大学で心理学を学んでいる1年です。
今統計法で、t検定をやっています。
でもその授業だとかなりわかりにくくテスト近いので大変な状況です。(先生に聞きに行ったけど、余計にわかりずらい説明されて理解不能だった。)
「有意差」とか「自由度」や「確立」や「t値」や「帰無仮説」の関係とかが詳しく載ってるサイトがあったら教えて欲しいです。

このQ&Aに関連する最新のQ&A

A 回答 (2件)

回答でなくてごめんなさい。


これは数学の分野で再質問された方が回答率が高いと思います。
管理者に分野移動を申し出られてもいいかと思います。

知識不足ですが、一部分だけ、回答します。
t検定:2つの集団の平均値に差があるかを、両方の集団からとったサンプルをもとに検定する。
検定:検定の結果は100%正しいわけではありません。必ず、100回の内95回正しいとかいう言い方をします。5回はうそを言うわけですね。(天気予報と同じです)・・・「たまに外してもごめんなさい」です。
帰無仮説:まず平均値が同じでないと仮定して検定を開始します。これが「帰無仮説」です。検定した結果、帰無仮説が肯定か否定されるわけです。

下記URLがいくらか参考になると思います。

参考URL:http://web.enshu-net.or.jp/w3/kobayashi/Lecture- …
    • good
    • 0
この回答へのお礼

回答ありがとうございます。あと説明とURLもありがとうございます。うちの授業の先生よりわかりやくいです(^^)参考になりました。

お礼日時:2001/06/30 12:25

以下のサイトはいかがでしょうか。



参考URL:http://aoki2.si.gunma-u.ac.jp/
    • good
    • 0
この回答へのお礼

回答ありがとうございました。おかげで帰無仮説がばっちりわかりました。

お礼日時:2001/06/30 12:28

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 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統計学のP検定とt検定について教えてください。

よく本を読んでいると出てきますが、なんだかよくわかりません。
HP等を使って検索してるのですが、これだ!という回答は得ることができず、いつも途中でオヤスミモードに突入してしまいます。
如何せん頭の活動がトロイ私にとって、計算式を出されてしまうと即効熟睡モードに入りますのでわかりやすく教えてください。
よろしくお願いいたします。

Aベストアンサー

大学院で研究をする際に道具として統計学を使っている者です.

>質問:統計学のP検定とt検定について教えてください.

P検定……? あまり聞き覚えがない検定名ですが,できましたら正式名称あるいはどのような場合に使用される検定か具体例を示して下さい.とりあえず「t検定」について説明します.

t検定とは正式な定義はともかくとして「t分布を利用した有意性検定」と考えていただくとよいでしょう.……ただしこの説明で分かる人はある程度統計学を勉強した人であって,統計学初心者の人にとっては意味不明かもしれません.
抽象的に考えると分かりづらいので,実際にt検定がどのように使われているかを
具体例を使って説明します.

使用例:男性と女性との体重に差があるか?

  ─────────────────────────────
   女性体重  51 48 51 52 45  平均値: 49.4
  ─────────────────────────────
   男性体重  60 58 58 63 70  平均値: 61.8
  ─────────────────────────────

 上の例では「女性群」「男性群」の体重データ,そしてその平均値が載っています.とある女性5人,とある男性5人に対して体重測定を行ったとします.
 質問その1です.「【この】データにおいて,女性と男性とでは体重の平均値に差があるといえますか?」
 
  男性体重-女性体重=61.8-49.4=12.4

 もし平均値に差がないのであれば「差=0」になるはずですが,「12.4≠0」であり,すなわち,男性と女性の体重には差があると断言できます.
 当たり前すぎて何を言っているんだろう,と思われたかもしれません.

 では質問その2です.「【このデータに限らず一般的に】,女性と男性とでは体重の平均値に差があるといえますか? データから【推測せよ】」
 さあどうでしょう? 「ん.どっかの本で男性の方が体重が重いと書いてあったかな?」といった,データ以外の情報を使わないでください.質問1との違いを区別していない人は「そんなのこのデータで男性>女性になっているから,当然,そうだろ?」と主張してしまいますが,これは誤りです.
 一般的に女性と男性の体重差に違いがあるかどうかを本当に調べるのであれば,この世の中の男性と女性全ての体重データを収集しなければなりません.さらには,そのデータはあくまでも「現在」であって,過去や未来のデータではないので,あらゆる時間のデータも収集する必要があります.……そんなのは絶対無理です!
 そのために,取れる範囲の人数のデータを使うしかありません.そこから「推測」するしかないのです.しかし,あくまでも推測でしかなく,そしてその推測が間違っている可能性もあります.この場合では,例えば「(全体としては本当は差がないのだけど)たまたま体重が軽い女性ばかり選んでしまった.たまたま体重が重い体重の男性を選んでしまった」という可能性もあります.
 このようなことを考えると,データの平均値から【即座に】結論を述べることはできません.これはt検定だけではなく,P検定?,あるいは統計学で使われている「検定」の基本的な考え方です.

