統計学なんでもスレッド5
レス数が900を超えています。1000を超えると表示できなくなるよ。
0001１３２人目の素数さん
2006/04/18(火) 21:18:41統計学なんでもスレッド4
http://science4.2ch.net/test/read.cgi/math/1123896809/
統計学なんでもスレッド3
http://science3.2ch.net/test/read.cgi/math/1097491056/
統計学なんでもスレッド2
http://science3.2ch.net/test/read.cgi/math/1068288283/
統計学なんでもスレッド
http://science.2ch.net/test/read.cgi/math/1012782106/
関連スレ
＝ 統計解析フリーソフト Ｒ ＝
http://science3.2ch.net/test/read.cgi/math/1062650510/
0830１３２人目の素数さん
2006/12/31(日) 19:51:41扱ってたんだが・・・
いつの間になくなったんだ？
0831１３２人目の素数さん
2006/12/31(日) 20:08:23↓このスレを見ている人はこんなスレも見ています。(ver 0.20)
0832１３２人目の素数さん
2007/01/01(月) 00:07:43それマジ? 面白いのに勿体ないね。
実用との結びつきといい確率的なものの考え方といい、
早いうちに触れておいた方がいいのにね。
俺は確率・統計世代で区間推定や検定までやった。
0833829
2007/01/01(月) 00:33:37数学Ｂ （「統計とコンピュータ」と「数値計算とコンピュータ」を除く）
とか
数学C （「確率分布」と「統計処理」を除く）
ってしている大学が多いから。
0834１３２人目の素数さん
2007/01/02(火) 15:56:54実験から、A 315 B 101 C 108 D 32 計 556 の結果が得られた。
A,B,C,Dは9：3：3：1の割合になることが理論的に知られている。
この場合、この比率から、理論値を求めるにはどうすればいいんですか？
Dの32を1として、Aならば32*9の288と求めればいいのですか？
どなたか教えてください。
0835１３２人目の素数さん
2007/01/02(火) 21:07:470836１３２人目の素数さん
2007/01/03(水) 00:23:49556*9/16、556*3/16、556*3/16、556*1/16
が理論値じゃないのか？
>実験から、A 315 B 101 C 108 D 32 計 556 の結果が得られた。
というのは？赤い赤いニシン？ということでいいのか？
0837１３２人目の素数さん
2007/01/03(水) 01:01:19この問題には続きがあるでしょ??
「では、この実験で得られたA, B, C, Dの比率は理論的な比率と異なると言えるか??」
とかなんとか??
>>8.36さんのおっしゃるとおり!!>>834さん、理由はわかるよね。
0838１３２人目の素数さん
2007/01/03(水) 01:02:49「>>8.36」さんではなくて、「>>836」さんの間違いでした。ごめんなさい。
0839アイザック・ニュートン ファンs.s. ◆4H8ru750VY
2007/01/03(水) 19:58:250840１３２人目の素数さん
2007/01/04(木) 18:52:29①部分調整モデルを用いて分析することが望ましい現象をその理由とともに述べよ。
②社会現象の中で操作変数を用いてその因果関係が推定できるものを挙げよ。
なおその操作変数を選んだ理由を記せ。
0841１３２人目の素数さん
2007/01/04(木) 20:38:070842１３２人目の素数さん
2007/01/04(木) 21:02:110843１３２人目の素数さん
2007/01/04(木) 23:20:24統計学を学んだ経験はないので、もし
ここで質問すべき内容でなければスルーしてください。
例えば、
A町とB町、それぞれ人口1000人ずつであったとします。
その内、
A町には10人、サッカー部に所属している中学生がいます。
B町には60人、サッカー部に所属している中学生がいます。
このことだけを見て
