あじぽんと申します。よろしくお願いします。

ベクトルや複素数などに出てくる「ノルムと絶対値と長さ」というのは同じことを違う言葉で表現しているのでしょうか?
手元にある書籍などには全てが同じ式で求められています。
同じ式で表現されていても意味は少しづつ違っていたりするのでしょうか?

よろしくお願いします。

このQ&Aに関連する最新のQ&A

A 回答 (5件)

どれも同じような性質を持ちますが、違いの1つとして定義される空間が違います。



「絶対値」は、実数や複素数といった「数」に対して定義されます。
定義は、一通りしかありません。
ベクトルに対して、絶対値を求めるという言い方をする場合もあるかもしれませんが、それはベクトルの長さを表す記号に絶対値の記号を利用する場合があるからであり、参考書にも文章として「ベクトルの絶対値」という言い方はあまりされていないのではないでしょうか?



「長さ」というのは、空間にある「線」に対して定義できます。
数に対しては「長さ」という言い方はあまり聞かないと思います。
例えば、「3」の長さというような言い方は耳になじまないと思います。
一方、ベクトルの場合は、「矢印」という「線」になりますので「長さ」が定義できます。



最後の「ノルム」は、線形空間に対して定義できます。(もちろん実数、複素数やベクトルも線形空間です)
ノルムの条件を満たせばノルムになるため、複数のノルムが考えられます。
そのため、「(1,1)というベクトルに対するノルムは?」
という質問に対しては、「どのノルムを使うか?」という条件が欠けているため厳密に言うと「解答はできません」。
例としてよく扱われるノルムは「ユークリッドノルム」と言われ、通常のベクトルの長さと等しくなります。

ベクトルに対するノルムでは、「最大値ノルム」というのが他の例としてよく使われます。
これは、ベクトルの各要素の最大値で定義されます。
(例:(3,1,5)というベクトルの最大値ノルムは、3つの数字の最大値である5になります)

ノルムというと、線形空間であれば定義できるため、
f(x) = 3x^2+5x
という数式に対するノルムというのも考えられます。
(数式は、定数倍したり、足し算したりできますよね)
数式に対して「絶対値」とか「長さ」と言ってもピンと来ないですよね。

しかし、まだやられていないかもしれませんが、数式に対するノルムというのは存在します。


そうすると、なんでこんなんがあるねん。って話になると思います。

ここで、ベクトルに対してある定理があったとします。

それがさっきのような数式など他の線形空間でも成り立つんだろうか?
というのを考えるときに「ノルム」の登場です。

その定理の証明で、「ベクトル」として性質を使わずに「ノルム」の性質だけを使って証明ができれば、
それは「ベクトル」に対する証明でなくて「ノルムを持つもの」に対する証明になります。
(ちょっと難しいかな?)


このようにして、定理の応用範囲を広げるために「長さ」や「絶対値」の考え方をベクトルだけでなく「線形空間」という広い考え方に適用できるようにしたのが「ノルム」になります。
    • good
    • 9
この回答へのお礼

kentarou2333さん、丁寧な回答をありがとうございました!。

「ノルム、絶対値、長さ」の違いについてだけでなくノルムの「なんでこんなんがあるねん。」についての記述、目からうろこな感じでした!。
「ノルムっていったい何のためにあるんだ..?」と考えるとそこで全部が止まってしまっているような感じだったんです。kentarou2333さんの回答を「足場」として使わせていただいて先に進んでいけそうです!!。

ありがとうございました!。

お礼日時:2005/07/23 00:47

あじぽんさん、こんばんは。



あじぽんさんが大学数学を少し知っておられるか、高校数学までなのかで多少回答の仕方を変えた方がよいようにも思われますが、ここでは現代数学流の定義をきちっと述べてみることにします。

すでに指摘されている通り、ノルムとはベクトル空間(大雑把に言ってベクトルの集まり)の各元(つまりベクトル)に対して非負の実数を対応させる写像で、いくつかの条件を満たすもののことを言います。もちろん公理を満たしているならいろいろなノルムを考えることができます。

絶対値とは通常の意味では、複素数(もちろん実数を含む)に対して非負の実数を対応させる写像のことで、これは既にご存知のものであると思います。複素数全体はR上の2次元ベクトル空間と思うこともできますし、もちろんC上の1次元ベクトル空間ともみなせます。いずれにせよ、絶対値というものはこのどちらのベクトル空間のノルムにもなっています。この意味ではノルムとは絶対値を一般のベクトル空間に拡張したもの、と言えるのかも知れません。

