正規分布に従わないと標準偏差の算出は向かないでしょうか？

解決済

質問者：php4
質問日時：2009/04/06 22:30
回答数：6件

正規分布に従うとは、平均値の分布が多いという意味でしょうか？

日々変わるデータの点数が凸のような分布でなく、平均値付近が少ない
凹のようなデータの集合だと、標準偏差を算出し正規分布を使い
３０％以下の人や７０％以上の人を毎日抽出するような用途には
向かないのでしょうか？

通報する

この質問への回答は締め切られました。

質問の本文を隠す

このQ&Aに関連する最新のQ&A

「正規分布確率」に関するQ&A：正規分布確率計算

さらに表示

「標準偏差」に関するQ&A：クラスの人数と平均点のみから標準偏差や偏差値を求めることはできるか

「平均中央値」に関するQ&A：中央値と平均値

「正規分布グラフ」に関するQ&A：正規分布のグラフを平行移動する方法

「正規分布平均」に関するQ&A：正規分布の加法性（平均値の求め方）について　その２

「標準偏差グラフ」に関するQ&A：Ｅｘｃｅｌで標準偏差のグラフは作成出来ますか？

「正規分布図」に関するQ&A： excelで正規分布図

「割合偏差値」に関するQ&A：偏差値と全体に占める割合？

回答 (6件)

ベストアンサー優先
最新から表示
回答順に表示

No.4ベストアンサー

回答者： kentarou2333
回答日時：2009/04/07 09:35

まず、正規分布に従うとは、「分布が正規分布のグラフと同じ形をする事」をいいます。

そのため、平均辺りが多くても△のような分布グラフだったり、
左右が対象でないと、「正規分布に従う」とは言いません。

そのため、試験の成績などは、「正規分布に近い」だけであって、
「正規分布に従っている」のではありません。

つまり、「偏差値」を使うべきかどうかは、偏差値の「分かりやすさ」と、
その分布が正規分布に近いかどうかの判断になります。

例えば、凹のようなデータでも、両端がなだらかになっていれば、そこそこ偏差値も使えます。

逆に、両端が崖のようになっていると、偏差値を使うのは控えた方がいいでしょう。
（たとえば、３０点や、８０点の人は多いけど、２９点以下や、８１点以上がいないなど）

また、分布が左右対称でない場合も、使用をやめた方がいいでしょう。
平均値と、中央値（順位が真ん中の人の値）が離れると、偏差値の感覚的な値とは
ずれてきます。

いずれにしても、ある程度のデータがあるのであれば、そのデータで
やってみるのが一番です。

出るべき結果と大きなずれがなければ、分かりやすいので使ってしまっても
いいのではないでしょうか。

試験の結果なんかでも、山が二つあったり、左右に偏っている事なんて
よくあります。

それでも、偏差値が、それなりに機能していますから、まずはやってみるのが
いいのではないかと思います。

- 3
- 件

通報する

No.6

回答者： Ishiwara
回答日時：2009/04/08 13:37

> 平均値付近が少ない凹のようなデータの集合だと、標準偏差を算出し正規分布を使い３０％以下の人や７０％以上の人を毎日抽出するような用途には向かないのでしょうか？

【答】向きません。

お勧めしたいのは、次のような分布図を書くことです。
横軸は、点数とします。
縦軸は、その点数以下のデータの数（または全体に対する比率）とします。

このグラフの型が「いろいろ」であれば、それ以上の理論解析はムリです。もし、どれも「あるクセ」のある形をしているならば、毎日のデータから、あるパラメータを抽出して、管理に役立てることは可能です。

- 3
- 件

通報する

No.5

回答者： gef00675
回答日時：2009/04/07 10:51

正規分布なら平均値±２σの範囲におよそ95%あるといえますが、正規分布でない場合にはこの割合にはならないだけであって、標準偏差が全くナンセンスというわけではありません。

正規分布になっていない場合でも、標準偏差は、平均値付近の割合を調べる目安になります。例えば、チェビシェフの不等式というのがあります。式はWikipediaをご覧ください。この関係は「凹のようなデータ」を含め、どのような分布でも成り立ちます。

参考URL：http://ja.wikipedia.org/wiki/%E3%83%81%E3%82%A7% …

- 1
- 件

通報する

No.3

回答者： wisemensay
回答日時：2009/04/07 08:44

No1,No2さんが述べているので、必要なことだけ確認します。

同じ母集団からサンプリングしたのでしょうね？二山になる分布の場合は、その可能性があります。

- 2
- 件

通報する

No.2

回答者： Tacosan
回答日時：2009/04/06 23:37

あきらかに正規分布じゃないにもかかわらず「正規分布だと思う」ってのはさすがに無理があります. 例えば「-1 か 1 が等確率」とい

う究極の場合に「正規分布を使う」って思わない... よね?