「B町の方がA町に比べて、『中学生のサッカー』は盛んなのだ！」
などと言ってる人がいたら当然、
「そもそもA町とB町にはそれぞれ何人の中学生が住んでるの？」
というツッコミを受けますよね？
（A町に10人しかいない中学生が全員サッカーをしてるかも知れないし、
B町には300人の中学生がいるのかも知れないので）
この場合、
・ 各町の全住民の中での中学生の人数
もしくは
・ 各町の全人口に対する中学生の人数の割合
を何と呼べばいいのか教えていただけないでしょうか。
どうかよろしくお願いします。
0844１３２人目の素数さん
2007/01/05(金) 03:41:04その例だったら断然B町の方が盛んだと言って間違いないと思う。
なぜならサッカーは1チームに11人必要……。
0845１３２人目の素数さん
2007/01/06(土) 02:32:42x 161 163 161 164 160 162 163
i. 平均と分散について、点推定を行いなさい
まったくわかりません・・・だれか助けてください。
0846１３２人目の素数さん
2007/01/06(土) 04:28:20>>845
> sd(c(161,163,161,164,160,162,163))
[1] 1.414214
> mean(161,163,161,164,160,162,163)
[1] 161
但しこれは不偏分散な。
求める分散が母分散なのか標本分散なのかわからんが。
0847１３２人目の素数さん
2007/01/06(土) 04:57:58あと
>>843は少なくとも「盛ん」の定義をしないと誰にもどうしようもないと思うが。
「盛ん」の定義を統計学に求めているのであれば、それは筋違い。
0848235
2007/01/06(土) 11:21:21どうすればいいんですか？
0849１３２人目の素数さん
2007/01/06(土) 11:25:42<1/(x+1)>です
0850１３２人目の素数さん
2007/01/06(土) 12:39:55母分散を点推定するのだから標本分散でいいんじゃね？
0851１３２人目の素数さん
2007/01/06(土) 12:56:01自分なりにやってみて平均は161 163 161 164 160 162 163
を全部たして7で割って162になったんですけどこれってだめなんですか？
あと分散は N－1 で割ればいいのか N でわればいいのかよくわからないんですが
母分散のときだとどっちなんですか？
0852１３２人目の素数さん
2007/01/06(土) 15:41:17ごめんごめん。平均の推定はそのやり方でおｋ。162であってるよ。
標本から母分散を推定するならN-1で割る。
>>850
なんでやねん
0853１３２人目の素数さん
2007/01/06(土) 16:09:42ごめん、ごめん。標本不偏分散ね。母分散っていうと真値みたいだから。
0854１３２人目の素数さん
2007/01/06(土) 16:38:45標本から求まる標本分散は推定値ではなく真値である。
よって点推定しろといってるその問題は母分散の推定であり不偏分散を求めろってことだ。
って、明らかにそんな小難しく考えさせる問題じゃないだろ。
0855１３２人目の素数さん
2007/01/06(土) 16:54:30> var(c(161,163,161,164,160,162,163))
[1] 2
だけどな。
0856１３２人目の素数さん
2007/01/06(土) 16:59:30オレ、分散より標準偏差の方がスキなんで、つい・・・
結局>>846は両方間違ってるじゃね～か
0857１３２人目の素数さん
2007/01/07(日) 00:28:44Ｔ検定が分からなくて困っています。
テストA、テストBの両方を複数の被験者に実施し、
テストAの点数が高かった群のテストBの点数と、
テストAの点数が低くかった群のテストBの点数を比べたいのですが、
３つのうちどのＴ検定を使って良いか調べてもわかりません。
どうかアドバイスをお願いします
0858１３２人目の素数さん
2007/01/07(日) 01:10:28３つってなんだ？単に2群間比較のｔ検定に見えるのだが。
0859１３２人目の素数さん
2007/01/07(日) 01:43:10ありがとうございますm(__)m
エクセルの分析ツールからＴ検定に行くと、