また長さというのは絶対値やノルムといったものとはやや異なる存在で、一般的にはある計量空間(たとえばリーマン多様体など)上の曲線に対して定義されるものです。もっとも典型的な場合、つまりユークリッド空間の線分(これももちろん曲線です)の場合は、二つの座標を表す位置ベクトルをx、yとして||x-y||とこれら二つのベクトルの差のノルムで線分の長さを表すことができます。これとはまた別に、(ルベーグ)測度論という解析の一分野があって、長さというものを抽象化した、(1次元)の測度という概念を導入して、可測集合に対して長さを考えたりすることもあります。いずれにせよ、通常、長さという言葉から連想されるのは、「ある空間にある1次元的な図形に対してその"長さ"に対応するような非負実数を与える写像」ということになります。これに対してノルムや絶対値というのは、「ある空間の元(点)に対して、"原点からの遠さ"に対応するような非負実数を与える写像」とごく大雑把に思うことができると思います。
    • good
    • 1
この回答へのお礼

adinatさん、回答ありがとうございました。

大学数学の理解などとてもとても...な状態です。高校数学も怪しいです..。
が、数学のことを考えるのはワクワクしてくるような気が(勘違いかも..)します。

> この意味ではノルムとは絶対値を一般のベクトル空間に拡張したもの、と言えるのかも知れません。

> いずれにせよ、通常、長さという言葉から連想されるのは、「ある空間にある1次元的な図形に
> 対してその"長さ"に対応するような非負実数を与える写像」ということになります。これに対し
> てノルムや絶対値というのは、「ある空間の元(点)に対して、"原点からの遠さ"に対応するよ
> うな非負実数を与える写像」とごく大雑把に思うことができると思います。


なるほど-。ベクトル空間での「原点からの遠さ」を一般化したものがノルムなのですね。
そして公理さえ満たしていればノルムと呼ぶことが出来るのですね。
少々話がそれるようで申し訳ないのですが「1次元的な図形」というものがどういうものなのかがわかりませんでした。

お礼日時:2005/07/23 00:25

抽象化の度合いが違うのではないかと思います。


ベクトルは、高校の範囲では「大きさと向きを持った量」で、典型的に有向線分で表現されます(というか同一視しています)。
しかしベクトルは有向線分だけではありません。たとえばヒルベルト空間で関数をベクトルとして扱うのですが、向きって何?長さ?ってなことになります。

絶対値もそうで、ベクトルの絶対値というのはありません。複素数の絶対値や実数の絶対値は定義されてますが。

ということで一般化・抽象化された「大きさのようなもの」がノルムなわけす。

http://ja.wikipedia.org/wiki/%E3%83%8E%E3%83%AB% …

参考URL:http://ja.wikipedia.org/wiki/%E3%83%8E%E3%83%AB% …
    • good
    • 0
この回答へのお礼

pyon1956さん、回答ありがとうございます。

> 抽象化の度合いが違うのではないかと思います。
> ということで一般化・抽象化された「大きさのようなもの」がノルムなわけす。

「長さ」とか「絶対値」も「大きさのようなもの」だけど、それ(長さとか絶対値)をさらに一般化・抽象化したものが「ノルム」だと考えてもいいのでしょうか。

お礼日時:2005/07/22 23:52

「ノルム」がどのようにして出てきたかはわからないのですが……。



今の数学は「公理主義」的な(確か、厳密には「公理主義」というのは、ひとつの立場だったはず。故に、「的」です)ところがあり、「これこれの性質を満たすものをこれこれと定義する」という流儀で進めることが非常に多いです。

例えば、日常的な「距離」だと、「近い」とか「遠い」という概念がありますが、これを一般化させて、「意見が似ている(近い)・異なる(遠い)」などを数値化できたりするわけです。
これは、距離を抽象化してしまっているので、普通の距離としては議論できない可能性があります。
しかし、この「近い・遠い」を、ノルムの定義にあうように定義できれば、数学的なノルムの大小の議論なり定理なりを、「意見が近い・遠い」などの議論に使えるわけです。

もちろん、数値化が適切であるということが大前提になり、これはこれで難しいわけですが。

また、純粋に数学的にいえば、「これこれの性質を持つもの」という定義なので、一見全く関係ない議論が、「これこれを、『ノルム』と定義することが出来る」というひらめきで、線形代数の既知の理論で説明できてしまったりもするわけです(具体的にそういう例があるかどうかは知らないのですが)

