後半

33問 • 1年前

Nibo'にぼ

通報

問題一覧

標本統計量(推定量)で母数をピンポイントに推定する事をなんというか？

点推定

点推定の時に使う、平均的には母数と一致する(偏らない)性質をなんというか？

不偏性

標本の平均(標本平均)を計算して、その値をそのまま点推定に使えるか？

標本平均には不偏性がある ↓ そのまま使える

分散の点推定では、標本分散は使えるか？また、その理由は？

使えない ↓ 不偏性がない(過小評価されている)

分散の点推定には何をすればいいか？

不偏分散

その理由は？

不偏性がある(過小評価を修正)

————————————————————

第8回が終わり

母集団から抽出した標本を手掛かりに、「？」で推測する。 ↓ ？には何が入るか？

確率論

確率論で推定する時、母集団から”ランダム”に標本を抽出する事をなんというか？

単純無作為抽出

変数(変化しうる値)のうち、その値が確率的に決まる変数をなんという？

確率変数

確率変数のそれぞれの値が発生する確率の分布をなんというか？

確率分布

確率分布の横軸、縦軸は？

縦軸→確率横軸→確率変数

確率変数と発生確率のルールを式にしたものをなんというか？

確率関数

確率関数において、表が出る確率、裏が出る確率を何というか？

表が出る→p 裏が出る→1-p

X~Be(p)はどのように読むか？また、pの部分をなんというか？

確率変数(x)は、ベルヌーイ分布に従う。ベルヌーイ分布の形状は、”p”によって決まる “p”→パラメータ

何回かコインを投げて、表が出る回数が従う分布をなんというか？

二項分布

コインの表裏を例に、ベルヌーイ・二項分布の違いは？

ベルヌーイ→一回コインを投げる二項分布→何回かコインを投げる

二項分布の確率関数の表し方は？コインを例に。

X~B(n=?,p=0.5) ?→投げた回数

———————————————————

第9回終わり

最も重要かつふつうで、自然な確率分布をなんというか？

正規分布

正規分布の確率関数の表し方は？

X~N(μ = 平均, σ² = 標準偏差²)

「正規分布のパラメータは何ですか」と聞かれた際、どのように答えるか？

平均 μ と、標準偏差 σ ※書く時はσ²で表記されている事に注意する

ベルヌーイ分布・二項分布と違い、正規分布の確率変数Xには何という前提があるか？また、そのような変数を何という？

連続的な値 ↓ 連続変数

正規分布の具体的な形状は、何によって決まってくるか？また、それぞれどのように影響する？

●平均”μ”と、標準偏差”σ”によって決まる。・平均”μ”→場所・標準偏差”σ”→広がり方

平均160と180では、それぞれの位置は？

160が左側、180が右側

標準偏差5と10では、どちらの凸が大きくて、どちらの幅が広いか？

凸が大きい→5 幅が広い→10

正規分布のグラフの形は、平均値を境にどうなってるか？

左右対称

————————————————————

終

正規分布を、平均が0、標準偏差(分散も)を1に標準化したものを何という？

標準正規分布

正規分布を標準化するには、何をすればいいか？また、標準化できる理由は？

①平均を引く ↓ ②σで割る ※再生性があるから

母数を、確率的に区間で推定する事を何というか？

区間推定

標準正規分布の両側は合わせて何%か？また、メモリはどこを境界ラインにしているか？

両側5% ↓ ±1.96

95%信頼区間の求め方は？

平均✖️1.96✖️√分散(標準偏差²)/n

歴史 1

歴史 1

歴史　2

歴史　2

歴史 3

歴史 3

歴史 4

歴史 4

歴史 5

歴史 5

歴史 6

歴史 6

歴史 7

歴史 7

歴史 8

歴史 8

歴史 10

歴史 10

歴史 11

歴史 11

歴史 12

歴史 12

歴史 13

歴史 13

4,5

4,5

12,13

12,13

3•4

3•4

11(第8章) ここから

11(第8章) ここから

Nibo'にぼ · 3回閲覧 · 34問 · 1年前

8 5章

8 5章

4,5

4,5

12 (資料10)