三種類のＴ検定が出てきます
0860843
2007/01/07(日) 03:07:16「盛んさ」という漠然としたものを統計で示そうとしてるわけじゃないです。
住民を「野菜」に、サッカー部の中学生を「腐ったカボチャ」に
置き換えていただいてもいいと思うのですがとにかく、
2つの独立してない条件にあてはまるモノのかず（or割合）を
数えたとき、先にあてはめた方の条件にあてはまるモノのかず（or割合）を
どう表現すればいいかわからないんです。
しつこくすみませんがよろしくお願いします。
0861１３２人目の素数さん
2007/01/07(日) 10:25:53そういうことは初めに書いとかな。
俺の言った方法はそういう意味では2番目。
0862１３２人目の素数さん
2007/01/07(日) 11:35:29本当にありがとうございました。
情報不足でご迷惑をおかけしました。
本当に助かりましたm(__)m
0863１３２人目の素数さん
2007/01/07(日) 13:28:44あれこれ調べたのですが、分からないので質問させてください。
正規分布を基礎にした学業成績の5段階評価を40人学級で行った場合、計算した結果、合計が41人になりました。
この41人を「3」のレベルで人数調整しろという指示があるのですが、よく意味が分かりません。
どなたか意味を教えていただけませんか。それか、参考になるサイトを教えていただければ幸いです。
0864１３２人目の素数さん
2007/01/07(日) 15:04:36「3」のレベルを一人少なくしろってことじゃないの？
0865１３２人目の素数さん
2007/01/07(日) 16:48:10orzどう考えてもそうですね。
本当にありがとうございました。
0866１３２人目の素数さん
2007/01/07(日) 19:03:41形而上学って何ですか？
0867１３２人目の素数さん
2007/01/07(日) 21:00:05国語辞典も持っていないのか。形而下の反対だよ！
0868１３２人目の素数さん
2007/01/07(日) 21:14:250869１３２人目の素数さん
2007/01/08(月) 00:04:19ただそんなこと言い出すと、凡そどんな学問分野でも、ある意味形而上学的ではある。
で？
0870馬鹿
2007/01/08(月) 00:55:440871１３２人目の素数さん
2007/01/08(月) 08:48:31容易に理解できる。 実験検証すれば、白黒がつくからです。実際、
巨額のお金を投入した実験検証が今でも行なわれています。
ところが、「統計学は正しい」という命題は単純ではありません。
「統計学の実験検証」などという言葉を聞いたことがありません。
「非常に役に立つこと」を認めない人はいないでしょうが。
こんなところが、「統計学は形而上学」という人がいる理由だと思いま
すが。どうでしょうか？
0872１３２人目の素数さん
2007/01/08(月) 08:50:300873１３２人目の素数さん
2007/01/08(月) 09:28:51何だかわかりません。
唯一、統計力学の本
http://www.rinst.org/
Second introduction to Statistical mechanics
(Japanese version, updated Dec 18, 2006)
の６ページの脚注３で
「実験で、白黒が決まらないことが形而上学」
と書いてあり、これではわかった気分になりました。
もっと明快な定義をご存知なら教えてください。
0874馬鹿
2007/01/08(月) 11:19:31イメージをつかむための不正確だが分かりやすい定義だと
形而上学=抽象的で形がないものを対象にした学問(真理探究型)
形而下学=具体的で実際的な学問(実用型)
形而上学は具体的でないから実験で白黒つかない。
0875１３２人目の素数さん
2007/01/08(月) 12:11:080876１３２人目の素数さん
2007/01/08(月) 14:29:50わかっただけでも、大収穫でした。
皆様方のご親切な助言に感謝いたします
ありがとうございました。
0877１３２人目の素数さん
2007/01/08(月) 19:47:50犠牲者のうち、およそ4/5は黒っぽい服を着ており、1/5が明るい色の服装だった
