Aritalab:Lecture/JSBi/Test/Math
From Metabolomics.JP
< Aritalab:Lecture | JSBi/Test(Difference between revisions)
m |
|||
| (10 intermediate revisions by one user not shown) | |||
| Line 1: | Line 1: | ||
| − | = | + | =確率= |
| − | + | * [[Aritalab:Lecture/Basic/Expectation|期待値と分散について]] | |
| − | + | ||
| − | + | ||
| − | + | ||
| − | : | + | |
| − | + | ||
| − | + | ||
| − | + | ||
| − | + | ||
| − | + | ||
| − | + | ||
| − | + | ||
| − | + | ||
| − | + | ||
| − | + | ||
| − | + | ||
| − | + | ||
| − | + | ||
| − | + | ||
| − | + | ||
| − | = | + | =分布= |
| − | + | * [[Aritalab:Lecture/Basic/Distribution|分布について]] | |
| − | + | ||
| − | + | =統計・推定= | |
| − | + | 母集団から無作為に抽出された標本集団から、もとの母集団を統計的に推し量ることを推定という。 | |
| − | + | ===回帰分析=== | |
| − | + | 従属変数（近似したい値、目的変数ともいう）と説明変数（近似に用いるデータ）の関係を統計的に推定することを回帰分析という。 | |
| − | + | １個の説明変数から１個の従属変数を予測する場合を単回帰、説明変数を複数用いる場合を重回帰という。 | |
| − | + | 従属変数を<i>y</i>、説明変数を<i>x</i>とすると | |
| − | + | :<math> y_i = a_{i1}x_{i1} + a_{i2}x_{i2} + ... a_{ij}x_{ij}</math> | |
| − | + | の形でパラメータ<i>a_{ij}</i>を最小二乗法で決定する線形回帰が一般的。 | |
| − | + | ||
| − | + | ==点推定と区間推定== | |
| − | + | 標本の値から、母集団の平均値や分散を予測することを点推定（数値を点として予測）と呼び、その推定がどれ位ずれているかを区間推定と呼ぶ。 | |
| − | + | ||
| − | + | ||
| − | + | ||
| − | + | ||
| − | + | ||
Latest revision as of 15:35, 24 May 2011
Contents |
[edit] 確率
[edit] 分布
[edit] 統計・推定
母集団から無作為に抽出された標本集団から、もとの母集団を統計的に推し量ることを推定という。
[edit] 回帰分析
従属変数（近似したい値、目的変数ともいう）と説明変数（近似に用いるデータ）の関係を統計的に推定することを回帰分析という。 １個の説明変数から１個の従属変数を予測する場合を単回帰、説明変数を複数用いる場合を重回帰という。 従属変数をy、説明変数をxとすると
の形でパラメータa_{ij}を最小二乗法で決定する線形回帰が一般的。
[edit] 点推定と区間推定
標本の値から、母集団の平均値や分散を予測することを点推定（数値を点として予測）と呼び、その推定がどれ位ずれているかを区間推定と呼ぶ。
