今だけ人気マンガ100円レンタル特集♪

尺度水準についての考察は、スティーブンスという人物が論文で発表しているようですが、その論文で頻繁に出てきている英単語 scale とは一体何を表わしているのでしょうか?
言い回しがいささか変ですが、ようは”ものさし”という意味なのか”対応規則”という意味なのか”階級”という意味なのか、ということです。
英語圏での一般の生活では多分”ものさし”という意味で使うのでしょうが、ここで話題にしたいのはこの論文の中での意味です。
日本語ではどうやら”尺度”と訳されているようですが、個人的にはあまりに漠然としていて抽象的すぎると思いますし、はやり元祖の考えというものを知りたいので。
多分、この論文を書いた本人にしか厳密には知りえないことなのでしょうが、皆様の考えをお聞かせください。
また、これは最初に言うべきことだったのかもしれませんが、私は英語が苦手で、全く読めておりません;
ですから、もし論文中で scale とは何かと定義しているのでしたら、その定義を教えていただけると幸いです。

回答お願いいたします。

このQ&Aに関連する最新のQ&A

A 回答 (1件)

http://www.ec.kagawa-u.ac.jp/~hori/chosa05/chosa …
尺度は対象を測るものさしであり、はかりであるといっていい。ただし、物理量とは違っていろいろ問題のあるものを問題のある道具で測る。
尺度:測定によって数値を割り当てる規則。
測定:事物や事象などの観測対象に、定められた操作に基づいて数値を割り当てること。
測定値:測定によって割り当てられた数値。
 
http://www.ec.kagawa-u.ac.jp/~hori/yomimono/scal …
 
「心理学で用いられる尺度は,物体の長さ,重さなどの尺度と異なり,必ずしも厳密な情報を持ち合わせているとはいえない。スティーヴンス(Stevens, S. S.1951)は,これらを区別するために,四つの尺度,名義尺度,順序尺度,間隔尺度,比尺度を提案した。これらの一つが順序尺度であり,尺度の原点も不定であり,尺度の等間隔性も満たされないが,順序情報のみはもつものとして定義される。順位法(品等法)などにより得られる尺度が,その例である。」(株式会社有斐閣 心理学辞典)
順序尺度は、「スティーヴンスによって導入された測定の4水準の一つに対応する測定尺度の一つで、測定値間およびカテゴリー間の大小関係のみが保障された尺度である。たとえば、学業成績の順位やマラソンの到着順位がそれにあたる。順序間の数値的な差は保障されていないというのがこの尺度の特徴である。」ver.1,tomo (134文字)
http://www16.atwiki.jp/sinriinntaisaku/pages/69. …
 
名義尺度は、「スティーヴンスによって導入された測定の4水準の一つに対応する測定尺度の一つで、数字そのものに意味はなく、名前や記号として使われる測定尺度である。運動選手の背番号や男を1、女を2とするようなものである。したがって割り当てられた値に数学的意味を持たないということである。」ver.1,tomo (130字)
「賛成を1、どちらともいえないを2、反対を3と表す場合は、数値の大きさも順序も意味はなく、意見を分類するためのカテゴリーを区別するため、仮の数値をあてはまえているにすぎない。」(鹿取,杉本,鳥居,1996)
http://www16.atwiki.jp/sinriinntaisaku/pages/68. …
 
「間隔尺度(intervalscale):西暦と平成の年号や摂氏と華氏の温度のように1年の間隔、1度の温度差はそれぞれ一定の意味を持つが、原点(ゼロ)は比較的便宜的に決められている尺度である。平均を求めることは意味があるが、比率を問題とする意味はない。心理学で数量的分析を進める歳に、得られた数値を間隔尺度に従ったものとみなす場合が多い。」(大山,2007)

「間隔尺度:数値を間隔の差で表すのが間隔尺度であり、数値の比を考えない。たとえば温度計の数値で、40度は20度よりも暑いとはいえるが、前者が後者の2倍暑いとはいえない。被験者(実験参加者)の回答を数値で表すのに用いることが多い。足し算はできる、と仮定される。」(鹿取,杉本,鳥居,1996)