この調査から、日が暮れたら歩行者は白っぽい服装をするか手に何か白っぽい
物を持って、ドライバーが簡単に見分けられるようにすれば交通事故にあう確率も
少なくなる、と云うことができる
さてこの記事が述べている結論は正しいでしょうか？統計的観点から考えを述べよ
これをどういう風に答えれば良いのかわかりません
だれかご教授願えないでしょうか
0878１３２人目の素数さん
2007/01/08(月) 19:58:42要するに根拠がちょっと足りないかな。
まあ4倍も違わないだろう、せいぜい1.5倍とか2倍くらいだろう、とか
そういうことが明らかなら良いんだろうけど。
0879１３２人目の素数さん
2007/01/08(月) 20:07:32根拠と具体的な数字が足りないんですか・・・
0880１３２人目の素数さん
2007/01/08(月) 20:34:05根拠はともかく具体的な数字は自分で考えるんでね？
元の文章でも調査が5人なのか50人なのか500人なのかも
分からないんだし。
0881１３２人目の素数さん
2007/01/08(月) 20:43:38結論：正しいとはいえない
事故に遭わない対照の白黒比と比較して初めて検討できる
0882１３２人目の素数さん
2007/01/08(月) 21:13:21>>881
わかりました。意見を参考にまた考えてみたいと思います
ありがとうございました
0883796
2007/01/09(火) 19:30:58>>799
言わんとすることはわかるのですが、なぜ
・【計算方法1】の分散が (σ^2(h^2+w^2) + σ^4)/N
・【計算方法2】の分散が (σ^2(h^2+w^2) + σ^4/N)/N
になるのかがどうしてもわかりません。
出典（参考書）があればお教えいただければ幸いです。
0884796
2007/01/09(火) 19:35:09>>796
>>797
>>801
この本↓
[2] http://amazon.co.jp/o/ASIN/4762263796/
http://www.d4.dion.ne.jp/~zen/DATA/chap4/chap4.html
の4.3に何か情報があるのかもしれないと思い、
先日この本を購入したのですが、旧版だったため
4.3がありませんでした。改訂版になっていたとは・・・orz
[2]の本でも
[1] http://amazon.co.jp/o/ASIN/480790521X/
と同様に誤差伝播の法則（誤差の伝播に関する規則）は
(1) σ_A = μ_h・μ_w・√[ (σ_h/μ_h)^2 + (σ_w/μ_w)^2 ]
です。
0885796
2007/01/09(火) 19:35:48>>796
>>797
>>801
いくつかの前提を設けて極論を考えてみます。
(a) hとwは独立（これはまあ言わなくても・・・）
(b) 母平均＝標本平均（Nが十分に大きい） → μ_hとμ_wは母平均
(c) 母分散＝標本分散（Nが十分に大きい） → (σ_h)^2と(σ_w)^2は母分散
・【計算方法1】の標準偏差σ_1
標本の総数がNの場合の標準偏差をσ_Aとすると
標本の総数はM・Nになるが、σ_1 = σ_A
・【計算方法2】の標準偏差σ_2
標本の総数がNの場合の平均μ_hとμ_wは母平均なので、
ランダム誤差が除かれており、μ_hとμ_wは真の値とみなせる。
したがってσ_2 = 0
---
この結果を見ると比較自体がナンセンスかもしれません。
ついでに(b)と(c)の前提を除くとMとNに複雑に依存しそうです。
どなたかお力を・・・
0886１３２人目の素数さん
2007/01/09(火) 20:16:23単に紙と鉛筆で計算しただけです。独立なものはすぐ消えるので分散の計算は
それほど大変ではないはず。
ところで元の>>796では繰り返し数Nしか出てこないのに、>>797ではMというのも
出てきます。この関係がよく分かりません。上記の計算は>>796での話です。
0887１３２人目の素数さん
2007/01/09(火) 22:45:12YES/NOで回答する質問×３群の２×３のクロス表についてカイ二乗検定する
というのは意味があるのでしょうか？
YES/NOで回答する質問を２水準に分けてカイ二乗すること自体ナンセンスのような気がしてなりません。
例えば
Ａ Ｂ
YES ５ ０