- 1
- 件

通報する

No.1

回答者： kael_pyonpyoko
回答日時：2009/04/06 22:47

凹のデータの、確立密度関数は－∞から＋∞で発散するんじゃないですか？

また、正規分布は正規分布の確率密度関数に従わないとならないですから、凹型のグラフは取りえないと思います。
絶対凸型じゃないでしょうか。

余事象の確率とかでいけそうな気もしますが。

- 0
- 件

通報する

このQ&Aに関連する人気のQ&A

「正規分布グラフ」に関するQ&A：日本での稲・麦の収穫時期について

さらに表示

「正規分布図」に関するQ&A：この成績で偏差値６３の公立高校は無理？

「標準偏差とは」に関するQ&A： 3σについて教えてください（基本的なこと）

「標準偏差グラフ」に関するQ&A：パチンコはホルコン制御と思った方が勝てますよ

「標準偏差」に関するQ&A：標準偏差ってなんですか？？

「割合偏差値」に関するQ&A： IQが高い人の行動様式？

「正規分布確率」に関するQ&A： T検定とMann-WhitneyのU検定の使い分け

「平均中央値」に関するQ&A：日本人の平均年収500-600万円って本当ですか？

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！

質問する（無料）

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データが正規分布しているか判断するには？？？

初歩的なことですが。。急いでいます。
おわかりになる方　教えてください。
サンプリングしたデータが正規分布しているかどうかを確認するにはどうすればよろしいでしょうか。
素人でも分かるように説明したいのですが。。
定性的にはヒストグラムを作り視覚的に訴える方法があると思います。今回は定量的に判断する方法を知りたいです。宜しくお願いします。

Aベストアンサー

>機械的に処理してみるとできました。
>でも理屈を理解できていません。
　とりあえず、理屈は後で勉強するとして、有意水準5%で有意差あり(有意確率が0.05以下)であれば、正規分布ではないと結論づけてお終いでいいのではないですか。
>この検定をもっと初心者でもわかりやすく解説しているサイト等ご存じありませんか。
　私が知っている限りでは、紹介したURLのサイトが最も丁寧でわかりやすいサイトでした。
>データの区間を分けるときのルール等ありますでしょうか。
　ヒストグラムを作成する場合、区間距離、度数区分数は、正規的なグラフになるように試行錯誤で行うことが多い(区間距離や度数区分数を本来の分布に則するようにいろいろ当てはめて解釈する。データ個数の不足や、データの取り方、または見かけ上の分布によりデータのばらつきが正しく反映されて見えないことがあるため)のですが、度数区分数は、機械的に、
=ROUNDUP(1+LOG10(データ個数)/LOG10(2),0)：エクセル計算式
で区分数を求める方法があります。
　また、区間距離は、=ROUND((データの最高値-最低値)/(度数区分数値-1),有効桁数)で求め、区分の左端は、
=ROUNDUP(データの最低値-区間距離/2,有効桁数)
右端は=ROUNDUP(データの最高値+区間距離/2,有効桁数)
とします。
　区間がと度数区分数が出たら、その範囲にあるデータ数を数えて、ヒストグラムができます。
　
>最小側、最大側は　最小値、最大値を含んだ値としなければならないのでしょうか。
　ヒストグラム作成の処理に関しては、上記を参考にしてください。
　その前に、データの最小値と最大値が、正しくとれたデータか検討するため、棄却検定で外れ値が存在するか否かを検定し、外れ値が存在しないと結論づけられたら、正規分布の検定を行ってみてください。もし外れ値が存在する可能性があれば、そもそも、そのデータの信頼性が失われます。サンプリング手法の再検討(データの取り方に偏りがなかったか、無作為に設定してデータを取っていたか等)をして、再度データを得る必要があります。また、そもそも検定する以前に、データ数が少ないと判断が付かなくなってしまいますので、データ数は十分揃える(少なくとも20～30個)必要もあります。

