
A.Asano,KansaiUniv.
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∼180
.
.
.
2015
A.Asano,KansaiUniv.
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
相対度数
175∼180
.
.
.
2015
A.Asano,KansaiUniv.
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
相対度数
15%
20%
20%
10%175∼180
.
.
.
2015
A.Asano,KansaiUniv.
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
相対度数
15%
20%
20%
10%175∼180
.
.
.
[階級]
2015
A.Asano,KansaiUniv.
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
相対度数
15%
20%
20%
10%175∼180
.
.
.
[階級]
[階級幅]
は5cm
2015
A.Asano,KansaiUniv.
度数分布を作る
階級を決めて,各階級に入る数値を
数える
2015
A.Asano,KansaiUniv.
度数分布を作る
階級を決めて,各階級に入る数値を
数える
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  
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。
浅野 晃/統計学(2013 年度秋学期) 第4回 (2013. 10. 17) http://racco.mikeneko.jp/  1/
79   46   45   25   50   62   75   78   48   50   60   75   75   60   78   58   78  
63   95   20   46   55   56   70   60   79   18   63   67   85   25   40   50
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%)
2015
A.Asano,KansaiUniv.
度数分布を作る
階級を決めて,各階級に入る数値を
数える
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  
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。
浅野 晃/統計学(2013 年度秋学期) 第4回 (2013. 10. 17) http://racco.mikeneko.jp/  1/
79   46   45   25   50   62   75   78   48   50   60   75   75   60   78   58   78  
63   95   20   46   55   56   70   60   79   18   63   67   85   25   40   50
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%)
数えるときには,
2015
A.Asano,KansaiUniv.
度数分布を作る
階級を決めて,各階級に入る数値を
数える
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  
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。
浅野 晃/統計学(2013 年度秋学期) 第4回 (2013. 10. 17) http://racco.mikeneko.jp/  1/
79   46   45   25   50   62   75   78   48   50   60   75   75   60   78   58   78  
63   95   20   46   55   56   70   60   79   18   63   67   85   25   40   50
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%)
数えるときには,
2015
A.Asano,KansaiUniv.
度数分布を作る
階級を決めて,各階級に入る数値を
数える
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  
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。
浅野 晃/統計学(2013 年度秋学期) 第4回 (2013. 10. 17) http://racco.mikeneko.jp/  1/
79   46   45   25   50   62   75   78   48   50   60   75   75   60   78   58   78  
63   95   20   46   55   56   70   60   79   18   63   67   85   25   40   50
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%)
数えるときには,
2015
A.Asano,KansaiUniv.
度数分布を作る
階級を決めて,各階級に入る数値を
数える
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  
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。
浅野 晃/統計学(2013 年度秋学期) 第4回 (2013. 10. 17) http://racco.mikeneko.jp/  1/
79   46   45   25   50   62   75   78   48   50   60   75   75   60   78   58   78  
63   95   20   46   55   56   70   60   79   18   63   67   85   25   40   50
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%)
数えるときには,
2015
A.Asano,KansaiUniv.
度数分布を作る
階級を決めて,各階級に入る数値を
数える
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  
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。
浅野 晃/統計学(2013 年度秋学期) 第4回 (2013. 10. 17) http://racco.mikeneko.jp/  1/
79   46   45   25   50   62   75   78   48   50   60   75   75   60   78   58   78  
63   95   20   46   55   56   70   60   79   18   63   67   85   25   40   50
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%)
数えるときには,
2015
A.Asano,KansaiUniv.
度数分布を作る
階級を決めて,各階級に入る数値を
数える
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  
