- ベストアンサー
統計的推定のチェビシェフの定理から大数の法則
- みんなの回答 （1）
- 専門家の回答
質問者が選んだベストアンサー
- ベストアンサー
> 60回投げたときに、１の目の出るのが10±3回に収まるより、 > 120回投げたときに、１の目の出るのが20±6回に収まることが多い。 120回の方が±6回と広がっているので、分かり辛くなりませんか？ 割合に直せば、 「60回投げたときに、１の目の出る割合が1/6±1/20に収まるより、 120回投げたときに、１の目の出る割合が1/6±1/20に収まることが多い。」 となるので、こちらの方がマシのような気がします。
関連するQ&A
- チェビシェフの定理、大数の法則、中心極限定理の関係
チェビシェフの定理、大数の法則、中心極限定理の３つの用語によって、統計的推測の理論的骨子について説明するっていうのは、どうやって説明すれば良いのでしょうか？教えてください。とりあえず、数学が苦手なのですが２つの意味は調べました。でも、数式を使った説明は分かりません。 チェビシェフの定理 データの平均から離れるにしたがって、だんだん、滅多に起こらない現象の割合が増える。このことを表したのがチェビシェフの定理である。 大数の法則 ある確率を測るとき、試行回数を増やせば増やすほど、正確な確率に近づく法則を、大数の法則と言う。 中心極限定理 （説明の中に、正規分布などという、意味がわからない語句がたくさんあったので分かりませんでした） こんな感じで調べてみました。中心極限定理の意味も教えて欲しいです。 あと、チェビシェフの定理によって大数の法則が導かれ、大数の法則によって中心極限定理が導かれるのはどうしてですか？ なんだか質問が多くなってしまって申し訳ありませんが、できたら教えてください。できるだけ、難しい語句や数式的なことは避けて説明していただきたいのですが、よろしくお願いいたします。
- ベストアンサー
- 数学・算数
- チェビシェフの定理と大数の法則
平均をm、標準偏差をs、サイズN、値をx_k、度数をf_kとしたとき チェビシェフの定理は m-ks<x<m+ks (k>=1) なる範囲にあるデータは(1-1/k^2)*N以上である と本にあり、それの証明で s^2=Σ(k=1からn)(x_k-m)^2*f_k >=Σ(|x_k-m|>=ksなるkの和)(x_k-m)^2*f_k/N >=Σ(|x_k-m|>=ksなるkの和)(ks)^2*f_k/N・・(1) =(ks)^2/NΣ(|x_k-m|>=ksなるkの和)f_k・・(2) より Σ(|x_k-m|>=ksなるkの和)f_k<=N/k^2 よって Σ(|x_k-m|<ksなるkの和)f_k>=(1-1/k^2)*N と証明しているのですが(1)から(2)にするときΣはkの和をとっているのになぜ(ks)^2のkをΣから勝手に出せるのでしょうか？ また大数の定理 同一期待値μ、同一分散σ^2を持つ互いに独立な確立変数の平均を X~=(X_1+X_2+・・・+X_m)/n とおけば任意のεについて n→∞のとき、P(|X~-μ|<ε)→1 が成り立つ。 とありますがそもそもP(|X~-μ|<ε)というのが非常に理解しがたいのです この定理を理解するためになにか簡単な具体例とかをできれば教えてください。 またこの定理の証明でチェビシェフの定理で k=ε/s,s=σ/√nとおいて証明していますが このようにおく根拠or理由というのが全く想像がつきません。 長い文章になってしまい申し訳ありませんがぜひぜひ教えてくださいお願いします。
- ベストアンサー
- 数学・算数
- 大数の強法則、中心極限定理
パラメータλ>0のポワソン分布の平均、分散は共にλである (1){x_n}に関する大数の強法則を式で書き下せ (2){x_n}に関する中心極限定理を式で書き下せ (3)S_x=X1+···+Xnの分布はパラメータnXのポワソン分布に等しいことを示せ (4)λ=1の場合の(2)、(3)を利用して次を示せ lim{n→∞} e^(-n)Σ{k=0~n} n^k/k! =1/2 わかるとこだけでも構いません！ 解き方教えてください！ 応用が利かない人なので、当てはめるとかが苦手なんです
- 締切済み
- 数学・算数
- 確率と大数の法則の矛盾