他の回答も見る

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。

他の回答も見る

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。

他の回答も見る

Q信頼区間　正規分布しない場合

信頼区間を求める方法として、「標準正規分布では値が1.96以上の曲線下の面積と、-1.96以下の面積を合計すると0.05である。そこで平均から標準誤差SEに1.96の値をかけ算した値を引いた値と足した値の範囲に真の値が含まれるはずと言うことになる。これを９５％信頼区間という」と本に記載されていました。母集団が少なく、正規分布していないであろうと思われるサンプルであっても、この方法に従い信頼区間を算出することは適切でしょうか？
具体的には以下の２群のそれぞれについて９５％信頼区間を知りたいので...続きを読む

Aベストアンサー

通常用いられる区間推定法は、標本が正規分布に従うことを仮定していますので、#1さんの仰られている様に、標本が正規分布に従っていると見なせる場合しか使えません。
データのヒストグラムや統計的性質、そもそもの観測対象の性質を勘案して最適な標本分布のモデルを作り、両側5%点を計算することになるのでしょうか。

と言っても処方箋がないと困るでしょうから、私がこのデータをもらって信頼区間を推定せよ、と言われたらどうするか、という視点で以下私見を述べさせていただきます。

まずはヒストグラムを描いて、正規分布が当てはまりそうか目で確認します。統計的にきちんとやるなら、正規性の検定(#1の方の参考URLにある１標本Kolmogorov-Smilnov検定など)を行うのでしょうが、ここは簡便にいきます。
実際にヒストグラムを描くと(Excelで簡単に描けます)、ピークの右に裾を引いた非対称な分布になっており、正規分布は当てはまりそうにありません。
右裾の厚い非対称な分布の候補としては、対数正規分布やΓ-分布が代表的なので、これらを検討することになると思います。
特に、対数正規分布を仮定すれば、通常の区間推定法を使える(標本の対数を取って、それが正規分布に従うとすれば良い)ので、真先に検討することになるでしょう。
また一定値(50?)以下は取らないような標本にも思えますが、もしそうなら、その閾値を引いた値に対して、上記の分布を当てはめることになるでしょう。

以上です。
もっとも、これはあくまで与えられたデータだけに基づく考察であり、観測対象の理解とモデル化から始めるのが本来であろうと思います。観測対象の詳細が分かれば、より妥当なモデル化の方法があるかもしれません。

他の回答も見る

Q相関係数についてくるP値とは何ですか？

相関係数についてくるP値の意味がわかりません。

r=0.90 (P<0.001)
や
P=0.05で相関がない

という表現は何を意味しているのでしょうか？
またMS Excelを使ってのP値の計算方法を教えてください。

よろしくお願い致します。

Aベストアンサー

pは確率(probability)のpです。全く相関のない数字を組み合わせたときにそのr値が出る確率をあらわしています。

統計・確率には100％言い切れることはまずありません。というか100%言い切れるのなら統計・確率を使う必要は有りません。
例えばサイコロを5回振って全て同じ目が出る確率は0.08%です。そんな時、そのサイコロを不良品(イカサマ?)と結論つけるとわずかに間違っている可能性が残っています。ただ、それが5%以下ならp=0.05でそのサイコロは正常ではないと結論付けます。
それが危険率です。(この場...続きを読む

他の回答も見る

Q±4σに入る確率について教えてください

ウィキペディアの検索より、
確率変数XがN( μ, σ2)に従う時、平均 μ からのずれがσ以下の範囲にXが含まれる確率は68.26%、2σ以下だと95.44%、さらに3σだと99.74%となる。
と分かりました。

そこで
4σ、
5σ
6σ
の場合確率はどうなるか教えてください。
よろしくお願い致します。

Aベストアンサー

Excel で NORMDIST を使い、平均 50、標準偏差 10 （いわゆる偏差値）で計算してみましたら、次のようになりました。

　σ　0.682689492137086
２σ　0.954499736103641
３σ　0.997300203936740
４σ　0.999936657516326
５σ　0.999999426696856
６σ　0.999999998026825
７σ　0.999999999997440
８σ　0.999999999999999
９σ　1.000000000000000

