プロが教えるわが家の防犯対策術!

私は15才で今フィリピンに留学をしているのですがその授業について質問です。
今やっている理科の授業は Controlled variable(制御変数) Independent variable(独立変数) Dependent variable(従属変数)です。
しかしこれについて全く理解ができません。
説明を聞いても質問をしても検索をしてみても全く理解ができないのです。
それまではちゃんと授業にもついて行けていて理解もしていたのですがこれが出てきてからちんぷんかんぷんです。
日本語で検索をしてみても(意味があるのかはわかりませんでしたが一応)役に立つ検索結果が得られなかった為質問をした次第です。

自分自身で何とかした方が良いのは分かっていますが私には荷が重すぎるので何卒ご回答よろしくお願いします。
わかりにくい文章ですみません。

このQ&Aに関連する最新のQ&A

A 回答 (5件)

空気中の二酸化炭素濃度および湿度が植物の生育速度にどんな影響を与えるか、という実験を考えます。

いくつかの実験群を用意し、各実験群ごとに、二酸化炭素濃度や湿度を様々に変えた環境で植物を育てる。で、一定期間経ったところで、植物の質量および背丈がどれだけ大きくなったかを測る、という実験をするとしましょう。
 このとき、二酸化炭素濃度と湿度が独立変数、植物の質量の増分と背丈の増分が従属変数。
 さて、制御変数というのは、質量の増分と背丈の増分に影響を与える(あるいは与える可能性がある)他のあらゆる要因のことです。たとえば、温度、日照時間、照度、光のスペクトル、酸素濃度、肥料の量などなど。これらをどの実験群でも同じになるよう制御しておかなくては、「空気中の二酸化炭素濃度および湿度が植物の生育速度にどんな影響を与えるか」という実験にならない訳です。だから、結果を評価する時点から見れば、「実験中、制御されていた変数」ってことです。
    • good
    • 27
この回答へのお礼

ご回答ありがとうございます。

正しくその問題が出ました!!
成程、よく分かりました!!!
まさかピンポイントで解説が来るとは思っていませんでした...!

ご回答ありがとうございました!

お礼日時:2015/10/11 23:00

#3です。



レスポンス、ありがとうございます。

興味があったので、私も「説明変数」で検索してみました。
すると、独立変数だと書いてある誤ったサイトが多いですね。
(誤差が独立、あるいは、誤差が外生性を持つ必要があるという点が
 誤解されて広まっている気がします。
 詳しくは、「ガウス・マルコフの定理」を見て下さい)

#1さんが指摘されていますように、
「説明変数」は統計用語であり、どういう場面で使うかというと、
xiを説明変数、yを目的変数として『重回帰分析』をやって、

y(予測したい変数)=C(定数項) + β1・x1 + β2・x2 + ・・・・

というような線形和で表したとき、
yを説明しているのが説明変数xiだということなのです。

そして、係数βiを「偏回帰係数」というのですが、
「偏」の意味は、「他の影響を受けない」という意味です。
x1・・・・は、実際には他の説明変数と相関があったり、
温度→インク粘度→ボールペンの線幅
の粘度のように、他から説明を受けていたりすのですが、
統計上、「独立」という仮定を置いて解いているのです。
「制御変数・説明変数」は最初から「独立」である必要はありません。

もちろん、独立の仮定が強引過ぎると間違って推定してしまいます。
「多重共線性」を持つとかいいます。
そのために「VIF」などの、指標を見てチェックします。

独立の仮定が置けないことが明確なときは、
温度→インク粘度→ボールペンの線幅
のような、階層的なモデルを作ることもでき、
そのような統計手法を「共分散構造分析」「線形方程式モデリング(SEM)」といいます。

『重回帰分析』をやると、影響の強さに応じて、説明変数が選択されます。
温度のようにいろんなパスを通じてyを説明している変数があっても、
直接yに矢印を向かわせている変数しか選択されません。
だから「説明変数」は「制御変数」といえるのです。
温度は独立変数ですが、「制御変数」にはなりません。

あとは、『グラフ理論』という学問でも、変数の定義がありますので、
検索して学習するとよいでしょう。
    • good
    • 3
この回答へのお礼

再びありがとうございます!
誤ったサイトが多いのですか、教えて下さりありがとうございます。
kamiyasiroさんの解説、そして他の方々の丁寧な解説を読み、検索をかけて宿題をしようと思います。(私は頭の方が少し残念なので理解できるかは分かりませんが...)
しかし、kamiyasiroさんのおかげで大分理解できたと思います。

ご回答何度もありがとうございました!!