12 (資料10)

11 (資料9)

11 (資料9)

9 (資料8)

9 (資料8)

8 (資料7)

8 (資料7)

3枚目

3枚目

2枚目

2枚目

1枚目

1枚目

資料6

資料6

第7回

第7回

第4章

第4章

資料7 期末範囲

資料7 期末範囲

資料8

資料8

資料9

資料9

問題一覧

標本統計量(推定量)で母数をピンポイントに推定する事をなんというか？

点推定

点推定の時に使う、平均的には母数と一致する(偏らない)性質をなんというか？

不偏性

標本の平均(標本平均)を計算して、その値をそのまま点推定に使えるか？

標本平均には不偏性がある ↓ そのまま使える

分散の点推定では、標本分散は使えるか？また、その理由は？

使えない ↓ 不偏性がない(過小評価されている)

分散の点推定には何をすればいいか？

不偏分散

その理由は？

不偏性がある(過小評価を修正)

————————————————————

第8回が終わり

母集団から抽出した標本を手掛かりに、「？」で推測する。 ↓ ？には何が入るか？

確率論

確率論で推定する時、母集団から”ランダム”に標本を抽出する事をなんというか？

単純無作為抽出

変数(変化しうる値)のうち、その値が確率的に決まる変数をなんという？

確率変数

確率変数のそれぞれの値が発生する確率の分布をなんというか？

確率分布

確率分布の横軸、縦軸は？

縦軸→確率横軸→確率変数

確率変数と発生確率のルールを式にしたものをなんというか？

確率関数

確率関数において、表が出る確率、裏が出る確率を何というか？

表が出る→p 裏が出る→1-p

X~Be(p)はどのように読むか？また、pの部分をなんというか？

確率変数(x)は、ベルヌーイ分布に従う。ベルヌーイ分布の形状は、”p”によって決まる “p”→パラメータ

何回かコインを投げて、表が出る回数が従う分布をなんというか？

二項分布

コインの表裏を例に、ベルヌーイ・二項分布の違いは？

ベルヌーイ→一回コインを投げる二項分布→何回かコインを投げる

二項分布の確率関数の表し方は？コインを例に。

X~B(n=?,p=0.5) ?→投げた回数

———————————————————

第9回終わり

最も重要かつふつうで、自然な確率分布をなんというか？

正規分布

正規分布の確率関数の表し方は？

X~N(μ = 平均, σ² = 標準偏差²)

「正規分布のパラメータは何ですか」と聞かれた際、どのように答えるか？

平均 μ と、標準偏差 σ ※書く時はσ²で表記されている事に注意する

ベルヌーイ分布・二項分布と違い、正規分布の確率変数Xには何という前提があるか？また、そのような変数を何という？

連続的な値 ↓ 連続変数

正規分布の具体的な形状は、何によって決まってくるか？また、それぞれどのように影響する？

●平均”μ”と、標準偏差”σ”によって決まる。・平均”μ”→場所・標準偏差”σ”→広がり方

平均160と180では、それぞれの位置は？

160が左側、180が右側

標準偏差5と10では、どちらの凸が大きくて、どちらの幅が広いか？

凸が大きい→5 幅が広い→10

正規分布のグラフの形は、平均値を境にどうなってるか？

左右対称

————————————————————

終

正規分布を、平均が0、標準偏差(分散も)を1に標準化したものを何という？

標準正規分布

正規分布を標準化するには、何をすればいいか？また、標準化できる理由は？

①平均を引く ↓ ②σで割る ※再生性があるから

母数を、確率的に区間で推定する事を何というか？

区間推定

標準正規分布の両側は合わせて何%か？また、メモリはどこを境界ラインにしているか？

両側5% ↓ ±1.96

95%信頼区間の求め方は？

平均✖️1.96✖️√分散(標準偏差²)/n