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。
浅野 晃/統計学(2013 年度秋学期) 第4回 (2013. 10. 17) http://racco.mikeneko.jp/  1/
79   46   45   25   50   62   75   78   48   50   60   75   75   60   78   58   78  
63   95   20   46   55   56   70   60   79   18   63   67   85   25   40   50
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%)
数えるときには,
2015
A.Asano,KansaiUniv.
度数分布を作る
階級を決めて,各階級に入る数値を
数える
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  
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。
浅野 晃/統計学(2013 年度秋学期) 第4回 (2013. 10. 17) http://racco.mikeneko.jp/  1/
79   46   45   25   50   62   75   78   48   50   60   75   75   60   78   58   78  
63   95   20   46   55   56   70   60   79   18   63   67   85   25   40   50
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%)
数えるときには,
という記号や
2015
A.Asano,KansaiUniv.
度数分布を作る
階級を決めて,各階級に入る数値を
数える
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  
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。
浅野 晃/統計学(2013 年度秋学期) 第4回 (2013. 10. 17) http://racco.mikeneko.jp/  1/
79   46   45   25   50   62   75   78   48   50   60   75   75   60   78   58   78  
63   95   20   46   55   56   70   60   79   18   63   67   85   25   40   50
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%)
数えるときには,
という記号や 「正」の字をかく
2015
A.Asano,KansaiUniv.
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
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。
2015
A.Asano,KansaiUniv.
階級値
[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
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。
2015
A.Asano,KansaiUniv.
階級値
[階級値]
その階級に入った数値は,
どれも概略この値であると考える
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%)
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。
2015
A.Asano,KansaiUniv.
ヒストグラム
横軸に階級,縦軸に(相対)度数
度数分布をグラフに表す
2015
A.Asano,KansaiUniv.
ヒストグラム
横軸に階級,縦軸に(相対)度数
度数分布をグラフに表す
2015
A.Asano,KansaiUniv.
ヒストグラム
実は微妙に違う
横軸に階級,縦軸に(相対)度数
度数分布をグラフに表す
2015
A.Asano,KansaiUniv.
ヒストグラム
実は微妙に違う
横軸に階級,縦軸に(相対)度数
度数分布をグラフに表す
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
90 100 110 120
図 2: ヒストグ
2015
A.Asano,KansaiUniv.
ヒストグラム
実は微妙に違う
横軸に階級,縦軸に(相対)度数
度数分布をグラフに表す
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
90 100 110 120
図 2: ヒストグ
これは
「棒グラフ」
2015
A.Asano,KansaiUniv.
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
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
2015
A.Asano,KansaiUniv.
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
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
2015
A.Asano,KansaiUniv.
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
階級の間に「飛び」はない
から,柱の間はあかない
階級
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
2015
A.Asano,KansaiUniv.
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
柱を結合
階級
面積=100 ∼ 110 の度数
90 100 110 120 130 140
面積=110 ∼ 120 の度数
150
2015
A.Asano,KansaiUniv.
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
柱を結合
階級
面積=100 ∼ 110 の度数
90 100 110 120 130 140
面積=110 ∼ 120 の度数
150
2015
A.Asano,KansaiUniv.
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
柱を結合
階級
面積=100 ∼ 110 の度数
90 100 110 120 130 140
面積=110 ∼ 120 の度数
150
2015
A.Asano,KansaiUniv.
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
柱を結合
階級
面積=100 ∼ 110 の度数
90 100 110 120 130 140
面積=110 ∼ 120 の度数
150
2015
A.Asano,KansaiUniv.
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
は
柱を結合
階級
面積=100 ∼ 110 の度数
90 100 110 120 130 140
面積=110 ∼ 120 の度数
150
2015
A.Asano,KansaiUniv.
