- ベストアンサー
確立・統計学の課題で調べるべきサイト
HANANOKEIJの回答
ランベルト・アドルフ・ケトレー(１７９６～１８７４) ベルギーに生まれた。１７歳で数学教師となり幾何学の研究に手を染め、２３歳で数学教授となった。その後、パリの天文台長を勤め、ラプラスやフーリエと親交を深め、統計学の基礎を学んだ。帰国後も母国ブリュッセルで天文台長となり、天体研究を進めていたが、そこからさらに社会科学の研究を進め、１８３５年「人間とその諸能力との発達について、若しくは社会物理学論」(通称、人間に就いて)を発表し、名声が広まった。ナイチンゲールもこの書を聖書に匹敵するほどの熱心さで読み込み、多くの書き込みを入れるほど熟読したといわれている。 ケトレーは、これまで社会科学で行われてきた「統計」と、自然科学を基礎に産声を上げた「統計学」とを合流させ、社会科学や人間科学に統計学を応用することの礎を築いた。 晩年は、多くの学者や政治家と親交を結び、書簡を交わしたといわれ、そのなかには、ガウス、アンペール、ファラデー、アレキサンダー・フォン・フンボルト、ゲーテなど同時代の最高峰の学者が名を連ねている。 よい勉強になりました。 統計学にお励みください。
関連するQ&A
- 文系の統計学
当方文系ですが、文理融合の専攻に進学することになりました。「数理統計学」が必修となっているのですが、初めて取り組むことになります。シラバスには「微積分と線形代数をよく復習してから受講すること」と記載されていますが、どちらも全く経験ありません。現在、公文式に行って、やっと因数分解ができるようになりました。（公文式は質問ができない雰囲気なので、近々やめる予定です。） そこでご質問ですが、１．このような段階から、どのように「微積分と線形代数」を経て、数理統計学へ学習を進めていけばよいのか。２．予備校や学習塾で学ぶとしたら、どこがよいか。以上の2点について、ぜひ教えていただきたいです。どうぞよろしくお願いします。因みに数理統計学の内容は、以下のとおりです。 ●基礎礎統計（集合基礎論、確率、確率変数、確率密度関数、種々の確率分布、中心極限定理、母集団と標本、点推定、区間推定、推定法、有意水準、第一・二種の誤り、片側・両側検定、正規分布の平均・分散の検定、連続変数の相関（散布図、今日分散、相関係数、検定、離散変数の相関（クロス集計、関連性係数、検定） ●重回帰分析（単回帰分析、目的関数の定式化（最小自乗法、最尤法など）パラメーターの推定と検定、回帰診断、説明変数の選択、構造変数） ●その他（クロス表の多変量解析、様々な多変量解析）
- ベストアンサー
- 数学・算数
- 統計学の課題ができてるか確認お願いします
1、ウェブより関係があると考えられる、地域に関わる2つのデータを各自選択し、エクセル形式で保存してください（もちろんエクセル形式で保存するのは、ウェブから得られるデータでなく印刷された出版物に掲載されたデータでもOKです）。 2、2つのデータをそれぞれ標準化しなさい。 3、2つのデータ間の共分散を求めなさい。 4、標準化した2つのデータ間の共分散を求めなさい。 5、一方のデータを説明変数、他方のデータを被説明変数とする回帰式と決定係数を求めなさい。また、被説明変数の理論値と残差を求めなさい。 このような課題が出たのですが、いちお私なりにやってみたのですが合っているか確認お願いします。 もし、間違っていたら教えてください。 このアップローダーの一番上の統計学にエクセルファイルをアップしました。よろしくお願いします。 http://gozmez.life.coocan.jp/uploader/uploader.cgi
- ベストアンサー
- その他（学問・教育）
- 統計学2
