- 締切済み
解析の評価について
解析がよくできているか検討するため実測を行いました。 測定箇所は20点ほどで誤差の最大は10%くらいでした。 解析を実測の相関係数は0.9です。 測定点が少ないかと思ったのでt検定しました。 母集団が無相関であるという仮説は有意水準0.005(0.5%)に対して 棄却されました。 結局のところCAEの解析値は頼りにならず分布傾向だけみるもんだという 意見を聞いたことがあります。今回相関係数が0.9あったから分布傾向は いいのかなと思います。 誤差の大きさ10%ってどうですかね？自分はこれくらいなら解析はよくできたと いっていいのではないかと思うのですが他人にどうなのと言われました。 こんなもんだと思うと言ったのですが、経験ある方としたら境界条件やメッシュ条件を 見直せと思います？ それともやっぱりCAEはそこまで数値を追い求めるものでもないのか？ 自分は相関関係がとれたので線形で回帰分析をして補正式を求め、これから測定できない箇所に おいてもこの補正式から推定値を出せばいいかなと思っています。 ただ解析自体の誤差を小さくするのが一番だと思います。 10%なら十分小さくしたかな？ それと補正式を使うにも測定箇所は線形の関係がありましたが、別の場所はそうとは限らないと自分で思ってしまいます。 大学でCAEやっていなかったので考え方が適当です。 経験されている方、解析の評価ってどうしていますか？
- 物理学
- 回答数1
- ありがとう数0
- みんなの回答 （1）
- 専門家の回答
みんなの回答
- GIANTOFGANYMEDE
- ベストアンサー率33% (539/1630)
基本的にはCFDなどのCAEで定量的な評価を行うにはまだまだ開発途上の技術ですね。 メッシュや境界条件は何度かやり直したんですか？ 今時の最新のマシンならかなり細かく切っても、数日あれば答えは出てきますよね。 変化の激しい部分を思い切り細かくしてやってみたら如何ですか？ 定性的にはそんなに明後日の方向に行ってしまうモノでもないですから、相関がそれだけ取れていれば私だったらOKしますね。モデルにもよるけど、10%というのはいいところかもしれません。 ただし、実測の方がどの程度の不確かさを持っているかも気になります。 実験というのは何気ないミスで数%の誤差が普通に発生するモノですから…。
関連するQ&A
- 大学で多変量解析を使って研究をしています。
大学で多変量解析を使って研究をしています。 研究内容は飲食店の売上予測です。 売上に影響している様々な要因に多変量解析を用いて係数を割り当てたいのですが、その係数の付加のやり方がイマイチわかりません。 どの分析手法を用いて、どのように重み付けをするのが適切でしょうか？ ちなみに最終的な式のイメージは 同日過去の売上×要因1係数×要因2係数×……×要因n係数＝一週間後の売上＋－相関関係からの誤差 のようにしたいと思っています。 良い手法があれば教えていただけないでしょうか。 よろしくお願いします。
- 締切済み
- 数学・算数
- 統計の手法(多変量解析)についてSuggestionください。あまり
統計の手法(多変量解析)についてSuggestionください。あまり詳しくないので、質問が正確ではないかもしれません。現在 サンプル数n=20-30人の解析をしています。それらの方々の解析因子のなかで、統計的に有意に単相関するパラメーターが2つあります。ここで、その相関する因子に一般的に影響を与える因子で補正したモデル式をつくり多変量解析をしたいと考えています。ひとつのモデル式のなかで、解析に加えられる因子はこの場合 多くても従属変数 3つまでと考えていますが、補正したい因子が5-6つある場合に 従属変数に2つ固定した因子(この場合、(1)証明したい変数 (2)年齢)にひとつずつこの補正したい因子を加えていき、4-5つのモデル式を構成して証明をするのはAcceptableでしょうか?