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
は
柱を結合
階級
面積=100 ∼ 110 の度数
90 100 110 120 130 140
面積=110 ∼ 120 の度数
150
100∼120の度数
2015
A.Asano,KansaiUniv.
なぜ面積で表すのか
くっつけた柱を1つにしてもよい
柱を結合
階級
面積=100 ∼ 110 の度数
90 100 110 120 130 140
面積=110 ∼ 120 の度数
150
2015
A.Asano,KansaiUniv.
なぜ面積で表すのか
くっつけた柱を1つにしてもよい
柱を結合
階級
面積=100 ∼ 110 の度数
90 100 110 120 130 140
面積=110 ∼ 120 の度数
150
2015
A.Asano,KansaiUniv.
なぜ面積で表すのか
くっつけた柱を1つにしてもよい
階級
面積=100 ∼ 120 の度数
表示を大まかに
階級
90 100 110 120 130 140 150
90 100 110 120 130 140 150
2015
A.Asano,KansaiUniv.
なぜ面積で表すのか
くっつけた柱を1つにしてもよい
柱の面積で表さないと
この表し方はできない
階級
面積=100 ∼ 120 の度数
表示を大まかに
階級
90 100 110 120 130 140 150
90 100 110 120 130 140 150
2015
A.Asano,KansaiUniv.
なぜ面積で表すのか
柱を分割してもよい
階級
面積=100 ∼ 120 の度数
表示を大まかに
階級
90 100 110 120 130 140 150
90 100 110 120 130 140 150
2015
A.Asano,KansaiUniv.
なぜ面積で表すのか
柱を分割してもよい
階級
面積=100 ∼ 120 の度数
表示を大まかに
階級
90 100 110 120 130 140 150
90 100 110 120 130 140 150
2015
A.Asano,KansaiUniv.
階級
90 100 110 120 130 140 150
面積=100 ∼ 110 の度数(概算)
面積=110 ∼ 120 の度数(概算)
なぜ面積で表すのか
柱を分割してもよい
2015
A.Asano,KansaiUniv.
階級
90 100 110 120 130 140 150
面積=100 ∼ 110 の度数(概算)
面積=110 ∼ 120 の度数(概算)
なぜ面積で表すのか
柱を分割してもよい
2015
A.Asano,KansaiUniv.
なぜ面積で表すのか
分割した柱を詳細に表すと
階級
90 100 110 120 130 140 150
面積=100 ∼ 110 の度数(概算)
面積=110 ∼ 120 の度数(概算)
2015
A.Asano,KansaiUniv.
なぜ面積で表すのか
分割した柱を詳細に表すと
柱を結合
階級
面積=100 ∼ 110 の度数
90 100 110 120 130 140
面積=110 ∼ 120 の度数
150
2015
A.Asano,KansaiUniv.
なぜ面積で表すのか
分割した柱を詳細に表すと
柱を結合
階級
面積=100 ∼ 110 の度数
90 100 110 120 130 140
面積=110 ∼ 120 の度数
150
元にもどる
2015
A.Asano,KansaiUniv.
幹葉表示
頻度が見えるように,数値を並べる
2015
A.Asano,KansaiUniv.
幹葉表示
頻度が見えるように,数値を並べる
2015
A.Asano,KansaiUniv.
幹葉表示
頻度が見えるように,数値を並べる
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  
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。
浅野 晃/統計学(2013 年度秋学期) 第4回 (2013. 10. 17) http://racco.mikeneko.jp/  1
79   46   45   25   50   62   75   78   48   50   60   75   75   60   78   58   78  
63   95   20   46   55   56   70   60   79   18   63   67   85   25   40   50
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
50 1 (100%)
2015
A.Asano,KansaiUniv.
幹葉表示
頻度が見えるように,数値を並べる
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  
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。
浅野 晃/統計学(2013 年度秋学期) 第4回 (2013. 10. 17) http://racco.mikeneko.jp/  1
79   46   45   25   50   62   75   78   48   50   60   75   75   60   78   58   78  
63   95   20   46   55   56   70   60   79   18   63   67   85   25   40   50
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
50 1 (100%)
十の位 一の位
0
1
2
3
4
5
6
7
8
9
2015
A.Asano,KansaiUniv.
幹葉表示
頻度が見えるように,数値を並べる
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  
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。
浅野 晃/統計学(2013 年度秋学期) 第4回 (2013. 10. 17) http://racco.mikeneko.jp/  1
79   46   45   25   50   62   75   78   48   50   60   75   75   60   78   58   78  
63   95   20   46   55   56   70   60   79   18   63   67   85   25   40   50
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
50 1 (100%)
十の位 一の位
0
1
2
3
4
5
6
7
8
9
2015
A.Asano,KansaiUniv.
幹葉表示
頻度が見えるように,数値を並べる
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  
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。
浅野 晃/統計学(2013 年度秋学期) 第4回 (2013. 10. 17) http://racco.mikeneko.jp/  1
79   46   45   25   50   62   75   78   48   50   60   75   75   60   78   58   78  
63   95   20   46   55   56   70   60   79   18   63   67   85   25   40   50
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