またまたすみませんが、教えて下さい。分からないんです 課題 7． あるテレビ番組の視聴率 p (0≦p≦1)を調べるために，アンケート調査を行ったところ， 60 人中 21 人が視聴したと答えた． 帰無仮説 H0: p＝ 0.26，対立仮説 H1: p≠ 0.26 について，有意水準 0.08 で仮説検定を行え． また，視聴率 p を信頼度 0.92 で区間推定せよ． ただし，仮説検定と区間推定のどちらに対しても，ラプラスの定理(２項分布の正規分布による近似)を用いよ． 検定統計量(B')= 臨界値(棄却域の端の値)= 帰無仮説 H0は, 棄却されるor棄却されない、どちらか 信頼区間 [ , ] 誰か統計得意な人助けて下さい。お願いします！
- 締切済み
- その他（学問・教育）
- 統計学の適合度検定についての質問です
統計学初心者です。 観測度数が理論度数の誤差の範囲内かどうかを調べたいのですがどうしたらいいでしょうか？ 適当な数値ですが、画像データのAの実測度数が理論度数の誤差の範囲内かどうかを検定するための具体的な計算方法を教えてください。 有意水準は5％、カイ二乗分布 カイ二乗検定で”全体”の検定は x^2=(60-50)^2/50+(20-30)^2/30+・・・+(2-1)^2/1 =6.8444・・・ となり、自由度4のカイ二乗分布、有意水準5％が9.49なので x^2<9.49 有意差はない（誤差の範囲内） というのでまずは合ってますでしょうか？ 次にAのみの観測度数と理論度数を検定（誤差の範囲内かどうかを知りたい）したいのですが、 x^2=(60-50)^2/50+(40-50)^2/50 =4 自由度2-1=1のカイ二乗分布、有意水準5％が3.84なので x^2>3.84 有意差はあり（誤差の範囲外） AとB～Eの2個に分けて計算してみましたが、そもそもこの方法が合っているのかどうか分かりません。 アドバイスよろしくお願いします。
- 締切済み
- 数学・算数
- ベイズ統計学の利用法について
頻度論的な統計手法では，確率分布の推定誤差を母数の区間推定という方法で表現します． この場合，標本数が大きくなるとその区間は狭まり，無限になれば区間は限りなく狭くなります． しかし，現実の標本数は有限ですから，区間の上限と下限があります． 実務上は，上限値あるいは下限値を母数の推定値にして，安全側の判断をします． さて，ベイズ統計手法の場合，予測した確率分布の推定誤差はどのように表現するべきなのでしょうか？ 実務上でベイズ統計学を利用したいのですが，この部分で悩んでおります． どなたか，よいアドバイスをお願いいたします．
- 締切済み
- 数学・算数
- 電子ばかりを使った数量計測と統計
ある商品の数量計測をするにあたり、手作業での計測から電子ばかりを使った計測に切り替えようと考えています。その商品の重さは1.7840gから1.8550gの間に分布していて、数百個単位でカウントする際、この僅かなばらつきでカウントに誤差が生じる事があります。 そのため、電子ばかりの導入に踏み切れないのですが、重さのばらつきの分布を見る事等で数学的な根拠に従って判断できると考えています（素人の考えですが・・・）。ただ、私は統計を学んだことがないので、どうこの問題にアプローチすればいいか解りません。 この場合、どのようなデータを採取してどのような計算をすれば良いのでしょうか？ よろしくお願い致します。
- ベストアンサー
- 数学・算数
- 統計学のアーラン分布について
統計学のアーラン分布について質問です。 待ち行列理論のシュミレーションをC言語で作っていて ポアソン分布の式は分かったのですが アーラン分布の式が分かりません。 確立密度関数f(x)は平均が1/aの時に f(x)={(at)^(k-1)/(k-1)!}*a*e^(-at) となることまでは分かっているのですが この分布に従う値をいくつか出す方法が 分からなくなってしまいました。 文章が分かりにくくてすみません。 例えばポアソン分布なら平均1/aとして -log(1-(random))/a （randomは0～1の乱数） として乱数の値を変えていくと できた数は全体としてポアソン分布に従っているのですが これがアーラン分布ではどのような式になるか知りたいです。 どなたか分かる方、教えてください よろしくお願いします。
- ベストアンサー
- 数学・算数