具体例が挙げられなくて残念ですが。
    • good
    • 0
この回答へのお礼

AsanoNagiさん、素早い回答ありがとうございます。

「ノルム」って一体なんなんだろうか..という思いがふつふつとしてきました。う~ん。

お礼日時:2005/07/22 23:38

おおざっぱに言って、「ノルム」は、「長さ」に対して、拡張された概念になります。


おそらく「長さ」の定義は、「それぞれの要素を2乗して足したものの平方根」となっていると思います。
これに対して、「ノルム」は、例えば、「それぞれの要素の絶対値の総和」というようなものも定義できます。

「ノルム」の定義は、・非負である、・ゼロベクトルのノルムはゼロ、・ベクトルを足したもの(ベクトル)のノルムは、それぞれのベクトルのノルムの総和を超えない
などなど。

あと、「絶対値」は、ベクトルの要素に対して定義されるようですね。
    • good
    • 2
この回答へのお礼

AsanoNagiさん、回答ありがとうございます。

> 「ノルム」の定義は、・非負である、・ゼロベクトルのノルムはゼロ、・ベクトルを足したもの(ベクトル)のノルムは、それぞれのベクトルのノルムの総和を超えない
> などなど。

この定義を満たしている式があれば、それは「ノルム」だ。と考えてもよろしいのでしょうか?
「ノルム」が何の役にたつのか、とか、誰が考えついたのか?が非常に気になりました。

お礼日時:2005/07/22 12:39

お探しのQ&Aが見つからない時は、教えて!gooで質問しましょう!

このQ&Aを見た人はこんなQ&Aも見ています

このQ&Aを見た人が検索しているワード

このQ&Aと関連する良く見られている質問

Q偏微分の記号∂の読み方について教えてください。

偏微分の記号∂(partial derivative symbol)にはいろいろな読み方があるようです。
(英語)
curly d, rounded d, curved d, partial, der
正統には∂u/∂x で「partial derivative of u with respect to x」なのかもしれません。
(日本語)
ラウンドディー、ラウンドデルタ、ラウンド、デル、パーシャル、ルンド
MS-IMEはデルで変換します。JIS文字コードでの名前は「デル、ラウンドディー」です。

そこで、次のようなことを教えてください。
(1)分野ごと(数学、物理学、経済学、工学など)の読み方の違い
(2)上記のうち、こんな読み方をするとバカにされる、あるいはキザと思われる読み方
(3)初心者に教えるときのお勧めの読み方
(4)他の読み方、あるいはニックネーム

Aベストアンサー

こんちには。電気・電子工学系です。

(1)
工学系の私は,式の中では「デル」,単独では「ラウンドデルタ」と呼んでいます。あとは地道に「偏微分記号」ですか(^^;
その他「ラウンドディー」「パーシャル」までは聞いたことがあります。この辺りは物理・数学系っぽいですね。
申し訳ありませんが,あとは寡聞にして知りません。

(3)
初心者へのお勧めとは,なかなかに難問ですが,ひと通り教えておいて,式の中では「デル」を読むのが無難かと思います。

(4)
私はちょっと知りません。ごめんなさい。ニックネームは,あったら私も教えて欲しいです。

(2)
専門家に向かって「デル」はちょっと危険な香りがします。
キザになってしまうかどうかは,質問者さんのパーソナリティにかかっているでしょう(^^

*すいません。質問の順番入れ替えました。オチなんで。

では(∂∂)/

Qエクセルで計算すると2.43E-19などと表示される。Eとは何ですか?

よろしくお願いします。
エクセルの回帰分析をすると有意水準で2.43E-19などと表示されますが
Eとは何でしょうか?

また、回帰分析の数字の意味が良く分からないのですが、
皆さんは独学されましたか?それとも講座などをうけたのでしょうか?

回帰分析でR2(決定係数)しかみていないのですが
どうすれば回帰分析が分かるようになるのでしょうか?
本を読んだのですがいまいち難しくて分かりません。
教えてください。
よろしくお願いします。

Aベストアンサー

★回答
・最初に『回帰分析』をここで説明するのは少し大変なので『E』のみ説明します。
・回答者 No.1 ~ No.3 さんと同じく『指数表記』の『Exponent』ですよ。
・『指数』って分かりますか?
・10→1.0E+1(1.0×10の1乗)→×10倍
・100→1.0E+2(1.0×10の2乗)→×100倍
・1000→1.0E+3(1.0×10の3乗)→×1000倍
・0.1→1.0E-1(1.0×1/10の1乗)→×1/10倍→÷10
・0.01→1.0E-2(1.0×1/10の2乗)→×1/100倍→÷100
・0.001→1.0E-3(1.0×1/10の3乗)→×1/1000倍→÷1000
・になります。ようするに 10 を n 乗すると元の数字になるための指数表記のことですよ。
・よって、『2.43E-19』とは?
 2.43×1/(10の19乗)で、
 2.43×1/10000000000000000000となり、
 2.43×0.0000000000000000001だから、
 0.000000000000000000243という数値を意味します。