お礼日時:2015/10/11 21:14

企業に勤務する統計家です。



#2さんと少し違う認識です。
#1さんは、制御変数について言及していませんが、
#2さんは、制御変数とは、独立変数で実験結果に直接影響を与える条件だ
と言われています。しかし、最後に事例で示すように独立変数である必要はありません。


いくつも因果関係が存在し、原因からは矢印が出て、結果に入っていくとしましょう。
それが、何層にも連なっているとします。

独立変数とは、矢印は出ているが、絶対入ってこない変数です(他からは独立)。
前提条件,外生変数ともいいます。

従属変数とは、矢印が入っている変数。内生変数ともいいます。
矢印が出ていても「入っている」という時点で従属になります。

従属変数のうち、注目している特性値のことを、目的変数とか目的関数といいます。
そのとき、目的変数に向かって矢印を出している変数を制御変数といいます。
制御因子、あるいは説明変数ともいいます。というか後者の方が一般的です。
だから、検索しても出てこないのも分かります。
ここで言っていることは、#1さんの式と同じことです。


【事例】
温度→インク粘度→ボールペンの線幅

温度は独立変数
インク粘度も線幅も従属変数
目的変数を線幅とするとき、制御変数はインク粘度

#2さんとの違い

インク粘度は独立変数ではありませんが、制御変数・制御因子です。
このとき、インク粘度を変更することを「介入」といいます。
介入することによって、温度からは独立になります。
#2さんは、これを取り上げ、独立だと言われたのかもしれません。
    • good
    • 3
この回答へのお礼

ご回答ありがとうございます。
統計家の方なのですね、では専門の方なのでしょうか...
説明変数で検索をかけたところかなりの数がヒットして嬉しいです。
そしてkamiyasiroさんの丁寧な解説でまた少し理解することができました。

ご回答本当にありがとうございました!

お礼日時:2015/10/11 01:13

理科の実験の授業でしょうか?


日本の中学校では、そのような用語は教員は把握していますが、授業では使用しません。
簡単に言うと、独立変数とは、実験で変化させる条件や要素を意味します。
一例としては、斜面を転がる物体の運動の実験だとしたら、斜面の高さや転がる物体の重さを変える場合は、高さ、重さが独立変数となります。
従属変数とは、その実験の結果で、下までおりる時間が従属変数となり、おりる時間をTとすれば、T=f(x)となる実験式が求められるはずです。(xは高さや重さになります)
制御変数とは、独立変数で実験結果に直接影響を与える条件です。
斜面を転がる実験の場合は、斜面の抵抗を上手く制御出来れば、物体の重さを変えても、おりる時間の変化は少なくなります。
つまり、物体の重さによらず、重力加速度が一定である事が推定できます。
この場合は、物体の重さは実験に無関係で、高さの変化が重要だと言う事がわかります。
つまり、この実験の場合の制御変数は独立変数のうちの高さだと言う事がわかります。
実験は何らかの物理法則を求める為に行いますから、いろいろな条件で実験を行って、制御変数が何かを見つけて、制御変数と実験結果の実験式を求める事になります。
    • good
    • 4
この回答へのお礼

ご回答ありがとうございます。
実験ではなくプリントでの授業です(もしかすると実験もあるのかもしれません)
やはり日本では使用しないのですか... なぜフィリピンで使っているのか見当もつきません。
とても丁寧なご解説ありがとうございます。こんなに丁寧な解説を見ても少ししか理解ができなくて申し訳ないです。
lupan344さんのご解説をじっくりと読み検索ももう一度かけてみようと思います。

ご回答本当にありがとうございました!