NO 95 100
これでもカイ二乗検定をすると有意差でますけど、
この質問に対する回答をＡとＢで比較したときに
「ＡはYESと答える」
ということを示すものではないですよね？
STARで検定したときに残差分析までやってくれるのですが
「 実測値と残差分析の結果 」
----------------
5▲0▽
95▽100▲
----------------
（▲有意に多い、▽有意に少ない、p<.05）
たかだか５人の回答で「有意に多い」って言われてもって感じで…。
こういう分析しろと言われたのですがなんか変な気がしたけど論破できなかったのでぜひお力を貸してください。
0888１３２人目の素数さん
2007/01/09(火) 23:58:24期待度数がYESと答えたグループで期待度数が５以下（３以下という説もあり）になるので、
単純に独立性の検定（カイ２乗検定）を行わない方がよいでしょう。
Fisherの正確確率検定（別名「Fisherの直接確率法」）を使って検定しましょう。
詳しくは、
ttp://aoki2.si.gunma-u.ac.jp/lecture/Cross/cross.html
ttp://aoki2.si.gunma-u.ac.jp/lecture/Cross/Fisher.html
計算は以下のサイトでできます。
ttp://aoki2.si.gunma-u.ac.jp/exact/fisher/getpar.html
まあ、がんがれや
0889１３２人目の素数さん
2007/01/10(水) 00:11:32>期待度数がYESと答えたグループで期待度数が５以下（３以下という説もあり）になるので
は
「YESと答えたグループで期待度数が５以下になるので」
とします。「（３以下という説もあり）」を削除します。ごめんなさい。
更に詳しい解説は
ttp://aoki2.si.gunma-u.ac.jp/lecture/Cross/warning.html
0890１３２人目の素数さん
2007/01/10(水) 01:10:09＞YES/NOで回答する質問を２水準に分けてカイ二乗すること自体ナンセンス
カイ自乗検定は行の期待値に関する比率を元にしているから列が、
887でいうＡとＢがそれぞれ100で固定されるということになるなら、
YESが変動するとNOも逆比例して変動する。
だからたしかにカイ自乗を用いるのはナンセンス。
0891１３２人目の素数さん
2007/01/10(水) 02:22:06正規変数からのxの分布に関する質問です。
あるメーカーが圧迫強度がμ、標準偏差σの正規分布に従うこと
を分かっていたとする。
新技術の改良をし、圧迫強度を調べて標準偏差を出す。
_
それぞれμ、σ、xの値は分かっていて、この改良技術が平均圧迫強度を
低めているかどうかを調べるにはどうしたら良いのでしょうか。
どなたらよろしかったらお力添えをしていただけると助かります。
0892１３２人目の素数さん
2007/01/10(水) 06:29:50あのー、元々カイ二乗検定って行も列も周辺固定なのですが、…。
（行と列の違いなんて入れ替えればいいだけだし）
0893１３２人目の素数さん
2007/01/10(水) 09:52:58>>888の期待度数の話はひとまず置いておかせてください。
以下はあくまで極端な例として書いてみます。
例１
Ａ Ｂ
YES ５ ０
NO 95 100
例２
Ａ Ｂ
YES 100 ０
NO ０ 100
上の二つのクロスデータをカイ二乗すると両方とも有意になる。
残差分析をすると、共に
Ａ Ｂ
YES ▲ ▽
NO ▽ ▲
こういう結果になるけど、
ＡのＹＥＳが有意に多いと言っても例１の５人と例２の１００人では明らかに人数が違うじゃないかと。
Ａ群の５人で有意だからＡ群はＹＥＳと答える傾向にある
Ａ群の１００人で有意だからＡ群はＹＥＳと答える傾向にある
確かに５人で有意って解釈しずらいだろうね。
で、言ってる意味はわかったけどこれをどうすればいいのかは俺にもわかりません。
誰か続きお願い。
0894１３２人目の素数さん
2007/01/10(水) 10:23:23>>890 は行の自由度が１ということを問題にしていると思われます
つまり >>887 さんの例は事実上
A B
5 0
というデータ
一方カイ２乗分析（分散分析）をやるには「ランダムにばらついている