50 1 (100%)
十の位 一の位
0
1
2
3
4
5
6
7
8
9
5
2015
A.Asano,KansaiUniv.
幹葉表示
頻度が見えるように,数値を並べる
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  
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。
浅野 晃/統計学(2013 年度秋学期) 第4回 (2013. 10. 17) http://racco.mikeneko.jp/  1
79   46   45   25   50   62   75   78   48   50   60   75   75   60   78   58   78  
63   95   20   46   55   56   70   60   79   18   63   67   85   25   40   50
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
50 1 (100%)
十の位 一の位
0
1
2
3
4
5
6
7
8
9
5
2015
A.Asano,KansaiUniv.
幹葉表示
頻度が見えるように,数値を並べる
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  
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。
浅野 晃/統計学(2013 年度秋学期) 第4回 (2013. 10. 17) http://racco.mikeneko.jp/  1
79   46   45   25   50   62   75   78   48   50   60   75   75   60   78   58   78  
63   95   20   46   55   56   70   60   79   18   63   67   85   25   40   50
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
50 1 (100%)
十の位 一の位
0
1
2
3
4
5
6
7
8
9
5
2
2015
A.Asano,KansaiUniv.
幹葉表示
頻度が見えるように,数値を並べる
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  
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。
浅野 晃/統計学(2013 年度秋学期) 第4回 (2013. 10. 17) http://racco.mikeneko.jp/  1
79   46   45   25   50   62   75   78   48   50   60   75   75   60   78   58   78  
63   95   20   46   55   56   70   60   79   18   63   67   85   25   40   50
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
50 1 (100%)
十の位 一の位
0
1
2
3
4
5
6
7
8
9
5
2
2015
A.Asano,KansaiUniv.
幹葉表示
頻度が見えるように,数値を並べる
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  
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。
浅野 晃/統計学(2013 年度秋学期) 第4回 (2013. 10. 17) http://racco.mikeneko.jp/  1
79   46   45   25   50   62   75   78   48   50   60   75   75   60   78   58   78  
63   95   20   46   55   56   70   60   79   18   63   67   85   25   40   50
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
50 1 (100%)
十の位 一の位
0
1
2
3
4
5
6
7
8
9
5
2 5
2015
A.Asano,KansaiUniv.
幹葉表示
頻度が見えるように,数値を並べる
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)
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
2015
A.Asano,KansaiUniv.
幹葉表示
頻度が見えるように,数値を並べる
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)
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
2015
A.Asano,KansaiUniv.
幹葉表示
頻度が見えるように,数値を並べる
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)
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
全部のデータを並べると 一の位を昇順に
2015
A.Asano,KansaiUniv.
幹葉表示
頻度が見えるように,数値を並べる
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)
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
全部のデータを並べると 一の位を昇順に
簡易ヒストグラムになり,数値も見える
2015
A.Asano,KansaiUniv.
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
最
小
値
最
大
値
外
れ
値
中
位
数
四
分
位
数
四
分
位
数
順位にもとづく指標
100個の数値からなるデータがあるとして,
大きさの順に並べ替えた時
2015
A.Asano,KansaiUniv.
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
最
小
値
最
大
値
外
れ
値
中
位
数
四
分
位
数
四
分
位
数
順位にもとづく指標
100個の数値からなるデータがあるとして,
大きさの順に並べ替えた時
第50位
2015
A.Asano,KansaiUniv.
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
最
小
値
最
大
値
外
れ
値
中
位
数
四
分
位
数
四
分
位
数
順位にもとづく指標
100個の数値からなるデータがあるとして,
大きさの順に並べ替えた時
第50位 第25位
2015
A.Asano,KansaiUniv.
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
最
小
値
最
大
値
外
れ
値
中
位
数
四
分
位
数
四
分
位
数
順位にもとづく指標
100個の数値からなるデータがあるとして,
大きさの順に並べ替えた時
第50位 第25位第75位
2015
A.Asano,KansaiUniv.
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)
外
れ
値
図 5: パラレルボックスプロット