Excelの関数の精度がどの程度のものか分かりませんが、９σで100％になりました。

他の回答も見る

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...続きを読む

他の回答も見る

Qカイ2乗検定って何？？；；

タイトルのとおりですが…大学で統計の基礎な授業を一般教養で受けています。だけど知らない＆説明のない言葉がいっぱぃで、全くついていけません（＞＿＜））
「人が一番選ばなさそうな数字」を何度か投票した結果があって、その数字は無作為に選ばれてるかどうか、有意水準1%としてカイ2乗検定をして判断する、という問題があるのですが、カイ2乗検定自体、授業でちらっと言葉は使ったものの、計算の仕方、使い方の説明等はなく、まったく手がつかずにいます；；ネットでも調べてみましたが、どう使っていいのかまでは分かりませんでした。
知識の無い私でもわかるようなものがあれば教えて下さいっっ！お願いします。

Aベストアンサー

こんにちは．χ2(カイ二乗)検定を厳密に理解するには，数学的素養を持っている状態できっちりと統計学を学習する必要があるのですが，統計データを解析するための手段として統計学を「使う」のであれば，多少の原理を知っておけばよいでしょう．
以下初学者向けにかなり乱暴な説明をしています．正確な理解をしたければ，後で統計学の教科書などで独学して下さい．

χ2検定とは，χ2分布という確率分布を使ったデータ解析法と考えてもらう……のが一番なのですが，多分χ2分布って何？　と思われるでしょう．χ2分布とは，二乗値に関する確率分布と考えることができるのですが，この辺もさらりと流して下さい．

例を使って説明します．今，道行く人にA，B，C，Dの四枚のカードの中から好きなもの一枚を選んでもらうとしましょう（ただし，選んでもらうだけで，あげるわけではありません．単にどのカードを選択仕方の情報を得るだけです）．一人一枚だけの条件で，160人にカードを選んでもらいました．
さて，ここで考えてみて下さい．4枚のカードには大きな違いはなく，どれを選んでもかまわない．でたらめに選ぶとなれば，どのカードも1/4で，同じ確率で，選ばれるはずですよね？　ならば，160人データならば，Aは何枚ほど選ばれる「はず」でしょうか？　同様に，B，C，Dは何枚選ばれる「はず」でしょうか？
……当然，A＝B＝C＝D＝40枚の「はず」ですよね？　この40枚という数値はでたらめに（無作為に）選ばれたとしたらどんな数値になるかの【理論値】を意味します．

さて，上記はあくまでも理論値であり，実際のデータは異なる可能性があります．というよりはむしろ違っているのがふつうでしょう．そのような実際に観測された数値を【観測値】と呼びます．
仮に理論値と観測値が以下のようになったとします．

　　　　　　　　A　　　 B　　　 C　　　 D
(1)観測値　　　72　　　23　　　16　　　49
(2)理論値　　　40　　　40　　　40　　　40

当然のように観測値と理論値にズレが生じています．しかし現実と理論が異なるのはある意味当然なのですからぴったり一致することなどありえません．そこで，「ある程度一致しているか（ズレは許容範囲か）」を問題にすることになります．しかし，「ある程度」といわれても一体どのぐらいであれば「ある程度」と言えるのでしょうか？　なかなか判断が難しいではないですか？
確かに判断が難しいです．そこで，この判断のために統計学の力を借りて判断するわけで，更に言えばこのような目的（理論値と観測値のズレが許容範囲かどうか）を検討するときに使われるデータ解析法がχ2検定なのです．

　　　　　　　　A　　　 B　　　 C　　　 D
(1)観測値　　　72　　　23　　　16　　　49
(2)理論値　　　40　　　40　　　40　　　40
(3)ズレ　　　 +32　　 -17　　 -14　　 + 9
(4)ズレ二乗　1024　　 289　　 196　　　81
(5)(4)÷(2)　25.6　　7.225　　4.9　　2.025

　χ2＝25.6＋7.225＋4.9＋2.025＝49.25

計算過程をさらりと書いていますが，早い話が観測値と理論値のズレの大きさはいくらになるのか，を求めることになります．最終的には「49.25」というズレ値が算出されました．

さて，この「49.25」というズレ値が許容範囲かどうかの判定をするのですが，ここで，χ2分布という確率分布を使うことになります．詳細は統計学教科書を参考してもらうとして，χ2分布を使うと，○○というズレ値が（ある条件では）どのぐらい珍しいことなのか，という「珍しさの確率」を教えてくれます．
かりに「有意水準1％＝1％よりも小さい確率で発生することはすごく珍しいと考える（許容範囲と考えられない）」とすれば，「珍しさ確率」が1％以内であれば「許容範囲ではない」と判断します．