お礼日時:2015/10/10 21:16

Independent variable(独立変数) Dependent variable(従属変数)は一般的な関数論で使う言葉でxの関数


    y=f(x)
に対して、xを独立変数、yを従属変数といいます。

制御変数というのは主に以下の2つの分野で使われているように思います。
1)制御工学
2)相関、回帰分析-統計学

いずれにしろ、大学レベルの分野で、15歳という年齢とかみ合いません。日本で言えば中学生化高校一年生、数学を始めたばかりで1)や2)に手を出すというのは無謀です。代数、幾何、解析いずれもまるで実力不足で話になりません。

そちらの教育カリキュラムの考え方がわからないので何とも言えませんが、留学先を間違えたのでしょう。まともな学校に変わることことを勧めます。
    • good
    • 3
この回答へのお礼

ご回答ありがとうございます。
通りで検索をかけても小難しい物しか出てこないと思いました。
理科の授業でこれをやっているのですが(カテゴリー間違えましたすみません)植物の鉢A、B、Cと水80ml、90mlの中でIndependent variableを選べという問題でそもそも基礎ができてないのに学んでも理解ができませんよね。

フィリピンに留学しており勉強レベルが中学一年生レベルだったのに対しいきなりレベルが上がるとは思ってもいませんでした。
担当の先生と相談してみます。
ご回答本当にありがとうございました!

お礼日時:2015/10/10 21:05

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独立変数と従属変数について

認知心理学の授業で一部統計がでました。

統計はあまり触れられていないのですが、独立変数と従属変数は避けて通れないようですが、まったく未知の世界なので、苦慮しております。
公式というよりは例を挙げて素人にわかるように簡単に教えていただけると助かります。宜しくお願いします。

Aベストアンサー

中学校の時に y = a * x + b といったような直線を描く式を習いましたよね?このyが従属変数(目的変数ともいう)で, a * x のxが独立変数(説明変数ともいう)です。

日常生活の例えでいえば,1ヶ月の総支出と食費の関係を表す式を

(1ヶ月の総支出) = 2 * (食費) + 50000

として考えると,1ヶ月の総支出が従属変数,食費が独立変数ですね。つまりは,1ヶ月に20000円食費にかけた場合は

(1ヶ月の総支出) = 2 * 20000 + 50000 = 90000

となり,9万円程度が1ヶ月の総支出になるだろうということが予測できたりするわけです。でも認知心理学の分野で出てきたということは,これとは少し違う意味合いで出てきたのでしょうがね。

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)

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。(この場合はp=0.1%でもいいと思いますが)
相関係数においても相関の有無を結論つけるにはそのrが偶然出る確率を出すか、5%の確率ならrがどれぐらいの値が出るかを知っておく必要が有ります。

>r=0.90 (P<0.001)

相関係数は0.90と計算された。相関がないのに偶然r=0.90 となる確率は0.001以下だと言ってます。

>P=0.05で相関がない

相関がないと結論。(間違っている確率は5%以下)だと言ってます。

エクセルでの計算ですが、まず関数CORRELを使ってr値を出します。xデータがA1からA10に、yデータがB1からB10に入っているとして

r=CORREL(A1:A10,B1:B10)

次にそのr値をt値に変換します。

t=r*(n-2)^0.5/(1-r^2)^0.5

ここでnは組みデータの数です。((x1,y1),(x2,y2),・・・(xn,yn))
最後に関数TDISTで確率に変換します。両側です。

p=TDIST(t値,n-2,2)

もっと簡単な方法があるかも知れませんが、私ならこう計算します。(アドインの分析ツールを使う以外は)

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

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.