補足:
・E+数値は 10、100、1000 という大きい数を表します。
・E-数値は 0.1、0.01、0.001 という小さい数を表します。
・数学では『2.43×10』の次に、小さい数字で上に『19』と表示します。→http://ja.wikipedia.org/wiki/%E6%8C%87%E6%95%B0%E8%A1%A8%E8%A8%98
・最後に『回帰分析』とは何?下の『参考URL』をどうぞ。→『数学』カテゴリで質問してみては?

参考URL:http://ja.wikipedia.org/wiki/%E5%9B%9E%E5%B8%B0%E5%88%86%E6%9E%90

★回答
・最初に『回帰分析』をここで説明するのは少し大変なので『E』のみ説明します。
・回答者 No.1 ~ No.3 さんと同じく『指数表記』の『Exponent』ですよ。
・『指数』って分かりますか?
・10→1.0E+1(1.0×10の1乗)→×10倍
・100→1.0E+2(1.0×10の2乗)→×100倍
・1000→1.0E+3(1.0×10の3乗)→×1000倍
・0.1→1.0E-1(1.0×1/10の1乗)→×1/10倍→÷10
・0.01→1.0E-2(1.0×1/10の2乗)→×1/100倍→÷100
・0.001→1.0E-3(1.0×1/10の3乗)→×1/1000倍→÷1000
・になります。ようするに 10 を n 乗すると元の数字になるた...続きを読む

Q数学のハット記号の意味がわかりません!

参考書にいきなり出て来た、関数の上に載っている"^"記号の意味が分かりません。
調べようにもどの本に載ってるのかもわからず、
ネットで調べようにも記号は調べられず、
ハットで検索しても関係ないものばかり出てくるのでわかりません。
どなたかハット記号の意味を教えてください。

Aベストアンサー

リアプノフ指数の話なら、
?dot{r(t)}=?hat{G}(t)r(t)
のGはヤコビアン行列じゃねーでしょうか。するとハットは行列をスカラーと区別するために付けてる記号かも知れません。だとすると最後の
hat{U}(0)=?hat{1}
の右辺は1じゃなくて単位行列。

Q線形・非線形って何ですか?

既に同じようなテーマで質問が出ておりますが、
再度お聞きしたく質問します。

※既に出ている質問
『質問:線形、非線型ってどういう意味ですか?』
http://oshiete1.goo.ne.jp/kotaeru.php3?q=285400
結局これを読んでもいまいちピンと来なかった...(--;


1.線形と非線形について教えてください。
2.何の為にそのような考え方(分け方)をするのか教えてください。


勝手なお願いですが、以下の点に留意いただけると大変うれしいです。
何せ数学はそんなに得意ではない人間+歳なので...(~~;

・わかりやすく教えてください。(小学生に説明するつもりぐらいだとありがたいです)
・例をあげてください。(こちらも小学生でもわかるような例をいただけると助かります)
・数式はなるべく少なくしてください。

『そんな条件じゃ説明できないよー』という方もいると思いますが、どうぞよろしくお願いいたしますm(__)m

Aベストアンサー

昨日「線形の方がなんとなくてわかりやすくないですか」と書いたんですが、やっぱり理系の人間らしく、もうちょっときちんと説明してみます。昨日は数式をなるべく出さないように説明しようとがんばったんですが、今日は少しだけ出しますが、勘弁してください。m(__)m(あと、長文も勘弁してください)


数学的にはちょっとここまで言えるかわかりませんが、自然界の法則としては、「線形」が重要な意味を持つのは、xの値が変化するにつれて変化するyがあったときに、

(yの増加量)/(xの増加量)=A(一定)

という規則が成り立つからです。

xやyの例としては昨日の例で言う例1だとxがガムの個数、yが全体の金額、例2だとxが時間、yが走った距離です。

この規則が何で役に立つかというと、式をちょっと変形すると、

(yの増加量)=A×(xの増加量)・・(1)