More Related Content

Similar to 2015年度春学期 統計学 第4回 データを「分布」で見る (2015. 5. 7)

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)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)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
 
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) 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
 
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)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
 
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
 
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) 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
 
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
 
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)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
 
2020年度秋学期 統計学 第4回 データを「分布」で見る (2020. 10. 13)
2020年度秋学期 統計学 第4回 データを「分布」で見る (2020. 10. 13)2020年度秋学期 統計学 第4回 データを「分布」で見る (2020. 10. 13)
2020年度秋学期 統計学 第4回 データを「分布」で見る (2020. 10. 13)
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)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
 
2018年度秋学期 統計学 第4回 データを「分布」で見る (2018. 10. 16)
2018年度秋学期 統計学 第4回 データを「分布」で見る (2018. 10. 16)2018年度秋学期 統計学 第4回 データを「分布」で見る (2018. 10. 16)
2018年度秋学期 統計学 第4回 データを「分布」で見る (2018. 10. 16)
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)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
 
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」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
 
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)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
 
2022年度春学期 統計学 第4回 データを「分布」で見る(2022. 4. 28)
2022年度春学期 統計学 第4回 データを「分布」で見る(2022. 4. 28)2022年度春学期 統計学 第4回 データを「分布」で見る(2022. 4. 28)
2022年度春学期 統計学 第4回 データを「分布」で見る(2022. 4. 28)
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)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
 
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
 
Data analysis-for-highschool-students
Data analysis-for-highschool-studentsData analysis-for-highschool-students
Data analysis-for-highschool-students
naoki yamagishi
 
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
 

Similar to 2015年度春学期 統計学 第4回 データを「分布」で見る (2015. 5. 7) (20)

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)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)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)
 
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) 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)
 
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)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)
 
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)
 
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) 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)
 
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)
 
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)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)
 
2020年度秋学期 統計学 第4回 データを「分布」で見る (2020. 10. 13)
2020年度秋学期 統計学 第4回 データを「分布」で見る (2020. 10. 13)2020年度秋学期 統計学 第4回 データを「分布」で見る (2020. 10. 13)
2020年度秋学期 統計学 第4回 データを「分布」で見る (2020. 10. 13)
 
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)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)
 
2018年度秋学期 統計学 第4回 データを「分布」で見る (2018. 10. 16)
2018年度秋学期 統計学 第4回 データを「分布」で見る (2018. 10. 16)2018年度秋学期 統計学 第4回 データを「分布」で見る (2018. 10. 16)
2018年度秋学期 統計学 第4回 データを「分布」で見る (2018. 10. 16)
 
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)
 
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」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」
 
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)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)
 
2022年度春学期 統計学 第4回 データを「分布」で見る(2022. 4. 28)
2022年度春学期 統計学 第4回 データを「分布」で見る(2022. 4. 28)2022年度春学期 統計学 第4回 データを「分布」で見る(2022. 4. 28)
2022年度春学期 統計学 第4回 データを「分布」で見る(2022. 4. 28)
 
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)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)
 
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)
 
Data analysis-for-highschool-students
Data analysis-for-highschool-studentsData analysis-for-highschool-students
Data analysis-for-highschool-students
 
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)
 

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 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
 

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 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)
 

2015年度春学期 統計学 第4回 データを「分布」で見る (2015. 5. 7)