「間隔尺度(interval scale)は、順序尺度の特徴にデータ間の間隔の概念が加わったものといえる。すなはち、値と値の間隔(単位)が尺度上のどこでも一定であることが保障される。たとえば、摂氏であらわす温度や暦年などが上げられる。順序尺度において、優-良の差と可-不可の差がかならずしも一定であるとはいえないが、10℃と20℃の差の10度と、70℃と80℃の差の10度とはひとしいといえる。このように、間隔尺度においては単位の加算性が保たれ、したがって平均や標準偏差(SD)を求めることが可能であり、ピアソンの相関係数による分析ができる。」(櫻井,神宮,2003)
心理学の研究では、間隔尺度のレベルをみたしているか確かではなくても、実際上、データが間隔尺度のレベルを持っているとみなして、間隔尺度に適用される統計処理(分散分析、平均値の算出など)をおこなっている場合が多々あります。」(鵜沼、長谷川,2008)
間隔尺度の例として、IQ(知能指数)や温度(摂氏、華氏)などは非常に良く挙げられるものです。
間隔尺度では、原点が任意であり、0という値は絶対0点を意味するものではありません。たとえば、英語のテストの得点0点が、そのひとに英語の学力がないことを意味しない、ということです。なぜなら、英語のテストで測定したものはある種の英語の能力であって、そのテストでそのひとの英語力のすべてを測定できるわけではないからです。さらに、原点が任意であるため、数値間の比を問題にすることもできません。
http://www16.atwiki.jp/sinriinntaisaku/pages/55. …
 
「比率尺度の定義としては、{(1)原点(0)をもつ、(2)数値間の距離が等しい}という2つの特徴があります。比率尺度の数値に対しては、四則計算(+、-、×、÷)のいずれを適応することも可能です。ではメールの件数・回数はどうでしょうか。これは1回と2回の差と10回と11回の回数の差は同じで、かつ10回は5回の2倍といえるように0という原点があります。...しがたってメールの回数は比率尺度です。」(浦上,脇田,2008)
「比率尺度(ratio scale)は、間隔尺度の特徴に0(ゼロ)以外に表現できない絶対点の概念が加わったものといえる。例えば、長さ(cm)、重さ(g)などがあげられる。絶対温度(ケルヴィン尺度)であらわす温度は、原始運動がほぼ皆無になるという原点をもつことから、比例尺度と考えることができる。比例尺度は尺度水準の中で最も情意のものである。統計的処理として幾何平均を求めることや、数値変換を行うことが可能であり、また、ほぼすべての検定を行うことができる。」(櫻井,神宮,2003)
比率尺度は「名義尺度,順序尺度,間隔尺度の上位に位置する尺度であり,同一性や順序性,差の等価性のうえに,さらに,比の比較可能性を要求する尺度である。すなわち,原点にもはや恣意性はなく,自然に決まる原点が存在する。長さや重さのような物理量がこれに該当する。この尺度から計算されるすべての統計量に意味がある。幾何平均や調和平均,変動係数を計算することができる。」(株式会社有斐閣 心理学辞典)
http://www16.atwiki.jp/sinriinntaisaku/pages/54. …
    • good
    • 0
この回答へのお礼

詳しい解説ありがとうございました。
「尺度 規則」と検索するといろいろなものが出てきました。
これらも参考にして、自分なりにも考えてみようと思います。

お礼日時:2012/11/14 20:03

このQ&Aに関連する人気のQ&A

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間隔尺度と比率尺度(比尺度、比例尺度)の違いについて

こんにちは!私は大学2年生で心理学の勉強をしています。
早速質問内容に入らせていただきます。よろしくおねがいします!

心理統計学の授業で出てきたのですが、タイトルの通り、スチーブンスの4尺度の、「間隔尺度」と「比率尺度(比尺度、比例尺度)」の違いがわかりません。
わかりやすい例などを用いて説明していただけると有り難いです。宜しくおねがいします。

Aベストアンサー

こういう説明は時として不適切なこともあるのですが、最初は「なんとなく」感じをつかむことが重要です。

比尺度は絶対0点が存在しているという点で間隔尺度と異なります。絶対0点が存在するというのは、簡単にいえば0以下の値を理論上、とり得ないということです。

例えば、重さ(kg)、長さ(cm)、速度(km/h)といったものは比尺度です。なぜかというと、重さが-20kgというのは理論上ありえないからで、これには絶対0点が存在します。つまり、0kgというは「存在しない」ということなのですね。

また、温度の単位であるケルビンは0度が絶対零度として定義されているのでマイナスの値をとりません。一方でセルシウス度の0度は絶対零度ではなく、水が"凍る"温度としてありますから、マイナスの値もとりうるわけです。だからケルビンは比尺度だけど、セルシウス度は間隔尺度なのですね。

実質的に間隔尺度以上のデータであれば、間隔尺度と比尺度を区別する必要はありません。しかし、あえて区別しようとするなら「この単位は0よりも小さい値(マイナスの値)を理論上、とり得るか?」ということを自問自答するとよいでしょう。

こういう説明は時として不適切なこともあるのですが、最初は「なんとなく」感じをつかむことが重要です。

比尺度は絶対0点が存在しているという点で間隔尺度と異なります。絶対0点が存在するというのは、簡単にいえば0以下の値を理論上、とり得ないということです。

例えば、重さ(kg)、長さ(cm)、速度(km/h)といったものは比尺度です。なぜかというと、重さが-20kgというのは理論上ありえないからで、これには絶対0点が存在します。つまり、0kgというは「存在しない」ということなのですね。

また...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。

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。

>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...続きを読む

Q一様分布について

確率変数Xが(0,1)の範囲で一様分布に従う時、Y=1-Xと変換すれば
Yはまた一様分布になることを示せ


という問題で確率変数Xの確率密度をfx(x)、確率変数Yの確率密度をfy(y)として「確率分布関数の微分は確率密度」の定義より確率変数X,Yの確率分布関数が等しいので確率変数Xが(0,1)の範囲で一様分布に従う時、Y=1-Xと変換すればYはまた一様分布になる。
と証明したのですが解き方として間違いはないでしょうか?