ということがわかります。つまり、Aの値さえわかれば、xが増えたときのyの値が容易に推測できるようになるわけです。


ここで「Aの値さえわかれば」と書いていますが、この意味を今から説明します。

自然界の法則を調べるためには何らかの実験を行います。例えば、りんごが木から落ちる運動の測定を行います。
ここから質問者様がイメージできるかわかりませんが、りんごは時間が経つにつれて(下に落ちるにつれて)落下するスピードが速くなるんです。今、実験として、1秒ごとにりんごのスピードを測定したとします。そしてその結果をグラフにプロットしていくと、直線になることがわかります。(ここがわかりにくいかもしれませんが、実際に実験を行うとそのようになるのです)

数学の問題のように初めから「時速100kmで走る」とか「1個100円のガム」とかいうことが与えられていれば直線になることはすぐにわかります。
しかし、自然界の法則はそうもうまくいきません。つまり、実験を行ってその結果をプロットした結果が直線状になっていたときに初めて「何らかの法則があるのではないか」ということがわかり、上で書いた「Aの値さえわかれば」の「A」の値がプロットが直線状になった結果、初めてわかるのです。

そして、プロットが直線状になっているということは、永遠にそうなることが予想されます。つまり、今現在はりんごが木から落ちたときしか実験できませんが、その結果を用いて、もしりんごが雲の上から落としたときに地面ではどのくらいのスピードになるかが推測できるようになるわけです。ここで、このことがなぜ推測できるようになるかというと、(1)で書いた関係式があるからです。このように「なんらかの法則があることが推測でき、それを用いて別の事象が予言できるようになる」ことが「線形」が重要だと考えられる理由です。

しかし、実際に飛行機に乗って雲の上からりんごを落としたらここで推測した値にはならないのです。スカイダイビングを想像するとわかると思いますが、最初はどんどんスピードが上がっていきますが、ある程度でスピードは変わらなくなります。(ずっとスピードが増え続けたら、たぶんあんなに空中で動く余裕はないでしょうか??)つまり、「線形から外れる」のです。

では、なぜスピードが変わらなくなるかというと、お分かりになると思いますが、空気抵抗があるからなんですね。(これが昨日「世の中そううまくはいかない」と書いた理由です)つまり、初めは「線形」かと思われたりんごを落とすという実験は実際には「非線形」なんです。非線形のときは(1)の関係式が成り立たないので、線形のときほど容易には現象の予測ができないことがわかると思います。


では、非線形だと、全てのことにおいて現象の予測が難しいのでしょうか?実はそうでもありません。例えば、logは非線形だということをNo.5さんが書かれていますが、「片対数グラフ」というちょっと特殊な形のグラフを用いるとlogや指数関数のグラフも直線になるんです。つまり、普通のグラフでプロットしたときに「非線形」になるため一見何の法則もないように見えがちな実験結果が「片対数グラフ」を用いると、プロット結果が「線形」になってlogや指数関数の性質を持つことが容易にわかり、それを用いて現象の予測を行うことが(もちろん単なる線形よりは難しいですが)できるようになるわけです。


これが私の「線形」「非線形」の理解です。つまり、

1) 線形の結果の場合は同様の他の事象の推測が容易
2) 非線形の場合は同様の他の事象の推測が困難
3) しかし、一見非線形に見えるものも特殊な見方をすると線形になることがあり、その場合は事象の推測が容易である

このことからいろいろな実験結果は「なるべく線形にならないか」ということを目標に頑張ります。しかし、実際には先ほどの空気抵抗の例のように、どうしても線形にはならない事象の方が世の中多いんです。(つまり、非線形のものが多いんです)

わかりやすいかどうかよくわかりませんが、これが「線形」「非線形」を分ける理由だと思っています。

やっぱり、「線形の方がなんとなくわかりやすい」くらいの理解の方がよかったですかね(^^;;

昨日「線形の方がなんとなくてわかりやすくないですか」と書いたんですが、やっぱり理系の人間らしく、もうちょっときちんと説明してみます。昨日は数式をなるべく出さないように説明しようとがんばったんですが、今日は少しだけ出しますが、勘弁してください。m(__)m(あと、長文も勘弁してください)


数学的にはちょっとここまで言えるかわかりませんが、自然界の法則としては、「線形」が重要な意味を持つのは、xの値が変化するにつれて変化するyがあったときに、

(yの増加量)/(xの増加量)=...続きを読む

Q行列 線形代数 "diag"って何ですか?

ロボット制御のなかで,おそらく行列だと思うんですが,“diag”という記号が出てきました.何の事か分からないのでどなたか教えてください.