サイコロを何度もふるとします。 例えば、次に1が出る確率はいつでも1/6です。 極端な場合、1が連続して20回出なかったとしましょう。もうそろそろ1が出てもおかしくないと思いますが、次に1が出る確率はやはり1/6でしょう。 一方で大数の法則というのがあります。サイコロをふる数を積み重ねていけば、1から6までが出る回数は確率で計算した数に近くなるというものだと理解しています。60回ふればそれぞれ10回前後に、600回ふれば100回前後に、6000回ふれば1000回前後にと確率で求める数（期待値）に次第に近づいていくものということだと思います。 こう考えると、1がずっと出ていないようなケースでは、次に1が出る確率は1/6より多いのではないかと思うのです。 この矛盾（？）、どなたか解決してもらえませんか？
- ベストアンサー
- 数学・算数
- 統計学 解答のお願い
サイコロを１８００回投げたとき１の目の出る回数ｘはｘ～N（３００，２５０）である次を求めよ。 １、μ、σ ２、P（ｘ＜＝２７０） ３、P（２７１＜＝ｘ＜＝３４０） ４、P（ｘ＞＝３４１） これは統計学の問題なのですが、どうやって解いていいかわかりません。また、これは正規分布の問題なのですか？ 式を含めてご解答いただけると嬉しいです。 よろしくお願いします。
- 締切済み
- 数学・算数
- 統計学の推定問題です！教えでください、
統計学の推定問題です！教えでください、 よろしくお願いします！！ 母集団の分布は次のように P（Xi）=pi (i=1,2,3) ただし、pi>0,p1+p2+p3=1. この分布から大きさｎの無作為標本をとるとします。 （１） p1=1/3です。 しかし、p2とp3がわかりません。（a) p2とp3の推定方法を説明し、（ｂ）その方法を推奨する理由の述べなさい。 （２） ｐi(i=1,2,3) はわかりませんが, 「何らかの問題があり、ｘ１とｘ２を区別することができず、すべてｘ２と表示される」という子が、わかっているとします。この時、（a) ｘ３の生じる確率の推定方法を説明し、（ｂ）その方法を推奨する理由を述べなさい よろしくお願いします！！
- 締切済み
- 数学・算数
- 社会統計について質問です。
社会統計についての質問です。 友人から聞かれたのですが、さっぱり分かりません。 どなたか助けてください。 相加平均の期待値と分散の定理、大数の法則、平均についての中心極限定理を、適切なたとえを用いて説明しなさい。 (授業ではスライムとキングスライムをたとえに用いた) スライムとキングスライムを用いたたとえ(授業通り)でも良いそうです。
- 締切済み
- 数学・算数
- 大数の法則からの問題がどうしても
確率の授業です(初学者です)。外人の先生なので英語が聞き取れず(しかも文字がとても汚い)よくわかりませんでした。 σ^2が分散, w_1,w_2,…,w_{n-1}がN(0,σ^2)の確率変数の時, lim_{n→∞}P(max|Σ_[k=1..n-1]w_k|≦cσ√n)=1 となるそうなのですが(cは定数)これは大数の法則と呼ばれるものなのでしょうか? ここでw_1,w_2,…,w_{n-1}は w_1=1/(σ√(2π))exp(-x_1^2/(2σ^2)), w_2=1/(σ√(2π))exp(-x_2^2/(2σ^2)), : w_{n-1}=1/(σ√(2π))exp(-x_{n-1}^2/(2σ^2)), というx_1,x_2,…,x_{n-1}を独立変数とする関数という解釈で大丈夫でしょうか? この時,w_1,w_2,…,w_{n-1}は正値ですよね? そして, x=0の時が最大値(最頻値)を取るので 0<w_1≦1/(σ√(2π)) 0<w_2≦1/(σ√(2π)) : 0<w_{n-1}≦1/(σ√(2π)) となり, 0<Σ_[k=1..n-1]w_k≦(n-1)/(σ√(2π)) よって max|Σ_[k=1..n-1]w_k|=(n-1)/(σ√(2π)), 従って, P(max|Σ_[k=1..n-1]w_k|≦cσ√n)は確率密度関数(釣鐘型曲線)の-∞からcσ√nまでの積分だから n→∞の時,上端cσ√n→+∞なので lim_{n→∞}P(max|Σ_[k=1..n-1]w_k|≦cσ√n)=1 と解釈しました。 それでもって [問] P(max|Σ_[k=1..n-1]w_k|≦cσ√n)を式で表せ。 という問題なのですが,どのように解けばいいのでしょうか?
- ベストアンサー
- 数学・算数
お礼
早々にアドバイスありがとうございます。 （私の）下手な質問の意図を汲み取ってご回答いただき、感謝しています。 ご回答の内容から推測するに、定理に対する私の理解が決して間違っていないと判り、ホッとしています。 ご回答いただいた内容についても、あらためて噛みしめたいと思います。