ご教授願います。

Aベストアンサー

まったく完璧ですよ。

ちなみに直感的にも明らかですし、また分布関数がともに一致する、という証明でもいいです。こちらの方が多少計算量は少なくなると思います。

例.P(Y≦y)=P(1-X≦y)=P(X≧1-y)=1-P(X<1-y)=1-(1-y)=y
ただし0<y<1とし、P(X<1-y)=1-yはXが(0,1)上の一様分布であることを使った。このことからYも(0,1)上の一様分布であることが分かりますね。微分して密度が1であることも直ちに分かります。

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

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フェヒナーの法則について簡単に教えてください。

学校でフェフィナーの法則を習ったのですが、
正直よくわかりませんでした。
心理学カテゴリの人たちならわかりやすく教えてくださるのではないかと思い書き込みました。
どなたか教えて下さい。よろしくお願いいたします。

Aベストアンサー

#1です.

補足をします.

式をどのように導くのか,という追加のご質問ですが,まずは,ウェーバーの法則は,数学の公式というか,計算のように,式を展開していった結果,前回お示しした式が得られるということではありません.
フェヒナーの法則は,ウェーバーの法則を前提に,ある程度数学的に展開して得られています.

ウェーバーの法則は,概念的なものを式の形で現せば,前回の式になる,とご理解下さい.
つまり,ウェーバーの法則は,経験法則を式の形で表したものということなのです.
ただし,ウェーバーの法則中のk(定数)は,感覚の種類(モダリティ)に固有の値で,これは少し詳しい心理学の教科書や,感覚心理学,知覚心理学などの文献を調べていただくと,それぞれのモダリティでいくつになるかという一覧表があると思います(たとえば,東大出版会の心理学<改訂版>など).
また,ウェーバーの法則が成り立つ範囲も,どのような刺激の強さでも成り立つのではなことが分かっています.
ウェーバーの法則の意義は,精神物理学の発展のきっかけになったということです.
具体的にいえば,フェヒナーに大きく影響し,フェヒナーの法則は,ウェーバーの法則を前提として,成立しています.

これに対して,フェヒナーの法則は,刺激の物理量と,それに対応する感覚量との関係を数量的に表したものです.
まず,フェヒナーは,感覚量は直接測定できないと考え,弁別閾(丁度可知差異)を感覚の基本単位として,間接的に感覚量を尺度化しようとしたのです(フェヒナーの仮説).
つまり,強度の異なる2つの刺激があるときに,その2つの刺激の差を,いくつの弁別閾を積算することで等しくできるかということで間接的に尺度化しようとしたのです.

数学的には,ウェーバーの法則が,感覚の大きさの非常に微少な増分dEと,同じく微少な刺激増分dIとの間にも成立すると仮定すれば,
 dE=kdI/I(k:定数)
と表せます.この両辺を積分すると,
 E=SkdI/I=k logI+C(Sは,積分記号,C:積分定数)
となります(上に補足したように,Sは積分の記号と読んで下さい).
この式は,感覚の大きさEは,刺激強度の対数に比例することを意味することになります.
これがフェヒナーの法則です.
グラフ化したものは,上述の東大出版会の「心理学<改訂版>」など,詳しい教科書に掲載されています.

なお,上述のように,ウェーバー法則が,一定の刺激強度の範囲でしか成り立たないことが,今日では分かっていますので,したがって,フェヒナー法則も,同様であることが分かっています.

以上で,いかがでしょうか?

#1です.

補足をします.

式をどのように導くのか,という追加のご質問ですが,まずは,ウェーバーの法則は,数学の公式というか,計算のように,式を展開していった結果,前回お示しした式が得られるということではありません.
フェヒナーの法則は,ウェーバーの法則を前提に,ある程度数学的に展開して得られています.

ウェーバーの法則は,概念的なものを式の形で現せば,前回の式になる,とご理解下さい.
つまり,ウェーバーの法則は,経験法則を式の形で表したものということなのです.
ただ...続きを読む

Qイデオロギーって何ですか???