Aベストアンサー

diagは対角行列を出力する関数です。
例えば、diag(1,2,3)なら(1,1)成分は1、(2,2)成分は2、(3,3)成分は3で他は0の行列になります。

Q行列の正定・半正定・負定

行列の正定・半正定・負定について自分なりに調べてみたのですが、
イマイチ良くわかりません。。。
どなたか上手く説明していただけないでしょうか?
過去の質問の回答に

>cを列ベクトル、Aを行列とする。
>(cの転置)Ac>0
>となればAは正定値といいます。
>Aの固有値が全て正であることとも同値です。

とあったのですが、このcの列ベクトルというのは
任意なのでしょうか?
また、半正定は固有値に+と-が交じっていて、
負定は固有値が-のみなのですか?

どなたかお願いしますorz

Aベストアンサー

まず、行列の正定・半正定・負定値性を考えるときは、
行列は対称行列であることを仮定しています。
なので、正確な定義は、

定義 n次正方 "対称" 行列 A が正定値行列であるとは、
『ゼロベクトルではない任意の』n次元(列)ベクトル c に対して、
(cの転置)Ac>0
となることである。

です。

対称行列Aが正定値なら、その固有値はすべて正です。
(cとして固有ベクトルをとってみればよいでしょう。)
逆に、対称行列Aの固有値がすべて正なら、Aは正定値行列です。

ただし、対称行列ではないAの固有値がすべて正だからといって、
(cの転置)Ac>0とは限りません。
例えば、
A =
[ 1 4 ]
[ 0 1 ]
とすると、Aは対称行列ではなく、固有値は1です。
しかし、
(cの転置) = [ 1, -2]
とすると、
(cの転置)Ac = -3 < 0
となってしまいます。(実際に計算して確かめてください。)
なので、行列Aが対称行列であるという条件はとても重要です。

また、半正定値の定義は、上の定義で
『ゼロベクトルではない任意の』 --> 『任意の』
と書き直したものです。
このとき、半正定値行列の固有値はすべて0以上です。(つまり0も許します。)
逆に、対称行列の固有値がすべて0以上なら、その行列は半正定値です。

さらに、負定値の定義は、『ゼロではない任意の』ベクトルcに対して
(cの転置)Ac<0
となることです。
固有値についてはもうわかりますね。

まず、行列の正定・半正定・負定値性を考えるときは、
行列は対称行列であることを仮定しています。
なので、正確な定義は、

定義 n次正方 "対称" 行列 A が正定値行列であるとは、
『ゼロベクトルではない任意の』n次元(列)ベクトル c に対して、
(cの転置)Ac>0
となることである。

です。

対称行列Aが正定値なら、その固有値はすべて正です。
(cとして固有ベクトルをとってみればよいでしょう。)
逆に、対称行列Aの固有値がすべて正なら、Aは正定値行列です。

ただし、対称行列...続きを読む

Qエクセル STDEVとSTDEVPの違い

エクセルの統計関数で標準偏差を求める時、STDEVとSTDEVPがあります。両者の違いが良くわかりません。
宜しかったら、恐縮ですが、以下の具体例で、『噛み砕いて』教えて下さい。
(例)
セルA1~A13に1~13の数字を入力、平均値=7、STDEVでは3.89444、STDEVPでは3.741657となります。
また、平均値7と各数字の差を取り、それを2乗し、総和を取る(182)、これをデータの個数13で割る(14)、この平方根を取ると3.741657となります。
では、STDEVとSTDEVPの違いは何なのでしょうか?統計のことは疎く、お手数ですが、サルにもわかるようご教授頂きたく、お願い致します。

Aベストアンサー

データが母集団そのものからとったか、標本データかで違います。また母集団そのものだったとしても(例えばクラス全員というような)、その背景にさらならる母集団(例えば学年全体)を想定して比較するような時もありますので、その場合は標本となります。
で標本データの時はSTDEVを使って、母集団の時はSTDEVPをつかうことになります。
公式の違いは分母がn-1(STDEV)かn(STDEVP)かの違いしかありません。まぁ感覚的に理解するなら、分母がn-1になるということはそれだけ結果が大きくなるわけで、つまりそれだけのりしろを多くもって推測に当たるというようなことになります。
AとBの違いがあるかないかという推測をする時、通常は標本同士の検証になるわけですので、偏差を余裕をもってわざとちょっと大きめに見るということで、それだけ確証の度合いを上げるというわけです。

Qe^-2xの積分

e^-2xの積分はどうしたらよいのでしょうか…。e^xやe^2xsinxなどはのってるのですがこれが見つかりません。お願いします。

Aベストアンサー

いささか、思い違いのようです。

e^-2x は、 t=-2x と置いて置換してもよいけれど、牛刀の感がします。

e^-2x を微分すると、(-2)*( e^-2x )となるので、

e^-2x の積分は、(-1/2)*( e^-2x )と判明します。

Q加重平均と平均の違い

加重平均と平均の違いってなんですか?
値が同じになることが多いような気がするんですけど・・・
わかりやす~い例で教えてください。

Aベストアンサー

例えば,テストをやって,A組の平均点80点,B組70点,C組60点だったとします.
全体の平均は70点!・・・これが単純な平均ですね.
クラスごとの人数が全く同じなら問題ないし,
わずかに違う程度なら誤差も少ないです.