と考えられる数字」が必要（ノイズに比べて 5 vs 0 がシグナルと
思えるかどうかを問題にするために統計学を持ち込むから）
>>887 さんの例だと比較すべき「ノイズ」がありません
0895796
2007/01/10(水) 11:11:20問題の整理が解への近道かもしれません。
ということで問題を整理してみます。
---問題ここから
計測したい物理量：ある長方形の面積A
実測される物理量：その長方形の縦の長さh、横の長さw
繰り返し測定を行ない、その結果として
h_k、w_k（k = 1, 2, ..., N・M）が得られる。
これらの実測値には誤差としてランダム誤差のみ
が含まれているものとする。
(1) A_1_k = h_k・w_k
(2) A_2_j = (Σh_i)/N・(Σw_i)/N
ここで、i、j、kは以下のとおり。
i = 1, 2, ..., N
j = 1, 2, ..., M
k = 1, 2, ..., N・M
A_1_kとA_2_jではどちらが標準偏差が小さくなるといえるのか？
---問題ここまで
ということで問題を整理してみたら、
答えは当然A_2_jであり（ですよね？）、
比較自体がナンセンスであることがわかりました。。。orz
お付き合いいただいた798様、799様、800様
本当にありがとうございました！
そしてつまらないことにつき合わせてしまって
申し訳ありませんでした。深く深くお詫びいたします。<(_ _)>
0896796
2007/01/10(水) 11:13:01しかし計測技術については、ひとつの疑問が残りました。
適当なNと、式(2)の計算方法を使えば、
測定値Aの標準偏差（≒1/精度）を小さくすることができるので、
ある意味「みせかけの精度」を良くすることができてしまいます。
まあこれについてはこのスレとは関係ないので、
興味なければスルーしてください。
0897助けて下さい
2007/01/10(水) 11:54:16問題は↓
V（X－Y）＝V（X）ーV（Y）これを証明しろというものです。V（X）はXの分散です。
0898１３２人目の素数さん
2007/01/10(水) 12:38:13分散の定義式にＸとＹをあてはめればすぐですよ。
0899助けてください
2007/01/10(水) 16:15:190900教えて下さい
2007/01/10(水) 18:59:36（１）Y＝aX+b(a、bは定数)
（２）Y＝X＾２
0901１３２人目の素数さん
2007/01/11(木) 00:01:17何か話がかみ合ってないな。
カイ二乗検定というのは分割表の独立性の検定のではないの？
それならそれ自体が自由度１なんだけど。
>>893
2つのデータの有意確率は異なると思いますが…。
0902１３２人目の素数さん
2007/01/11(木) 00:07:48V(X)+V(Y)-COV(XY)だろ
それじゃあ場合によっては分散が負になっちゃうじゃん
>>900
(1)N(b,a)
(2)未定義
じゃね？
0903１３２人目の素数さん
2007/01/11(木) 16:53:280904１３２人目の素数さん
2007/01/11(木) 18:34:21を導く統計解析は何ですか？
Linear regression ではダメですか？
Bland & Altman 以外で何か教えてください。
0905１３２人目の素数さん
2007/01/12(金) 11:19:34(2) カイ二乗分布
0906１３２人目の素数さん
2007/01/12(金) 14:55:35特徴量を抽出する手法を探しています。
自分が考えたのは主成分分析を利用して、第一主成分だけを見て寄与率が
閾値以下の特徴量を抽出したらいいのではないかと考えています。
自分の知識ですとこれが限界なので、もっといい方法があればご教授願います。
0907１３２人目の素数さん
2007/01/12(金) 17:19:27教えてください。
0908１３２人目の素数さん
2007/01/12(金) 17:49:190909１３２人目の素数さん
2007/01/12(金) 18:05:31異なるものだから、異なる。
定義域、離散分布・連続分布の性質からも異なることが分かる。
0910１３２人目の素数さん