- 締切済み
- 数学・算数
- サイズ頻度分布の補正
写真から複数の被写体のサイズを測定し、実測の最小値と最大値を元に測定値を補正し、サイズ頻度分布を作成したいと考えています。 写真からの推定値が20～60（例えば、20、25、30、31、33、50、57、60） 実測の最小値と最大値がそれぞれ30、50だった場合、 20→30、60→50とし、頻度分布は同じだと仮定すると、中間のサイズ（25、30、31、33、50、57）について、どのような関数を用いて補正すればよろしいでしょうか。
- ベストアンサー
- 数学・算数
- 多変量解析の理解はどれくら時間かかる？
統計学は難関です。 医療統計で使う簡単ないくつかの検定などはだいたい理解できました。実践もだいたいできると思います。ｔ検定や分散分析程度です。 しかし、もっと難関な重回帰分析？これを理解する必要があります。重相関係数R？ 決定係数R^2 ？ 線形？ まあ、勉強するつもりですが、これらを理解するのに今から始めたらどれくらいの時間と労力がかかりますか？ 数学は、高校レベルの簡単な微分積分や行列などはだいたい覚えています。最近、正規分布やｔ検定など、だいたい勉強しました。だいたい理解できていると思ってはいますが。。。 目安として、多変量解析は毎日4～６時間勉強したとして2週間程度でだいたい理解することは可能でしょうか？
- ベストアンサー
- 数学・算数
- 2種類の散布データの比較
添付画像のようなエクセルの散布図グラフが二つあった時、グラフの分布が似ていて相関関係性があるという結論に持っていきたいのですが、どのような方法を使えば結論に導くことができますか？ エクセルの相関係数を求めるCORRELを使って山2ヶ所と谷1ヶ所の相関係数を求めて、似ているかどうかを判断できないかと考えております。 アドバイスが欲しいです。 お願い致します。
- ベストアンサー
- Excel（エクセル）
- EXCELでの相関関係式の求め方
専門書を持っていないため質問させて頂きます。 ２つの指数に相関性があるかどうかをみるときによくExcelでツインプロット図を作成しますが、このとき作図できる近似直線は「線形回帰式」だと思います。 これは相関係数が1に近い時は両者の相関性をよく表しますが、1から離れたときは「線形関係式」の方が2つの関係をよく表していると知りました。 しかしExcelでの線形関係式の求め方を調べましてもCorrel関数は出てきても式の求め方がどうしても分かりません。 詳しい方がいらっしゃいましたらご教授願えますでしょうか？ 宜しくお願い致します。
- ベストアンサー
- 測定・分析
- 0か1をとる約1290個の実測値列に関して、ある推定法が他より優れている事を示すには？
どうしたら良いでしょうか。測定値と、推定値がともに実数だと、相関係数を取って、その値が１に近いほど、優秀な推定値だというと聞いたことが在ります。 今回私が悩んでいる場合のように、測定値と、（複数ある推定方法から一つ選んだ推定方法での）推定値がともに、0か１です。この場合、実測値と推定値の相互の、相関係数、を算出し、その値の大きさから、その推定方法が（他の推定方法に比べて）優秀であると、主張する、ことはできるのでしょうか。あと、こういう、０，１の値の場合用に、ぴったり使える、特殊な相関係数算出方法は、世の中にはあるのでしょうか。 今、質問を書いていて気づいたことですが、測定値と、推定値との間で、合致した個数を、複数の推定法の間で、シンプルに比較したら、それはそれで、ある特定の推定方法の結果の優秀さをアピールすることになるのかな、と。。。そんな気もしてきました。しかしあまり見栄えがよくないような。。。 相関係数という概念はこういう０，１の場合、使えないのでしょか。 何かの課題ではありません。どうぞよろしくお願い致します。
- 締切済み
- 数学・算数
- 近似線の求め方
測定値に対して誤差が正負の範囲でついているときの近似曲線の求め方がわかりません。 ある測定値nには誤差±mが含まれています。 その誤差の傾向は±m=(±a)/(tanθ) [0<θ<90]とわかっているので f(θ)= a/(tanθ) + b という式に最小二乗法でフィッティングして誤差を補正した正しい値bを求めようと思いました。 この式を求めるとθ＝９０°の時に誤差の項が０となるので求めたい値を決定できそうです。 しかし、これでは誤差が正または負のどちらかに固まっている場合しか正しく計算できません。 このように誤差が求めたい値の（グラフで見ると）上下に現れる場合どのようにして未知の値ｂを求めればよいのでしょうか？
- ベストアンサー
- 物理学
- 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
補足
ご回答ありがとうございます、それと返事遅くなってすいません。 メッシュは細かくしましたし、熱流体だったので固体との境界層は特に細かくしました。 実測の誤差ですか。 測定器の分解能は十分で実測値の最小値と最大値の範囲が大きくなるような箇所で測定しました。 （相関性がノイズに埋もれないように） モデルの規模ですが全体の外形寸法ですが2.7×1.8×1.5 (m) くらいです。 この規模に対してならこの誤差はあるものですよね？