以上，長々と書きました．今までの説明を読めばわかるように，χ2検定とはある理論値を想定した時，実際の観測値がその理論値とほぼ一致しているかどうかを調べるための統計解析法のことです．

χ2検定では，理論値をどのように設定するかは分析者の自由です．その設定の仕方で，χ2検定は「適合度の検定」や「独立性の検定」など異なる名称が付与されますが，本質は同じなのです．

質問者さんの場合は

＞　「人が一番選ばなさそうな数字」を何度か投票した結果があって、その数字は無作為に選ばれてるかどうか、

これを理論値としてうまく設定することが鍵となるでしょう．

他の回答も見る

Qサンプル数の異なる２群間におけるＴ検定について

サンプル数の異なる（５０，１５）２群間の身長の比較を行うのに、Ｔ検定をするよう指示を受けました。これは、長男と次男での出産時の身長に差があるかを調べるためですが、長男50人分と次男15人分（母親は異なる）のデータのため、サンプル数が違います。またＴ検定は私の理解では平均の比較（２群の場合）を行うものであるため、平均ではないこれらにどうしてＴ検定が良いのか、また統計ソフト（STATISTICAかエクセル)を使う場合にどのようにデータを入力すれば良いのかわかりません。
どなたかご存知の方がいらっしゃればアドバイスをいただけたらうれしいです。
よろしくお願いします。

Aベストアンサー

>平均ではないこれらにどうしてＴ検定が良いのか
　t検定は、2つの集団の平均値の差について検定する、すなわち、有意差があるかどうかを判定します。平均ではないように見えても、検定の計算式の中に、2群の平均値を用いています。
　ただ、前提時要件があって、2群が正規分布していることが必要です。サンプルを選んだときに、無作為抽出していたり、サンプル数が1000ほどあれば、正規分布を想定できます。

　検定法は、どの方法を選ぶかは、研究者の自由です。わたしがt検定を多用するのは、正規分布を想定でき、計算式が分かりやすく、サンプル数が2群で異なっても良い、その数も少なくて良い(大差があるので、1群3例でも有意差をだしています)、そして有意差が出やすいからです。

　この場合は、正規分布しているという条件を満たしているとはいえないだろうと判断します。その場合は、F検定をしてください。これは、2群の平均値ではなく、バラツキによって検定する方法です。正規分布している必要は無いとされています。
　F検定で有意差があれば、問題ありません。t検定では有、F検定ではなし、になると方針が定まりませんが(現在このデータで悩んでいます)。

>どのようにデータを入力すれば良いのか
　t検定を指示した人は、身近にいないのでしょうか。その人に訊くのが一番です。身近にいないのなら、いないと返答があれば、書き込みますが。　というのも、大学などの研究テーマだと、指導教員をさしおいて、はマズイノデ。もしも、このテーマに興味を持てば、私が実施して先に発表します。こんな研究内容がハッキリ分かる書き込みを4年生がやったら、研究室は追放ですね。
　長男、次男だけではなく、三男、四男となると多重比較という方法になります。この場合、H検定(エクセルだけでは無理でしょう)を使います。

他の回答も見る

Q標準偏差について詳しい方お願いします

お世話になります。
標準偏差は平均からのばらつき・・とききますが、「標準偏差が大きい」「小さい」という、その目安がわかりません。

たとえば、50人の集団で平均年齢30歳、標準偏差１．２だったらどうでしょうか？

また、平均年齢が同じぐらいでも、標準偏差が１．０と１０．０と違う２つの集団についていろんなデータを比べると、何か問題がありますか？

どちらかでもいいので、わかるかたがいましたらおねがいいたします。

Aベストアンサー

とりあえず、「標準偏差」の定義はURLを読んでいただくとして。

標準偏差は「分散」の平方根ですから、その集団の標準偏差が大きい
ということは、その集団のデータのばらつきが大きいということです。

とりあえず、以下の話は母集団が正規分布をするという仮定で行います。

仮に平均年齢が同じ30歳で、標準偏差が1の集団の場合、その集団には
28歳～32歳の人しかいない（95%程度の確率でその中にデータがある）
ということですし、標準偏差が10ならば35歳の人も結構フツーにその
中にいる（同じ確率...続きを読む

他の回答も見る

ページトップ