- 指数回帰分析の理論値との誤差について
指数回帰分析の理論値との誤差は、誤差理論よりＮ(0,σ^2）の正規分布が成り立つとおもうのですが、標本からのこの分散σ^2の求め方がわかりません。。。E｛X(平均)｝=μ...(1)、Ｅ｛ｓ^2｝=σ^2...(2)という感じで算出すればいいのかな？とおもったのですが、誤差平均はμ=0であるのに対し、実際に標本平均を(1)を用いて行うと違う値になってしまって、これだと(2)の方も同様に行ったら違う値が出てくるとおもい、どうすればよいのかがわかりません。 助言でもなんでもいいのでお願いします。
- 締切済み
- 数学・算数
- 理論に基づいた回帰モデル作成の意味について
あるデータから回帰モデルを構築し，別のデータを予測する場合，各変量間の関係が理論的にわかっている場合は，回帰モデルの形をデータだけで決めずに，理論的に決めたほうがよいと思います。ところが，どうして理論的に決めたほうがよいのかと聞かれると，うまく答えることが出来ません。 ご存知の方がいらっしゃいましたら，教えて頂ければ幸いです。 上記の抽象的な文では内容が伝わらない場合に備えて，長くなりますが下記に具体例を書かせていただきました。上記の文で足りる場合は，具体例は読んで頂かなくても結構です。 ＜具体例＞ 大気の薄いある惑星上で，ボールを真上に初速Vで発射し，落ちてくるまでの時間Tを測る実験を，100回行ったとします（あり得ない話ですが）。この実験によって，変量V,Tに関する大きさ100のデータが得られます。さて，このデータをもとに，VからTを予測する式を作る必要が生じたとします。 ニュートン力学に基づけばTはVと線形関係にあるはずですから，高校で物理を習った人は，T = αVという単回帰モデルを使うのが自然だと思います。これが，回帰モデルの形を理論に基づいて決めるアプローチです（アプローチ(1)）。 一方，統計学を習いながらも物理を全く習っていない人は， T = αV^2 + βV のような多項式回帰モデルや， T = s(V) のようなノンパラメトリック回帰モデル（sは平滑化スプラインなど）を使うかもしれません。どれを使えばよいか判らない場合のモデル選択には，交差確認法などのモデル選択基準を用いることができます。これは，完全に統計的なアプローチと呼べると思います（アプローチ(2)） このような状況で，アプローチ(1)が(2)より優れていると私は何気なく思ってきたのですが，どうして優れているのか，わからなくなってしまいました。 モデルの新しいデータに対する予測誤差（汎化誤差）は(1)より(2)の場合のほうが小さくなることだってあると思うのです（例えば，空気抵抗があった場合や，実験誤差が正規分布しなかった場合）。また，アプローチ(2)についてまわる，回帰の際のデータに対する過剰適合(overfitting)の問題は，モデル選択基準を使うことである程度避けることができると理解しています。それでも，理論を利用することが優れているとすれば，どのような点においてでしょうか？ よろしくお願い致します。
- ベストアンサー
- 数学・算数
- 実験値の統計処理－T分布－について
今、実験値の統計処理を行っています。 同じ試料について一定量をサンプリングし、測定値を理論式に当てはめ、誤差伝播を考えた形x±Δxで実験値を算出しています。何度も測定を行ったので、平均値や分散などを計算したいんですが、処理の方法に困っています。 標本の平均値や分散などの不確かさは、それぞれに誤差伝播式 f:=f(x_i) ⇒ Δf = ( Σ(∂f/∂x_i)^2 Δx_i^2 )^(1/2) を当てはめて計算して良いですか？ あと、t分布で母平均を推定したいんですが、標本の平均や分散に不確かさが含まれている場合、どのように計算すれば良いのでしょうか・・・？？ 何卒ご教授宜しくお願いします。
- ベストアンサー
- 数学・算数
お礼
簡単なお礼しかできませんが・・・・。 いろいろと詳細に教えていただき、ありがとうございました ｍ(_ _)ｍ "とても"参考になりました♪