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...続きを読む

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

QWord 文字を打つと直後の文字が消えていく

いつもお世話になっています。
Word2000を使っているものです。
ある文書を修正しているのですが,文章中に字を打ち込むと後ろの字が消えてしまいます。
分かりにくいですが,
「これを修正します。」
という文章の「これを」と「修正します。」の間に「これから」という単語を入れたときに,その場所にカーソルを合わせて「これから」と打つと,
「これをこれからす。」
となってしまいます。
他の文書では平気です。
何か解決する方法があれば教えて下さい。

Aベストアンサー

入力モードが「挿入」(普通の入力)から、「上書き」になってしまっているのだと思われます。
キーボードに[Insert]というキーがあると思いますので、1度押してみてください。

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「ご連絡いたします」は敬語として正しい?

連絡するのは、自分なのだから、「ご」を付けるのは
おかしいのではないか、と思うのですが。
「ご連絡いたします。」「ご報告します。」
ていうのは正しい敬語なのでしょうか?

Aベストアンサー

「お(ご)~する(いたす)」は、自分側の動作をへりくだる謙譲語です。
「ご連絡致します」も「ご報告致します」も、正しいです。

文法上は参考URLをご覧ください。

参考URL:http://www.nihongokyoshi.co.jp/manbou_data/a5524170.html

Q標準化係数と非標準化係数

お世話になります7772です。重回帰分析での標準化係数、非標準化係数の意味合いは、標準化係数が、ある変数が他の変数に比べてどのように影響しているかを比べるもので、非標準化係数が、他の変数の影響を一定にして、一つの変数にのみ絞ったその変数の全体への影響を示したものと認識しています。
 私が疑問に思うのは、これらの係数が負の値をとるときです。そのときは正の値のものよりも影響しないということでしょうか?具体的には、標準化係数が0.2のものと-3.3のものでは、0.2のほうがより影響していると言うことなのでしょうか?
 それとも、判断は絶対値で行い、上のような場合、-3.3のほうが影響しているけれど、それは変数が増えれば全体が増えるのではなく、変数が増えると全体が減る。の用に影響していると言う意味合いなのでしょうか?

Aベストアンサー

こんにちは。SPSSの用語は独特な表現のものが多いので注意しましょう。

最初に「標準化係数」と「非標準化係数」の認識が間違っている点を指摘します。
一般的な用語を使えば,回帰係数と偏回帰係数,そして標準偏回帰係数というものがあります。

・ある変数が他の変数に比べてどのように影響しているかを比べるもの → これは「回帰係数」のことであり,重回帰分析では表示されません。

・他の変数の影響を一定にして、一つの変数にのみ絞ったその変数の全体への影響を示したもの → 「偏回帰係数」のことです(SPSSの用語で言えば「非標準化係数」)。重回帰分析で表示されるのはこの「偏回帰係数」系の指標です。

それでは,残った「標準化係数」とは何かというと,一般用語では「標準偏回帰係数(β)」であり,標準化,すなわち「偏回帰係数」を平均0,分散1に標準化したものです。通常は-1≦β≦+1の範囲を取るので,絶対値「1」に近いほど影響力がある(「0」に近いほど影響力がない)と解釈されるとよいでしょう。

係数の符号の解釈についてです。一般に係数は「正負の方向性」と「絶対値」の二つの観点から解釈を行います。絶対値が大きいほど,影響力が強いことを意味します。「正負の方向性」とは,その影響が「+」に影響を与えているか,「-」に影響を与えているかを意味します。

> 具体的には、標準化係数が0.2のものと-3.3のものでは、
> 0.2のほうがより影響していると言うことなのでしょうか?

【標準化】係数で「-3.3」になったのですかっ!?
一般には「±1」を超えることは珍しいのですが,これはかなり超えています。何か特別の事情があるかもしれませんね……

こんにちは。SPSSの用語は独特な表現のものが多いので注意しましょう。

最初に「標準化係数」と「非標準化係数」の認識が間違っている点を指摘します。
一般的な用語を使えば,回帰係数と偏回帰係数,そして標準偏回帰係数というものがあります。

・ある変数が他の変数に比べてどのように影響しているかを比べるもの → これは「回帰係数」のことであり,重回帰分析では表示されません。

・他の変数の影響を一定にして、一つの変数にのみ絞ったその変数の全体への影響を示したもの → 「偏回帰係数」...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


人気Q&Aランキング