2007/01/12(金) 21:58:29データに影響を与えるとは何かというのがなければそれでいいんじゃね。
（具体的にデータに変化があるとか外れ値が出るとか）
0911906
2007/01/13(土) 09:38:01回答ありがとうございます。
しかし、先ほど確認したところ
「主成分分析は主成分として新たな基底を作成する際に全ての特徴量を用いていて、
寄与率が一定値以下だからといって、そのはじかれた特徴量f'nがデータに影響を
与えていないとは言えないし、そもそもはじかれた特徴量f'nは最初の特徴量fnとは別物」
とつっこまれました。
どうも主成分分析以外を使わなければなさそうなんですが、
こういったあるデータ群の特徴量を与えている順位付け？みたいなことを
行う手法はありますか？
何度もすいませんが、よろしくお願いいたします。
0912１３２人目の素数さん
2007/01/13(土) 09:58:39>「主成分分析は主成分として新たな基底を作成する際に全ての特徴量を用いていて、
>寄与率が一定値以下だからといって、そのはじかれた特徴量f'nがデータに影響を
>与えていないとは言えないし、そもそもはじかれた特徴量f'nは最初の特徴量fnとは別物」
>とつっこまれました。
主成分分析が多数の説明変数を単純化するために、ある種の合成変量を作り出す
手法だと言うことを指摘された訳ですね。合成変量で、その変量に研究者自身が命
名します。その命名次第で受ける印象や考察にバイアスがかかりますから注意する
必要がありますね。
すると、従属変数が計量データ（量的データ）すなおに多重回帰分析をして、偏回帰係
数が有意にならないものを除外するという手ではいかがでしょうか？
従属変数が質的データ（計数データ）の場合には、判別分析（多重判別分析）という手
ではどうでしょうか？
「ハヤシもあるでよ!!」（古っ）という声も聞こえてきそうですが…wwww
0913１３２人目の素数さん
2007/01/13(土) 10:02:44「>>908, >>911 」のところは、アンカーつけ間違えました。>>908ではなくて、>>906でした。
>すると、従属変数が計量データ（量的データ）すなおに多重回帰分析をして、偏回帰係
>数が有意にならないものを除外するという手ではいかがでしょうか？
は意味不明ですね。以下のように訂正します。
>すると、従属変数が計量データ（量的データ）なら、すなおに多重回帰分析をして、偏回帰係
>数が有意にならないものを除外するという手ではいかがでしょうか？
0914１３２人目の素数さん
2007/01/13(土) 10:15:45従属変数があるならそうでしょうね。主成分分析をしているのでそんなものはないと
思ったんですけどね。
0915１３２人目の素数さん
2007/01/13(土) 10:21:30そもそもこの返事は>>906のアイデアの回答としては変ですね。
アイデアを「主成分そのものを特徴量とする。小さい主成分は切り捨て」
というように誤解されたようですね。そうでなければ特徴量は別物などという
言われ方はしないはず。寄与率という言葉を使ったのがまずかったのでしょう。
主成分の係数ですね。（寄与率というと主成分そのものの影響を図るものと
取られるのが普通でしょう。）
0916１３２人目の素数さん
2007/01/13(土) 11:34:12回答ありがとうございます。非常に参考になりました。
自分がやりたかったことは、「主成分分析のように全ての特徴量を利用した主成分
にどれだけ寄与しているか」ではなくて、
「f次元の特徴ベクトルそのものを利用する場合にどれを選択すべきか、
すなわち、どの特徴変数ならば削減しても影響が少ないか」
を選択する問題でした。
自分は、主成分分析の寄与率は、特徴変数そのものに対して順位付けを行う手法であると考えていたため
>>911のような指摘されたと思います。
主成分分析は、特徴ベクトルの全ての変数と相関係数行列を用いて
変量の個数を削減する手法という理解でよろしいでしょうか。
再度調べたところ、偏F値ならびにP値というものの存在を知ったのですが、
これをつかってできないかと思いますが、いかがでしょうか？（変数の増減に使うとあったので…）
偏F値やP値についてもう少し調べてみますが、この手法の可否につて回答をお願いいたします。
0917916