ところが,A組100人,B組50人,C組10人だったら?
これで「平均70点」と言われたら,A組の生徒は文句を言いますよね.
そこで,クラスごとに重みをつけ,
(80×100+70×50+60×10)÷(100+50+10)=75.6
とやって求めるのが「加重平均」です.

Q統計学的に信頼できるサンプル数って?

統計の「と」の字も理解していない者ですが、
よく「統計学的に信頼できるサンプル数」っていいますよね。

あれって「この統計を調べたいときはこれぐらいのサンプル数があれば信頼できる」という決まりがあるものなのでしょうか?
また、その標本数はどのように算定され、どのような評価基準をもって客観的に信頼できると判断できるのでしょうか?
たとえば、99人の専門家が信頼できると言い、1人がまだこの数では信頼できないと言った場合は信頼できるサンプル数と言えるのでしょうか?

わかりやすく教えていただけると幸いです。

Aベストアンサー

> この統計を調べたいときはこれぐらいのサンプル数があれば信頼できる・・・
 調べたいどの集団でも、ある一定数以上なら信頼できるというような決まりはありません。
 何かサンプルを集め、それをなんかの傾向があるかどうかという仮説を検証するために統計学的検定を行って、仮設が否定されるかされないかを調べる中で、どの検定方法を使うかで、最低限必要なサンプル数というのはあります。また、集めたサンプルを何か基準とすべき別のサンプルと比べる検定して、基準のサンプルと統計上差を出すに必要なサンプル数は、比べる検定手法により計算できるものもあります。
 最低限必要なサンプル数ということでは、例えば、ある集団から、ある条件で抽出したサンプルと、条件付けをしないで抽出したサンプル(比べるための基準となるサンプル)を比較するときに、そのサンプルの分布が正規分布(正規分布解説:身長を5cmきざみでグループ分けし、低いグループから順に並べたときに、日本人男子の身長なら170cm前後のグループの人数が最も多く、それよりも高い人のグループと低い人のグループの人数は、170cmのグループから離れるほど人数が減ってくるような集団の分布様式)でない分布形態で、しかし分布の形は双方とも同じような場合「Wilcoxon符号順位検定」という検定手法で検定することができますが、この検定手法は、サンプルデータに同じ値を含まずに最低6つのサンプル数が必要になります。それ以下では、いくらデータに差があるように見えても検定で差を検出できません。
 また、統計上差を出すのに必要なサンプル数の例では、A国とB国のそれぞれの成人男子の身長サンプルがともに正規分布、または正規分布と仮定した場合に「t検定」という検定手法で検定することができますが、このときにはその分布を差がないのにあると間違える確率と、差があるのにないと間違える確率の許容値を自分で決めた上で、そのサンプルの分布の値のばらつき具合から、計算して求めることができます。ただし、その計算は、現実に集めたそれぞれのサンプル間で生じた平均値の差や分布のばらつき具合(分散値)、どのくらいの程度で判定を間違える可能性がどこまで許されるかなどの条件から、サンプル間で差があると認められるために必要なサンプル数ですから、まったく同じデータを集めた場合でない限り、計算上算出された(差を出すために)必要なサンプル数だけサンプルデータを集めれば、差があると判定されます(すなわち、サンプルを無制限に集めることができれば、だいたい差が出るという判定となる)。よって、集めるサンプルの種類により、計算上出された(差を出すために)必要なサンプル数が現実的に妥当なものか、そうでないのかを、最終的には人間が判断することになります。