イデオロギーとはどんな意味なんですか。
広辞苑などで調べてみたのですが、意味が分かりません。
どなたか教えてください。

Aベストアンサー

イデオロギ-というのは確かに色んな解釈をされていますけど、
狭義ではそれぞれの社会階級に独特な政治思想・社会思想を指します。

つまり分かりやすく言えば、人間の行動を決定する根本的な物の考え方の
体系です。一定の考え方で矛盾のないように組織された全体的な理論や思想の事を
イデオロギ-と言うんです。

例えば、人間はみんな千差万別であり色んな考えを持っています。
だから賛成や反対といった意見が出てきますね。
しかし、イデオロギ-というのはみんなが認める事象の事です。
イデオロギ-には賛成・反対といった概念がないのです。

例えば、環境破壊は一般的に「やってはいけない事」という一定の考えに
組織されています。つまりみんなが根本的な共通の考え(やってはいけない事)として組織されているもの、これがイデオロギ-なんです。
しかし、社会的立場によってはその「やってはいけない事」を美化して
公共事業と称して環境破壊をする人達もいますけど。
ここでイデオロギ-という概念に対して色んな論説が出てくるわけです。
一応これは一つの例ですけど。

というかこれくらいしか説明の仕様がないですよ~~・・。
こういう抽象的な事はあまり難しく考えるとそれこそ分からなくなりますよ。
この説明で理解してくれると思いますけどね。

イデオロギ-というのは確かに色んな解釈をされていますけど、
狭義ではそれぞれの社会階級に独特な政治思想・社会思想を指します。

つまり分かりやすく言えば、人間の行動を決定する根本的な物の考え方の
体系です。一定の考え方で矛盾のないように組織された全体的な理論や思想の事を
イデオロギ-と言うんです。

例えば、人間はみんな千差万別であり色んな考えを持っています。
だから賛成や反対といった意見が出てきますね。
しかし、イデオロギ-というのはみんなが認める事象の事です。
イデオ...続きを読む

Q母平均の検定と推定・・・対応の「ある」「なし」の使い分け

母平均の推定や検定において、対応の「ある」場合と「ない」場合の使い分けが分かりません。
たとえば、ある製品の部位Aと部位Bの厚みを比べるような場合は、対応が「ある」のだと思いますが、同じ部位をメーカーの異なる2つの装置でそれぞれ測定した場合、対応は「ある」のでしょうか?「ない」のでしょうか?

Aベストアンサー

「対応のある」方法は、個々のデータに比べたい相手がはっきり決まって
いるときに使います。これは、対になったデータの差を1系列のデータと
みなして、その平均がゼロであるかどうかを検定しているのです。この方法
が使えるかどうかは、データを対にすることの「もっともらしさ」で決まり
ます。

例えば、あるダイエット法に効果があるかどうか調べるときに、20人の
人間にそのダイエット法をやってもらい、前後の体重を量るとします。
このとき、同じ人間の前後の体重差を1つのデータとして扱うことは非常に
もっともらしいでしょう。このようなとき「対応のある」検定方法を使い
ます。

「対応のない」方法は、2つのデータ系列をA、Bと呼ぶと、A全体の
平均値とB全体の平均値が同じといえるかどうかの検定です。上の
ダイエットの例をこの方法で検定することは間違いではありませんが、
ダイエット効果による体重差が、20人の体重のバラツキの中に埋もれて
しまって、検出しずらくなります。


>同じ部位をメーカーの異なる2つの装置でそれぞれ測定した場合

これは2つの測定装置の差を見たいわけですよね。全く同じ物を測った
結果を比較するのが最もいいでしょうから、「同じ物の同じ部位」を
測定したデータを対にするのはもっともらしいと言えるのではないで
しょうか。すなわち、「対応のある」方法がよさそうです。


>ある製品の部位Aと部位Bの厚みを比べるような場合は

これは、「同一物」の部位Aと部位Bが同じ厚さになっていて欲しいと
いう要件があれば、「対応のある」方法がふさわしいでしょう。いや、
そこまでは求めない、製品群全体として部位Aの平均と部位Bの平均
が同じになれば構わない、程度ならば「対応のない」方法でも差し支え
ないでしょう。

edogawaranpo さんがお書きになったように、データを取るときから
「対応」を意識しなければなりません。どれとどれが対応するか分から
なくなってしまったら、「対応のない」方法を使うしかありません。

「対応のある」方法は、個々のデータに比べたい相手がはっきり決まって
いるときに使います。これは、対になったデータの差を1系列のデータと
みなして、その平均がゼロであるかどうかを検定しているのです。この方法
が使えるかどうかは、データを対にすることの「もっともらしさ」で決まり
ます。

例えば、あるダイエット法に効果があるかどうか調べるときに、20人の
人間にそのダイエット法をやってもらい、前後の体重を量るとします。
このとき、同じ人間の前後の体重差を1つのデータとして扱う...続きを読む


人気Q&Aランキング