2007/01/13(土) 11:47:44変数減少法という手法があるということを知りました。まさに自分のやりたいことに一番近いのでは
ないかと思いましたが、いかがでしょうか？
（参考：ttp://akimichi.homeunix.net/~emile/aki/html/medical/biostatistics/node58.htmlなど）
0918１３２人目の素数さん
2007/01/13(土) 12:09:01回答から察すると従属変数があるということでいいのですね？
それならば>>913さんのいうように回帰分析が普通でしょう。
（それならどうやって主成分分析をしたのだろう？説明変数のみで？
それともすべての変数を一緒にして？）
重回帰なら変数の選択は教科書にもある基本的なことですが、
その方法（変数減少法もその一つ）と選択規準が複数あり
指摘されたWebでは選択規準としてCpとAICと自由度調整済重相関係数の3つが
あがってますね。どれにしても何かのソフト（たとえばR）を使わないと
できません。
0919１３２人目の素数さん
2007/01/13(土) 15:50:50各自、それぞれ1枚ずつのチップを持っている。最初に1番と2番の人がゲームをして
負けた方がチップを【1枚】勝った方に渡す、勝った人【チップが2枚になっている】は
3番の人とゲームを行う。
【チップが無くなった人が負けとなる】最後に勝ち抜いてきた人は10番の人とゲームを
行い勝てば優勝である。このゲームでゲームをする順番によって優劣があるかどうかを
その理由とともに述べなさい
この問題は確立を計算していくことで解けると思うんですが、それ以外の解答方法(つまりその理由)はあるでしょうか？
0920１３２人目の素数さん
2007/01/13(土) 16:15:38確立か。
0921１３２人目の素数さん
2007/01/13(土) 20:51:20ご指摘感謝。当方の不注意でしたね。>>906の
>あるn次元の特徴量をもつデータから、一番データに影響を与えていない
>特徴量を抽出する手法を探しています。
という文で、従属変数があるものとばかり思ってしまいました。主成分分析では従属変数を
必要としませんね。
0922１３２人目の素数さん
2007/01/14(日) 00:19:48中心極限定理があるのなら大数の法則の存在する理由がないと思うのですが。
0923１３２人目の素数さん
2007/01/14(日) 05:21:520924１３２人目の素数さん
2007/01/14(日) 07:30:23確率論の本を見た方がいい。
収束の違いが理解できていないと難しいかもね。
0925１３２人目の素数さん
2007/01/14(日) 14:04:45物価水準（P）の安定を目指している。
公開市場操作、公定歩合操作、法定準備率操作ハイパワードマネー（H）、貨幣乗数（ｍ）
貨幣供給量（M）、貨幣市場の均衡式、等を用いて、日銀の物価コントロールの仕組みを説明しなさい。
という問題わかりますか？
0926１３２人目の素数さん
2007/01/14(日) 14:15:570927１３２人目の素数さん
2007/01/14(日) 14:23:08確率の間違いでした・・・アドバイスくれると助かります
0928１３２人目の素数さん
2007/01/15(月) 12:37:24>924
反応どうもです。確かに質問の仕方が悪かったようです。
俺の頭の中で
中心極限定理は
標本平均と真の平均の誤差が正規分布に従う
↓
正規分布の形は(μ,σ~2/√n)
↓
つまりはｎを大きくすれば真の平均に近づく可能性が高いといえる
（コレは大数の法則そのものではないですか？）
中心極限定理のなかに大数の法則が含まれている。つまりは
中心極限定理∋大数の法則
なのでは？
という理解になってしまっているのですが。
0929１３２人目の素数さん
2007/01/15(月) 14:50:57概収束、確率収束、分布収束と順に弱くなっていきます。
確率収束も定数に収束と、確率変数に収束があります。
中心極限定理が成り立たなくても、大数の法則は成立します。
強・弱とかの大数の法則の定義もあるので、例えば
伊藤 清 「確率論の基礎」(岩波)
でも見てください。
「中心極限定理のなかに大数の法則が含まれている」は
独別の場合に成立します。
レス数が900を超えています。1000を超えると表示できなくなるよ。