 具体的に例示してみましょう。
 ある集団からランダムに集めたデータが15,12,18,12,22,13,21,12,17,15,19、もう一方のデータが22,21,25,24,24,18,18,26,21,27,25としましょう。一見すると後者のほうが値が大きく、前者と差があるように見えます。そこで、差を検定するために、t検定を行います。結果として計算上差があり、前者と後者は計算上差がないのにあると間違えて判断する可能性の許容値(有意確率)何%の確率で差があるといえます。常識的に考えても、これだけのサンプル数で差があると計算されたのだから、差があると判断しても差し支えないだろうと判断できます。
 ちなみにこの場合の差が出るための必要サンプル数は、有意確率5%、検出力0.8とした場合に5.7299、つまりそれぞれの集団で6つ以上サンプルを集めれば、差を出せるのです。一方、サンプルが、15,12,18,12,21,20,21,25,24,19の集団と、22,21125,24,24,15,12,18,12,22の集団ではどうでしょう。有意確率5%で差があるとはいえない結果になります。この場合に、このサンプルの分布様式で拾い出して差を出すために必要なサンプル数は551.33となり、552個もサンプルを抽出しないと差が出ないことになります。この計算上の必要サンプル数がこのくらい調査しないといけないものならば、必要サンプル数以上のサンプルを集めて調べなければなりませんし、これだけの数を集める必要がない、もしくは集めることが困難な場合は差があるとはいえないという判断をすることになるかと思います。

 一方、支持率調査や視聴率調査などの場合、比べるべき基準の対象がありません。その場合は、サンプル数が少ないレベルで予備調査を行い、さらにもう少しサンプル数を増やして予備調査を行いを何回か繰り返し、それぞれの調査でサンプルの分布形やその他検討するべき指数を計算し、これ以上集計をとってもデータのばらつきや変化が許容範囲(小数点何桁レベルの誤差)に納まるようなサンプル数を算出していると考えます。テレビ視聴率調査は関東では300件のサンプル数程度と聞いていますが、調査会社ではサンプルのとり方がなるべく関東在住の家庭構成と年齢層、性別などの割合が同じになるように、また、サンプルをとる地域の人口分布が同じ割合になるようにサンプル抽出条件を整えた上で、ランダムに抽出しているため、数千万人いる関東の本当の視聴率を割合反映して出しているそうです。これはすでに必要サンプル数の割り出し方がノウハウとして知られていますが、未知の調査項目では必要サンプル数を導き出すためには試行錯誤で適切と判断できる数をひたすら調査するしかないかと思います。

> どのような評価基準をもって客観的に信頼できると判断・・・
 例えば、工場で作られるネジの直径などは、まったくばらつきなくぴったり想定した直径のネジを作ることはきわめて困難です。多少の大きさのばらつきが生じてしまいます。1mm違っても規格外品となります。工場では企画外品をなるべく出さないように、統計を取って、ネジの直径のばらつき具合を調べ、製造工程をチェックして、不良品の出る確率を下げようとします。しかし、製品をすべて調べるわけにはいきません。そこで、調べるのに最低限必要なサンプル数を調査と計算を重ねてチェックしていきます。
 一方、農場で生産されたネギの直径は、1mmくらいの差ならほぼ同じロットとして扱われます。また、農産物は年や品種の違いにより生育に差が出やすく、そもそも規格はネジに比べて相当ばらつき具合の許容範囲が広くなっています。ネジに対してネギのような検査を行っていたのでは信頼性が損なわれます。
 そもそも、統計学的検定は客観的判断基準の一指針ではあっても絶対的な評価になりません。あくまでも最終的に判断するのは人間であって、それも、サンプルの質や検証する精度によって、必要サンプルは変わるのです。

 あと、お礼の欄にあった専門家:統計学者とありましたが、統計学者が指摘できるのはあくまでもそのサンプルに対して適切な検定を使って正しい計算を行ったかだけで、たとえ適切な検定手法で導き出された結果であっても、それが妥当か否か判断することは難しいと思います。そのサンプルが、何を示し、何を解き明かし、何に利用されるかで信頼度は変化するからです。
 ただ、経験則上指標的なものはあります。正規分布を示すサンプルなら、20~30のサンプル数があれば検定上差し支えない(それ以下でも問題ない場合もある)とか、正規分布でないサンプルは最低6~8のサンプル数が必要とか、厳密さを要求される調査であれば50くらいのサンプル数が必要であろうとかです。でも、あくまでも指標です。

> この統計を調べたいときはこれぐらいのサンプル数があれば信頼できる・・・
 調べたいどの集団でも、ある一定数以上なら信頼できるというような決まりはありません。
 何かサンプルを集め、それをなんかの傾向があるかどうかという仮説を検証するために統計学的検定を行って、仮設が否定されるかされないかを調べる中で、どの検定方法を使うかで、最低限必要なサンプル数というのはあります。また、集めたサンプルを何か基準とすべき別のサンプルと比べる検定して、基準のサンプルと統計上差を出すに必要な...続きを読む


このQ&Aを見た人がよく見るQ&A

人気Q&Aランキング