 t検定に話を戻しますが,この特定データから推測して「一般的に,男性・女性体重に差があるか」を調べることができます.ちなみに上記データをt検定を行うと……

  t値=-4.79 自由度=8 確率=0.001372037

 という結果になります.この結果の読み取り方もこつがいるのですが,解読の流れとしては,

「【偶然で本当は差がないとして】,今回のような「12.4」という差があるということが発生する確率は「0.14」%である」→
「偶然で起きる確率が1%未満である」→
「それって滅茶苦茶珍しくない?」→
「それは偶然じゃないだろう? というよりは前提の『偶然で本当は差がない』というのがそもそも間違い何じゃないの?」→
「ということは,本当は差があるんだ!」

となって「やっぱり,一般レベルでも男性と女性の体重平均値には差がある」吐血論を下すことができるのです.

このように「t検定」の代表的な使用法としては「二つの平均値に本当に差があるか?」の検討があります(これを使えば,ある数値が本当に「0」よりも大きな数値であるか,なども検討できますが,今回は省略します).

大学院で研究をする際に道具として統計学を使っている者です.

>質問:統計学のP検定とt検定について教えてください.

P検定……? あまり聞き覚えがない検定名ですが,できましたら正式名称あるいはどのような場合に使用される検定か具体例を示して下さい.とりあえず「t検定」について説明します.

t検定とは正式な定義はともかくとして「t分布を利用した有意性検定」と考えていただくとよいでしょう.……ただしこの説明で分かる人はある程度統計学を勉強した人であって,統計学初心者の人にとっ...続きを読む

Q心理学の統計について

心理学の論文に出てくる用語がわかりません。
M= .15(SD= .10, t(9)=10.83, p<.001)
と書かれていた場合、Mは平均で、SDは標準偏差で、pは有意かどうかで合っていますか?
このt(9)=10.83は全く分かりません。

また、二つの実験を比べた場合、
F(1, 58)=8.97, p<.01
と書かれていたとき、Fと()の中の数字が表すものは何ですか?

よろしくお願いします。

Aベストアンサー

> Mは平均で、SDは標準偏差で、pは有意かどうかで合っていますか?

そうでしょう。pはp値のことですね。

> このt(9)=10.83は全く分かりません。

tはt値です。カッコの中の数字はt分布の自由度をさします。

> Fと()の中の数字が表すものは何ですか?

FはF値です。カッコの中の数字はF分布の自由度をさします(F分布には自由度が2つある)。

t値はt分布を利用した検定で用いられるもので、F値はF分布を利用した検定で用いられる統計量です。前者はt検定、後者は分散分析などで用いられます。

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

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良いレポートの作成方法

現在、私立大学の心理学科2回生のものです。

私の通う大学では、1回生時から実験演習があり、
各テーマに応じてレポートを作成しなければならないのですが、
これに対する評価が、5段階中真ん中が多く、これより良い評価が滅多に貰えません(><)

過去の有名な実験の調べが甘いのか、それとも他に原因があるのか分かりません。

心理学のレポート作成時に重要視される点を、教えて頂けないでしょうか。 宜しくお願い致します。

Aベストアンサー

こんばんは。


> レポートに対する評価が、5段階中真ん中が多く、
> これより良い評価が滅多に貰えません(><)
> 過去の有名な実験の調べが甘いのか、
> それとも他に原因があるのか分かりません。

正直、cherrytreeさんのレポートのどこが悪いか(できていないか)は、そのレポートを読んでいない私達にはわかりません。レポートの一部でも文章が読めれば、より具体的なアドバイスが出来るのですが、この場では不可能でしょうね。以下は一般的な心理学実験レポートのアドバイスです。


基礎実験のレポートを学生に書かせる目的は、将来の卒業論文や投稿論文を書けるようにするために、科学論文の体裁を身につけてもらうというものです。

ですから、メインの評価ポイントは「科学論文のフォーマットに従って書けているか」「ただの感想文や主張ではなく、客観的に分析ができているか」ということになります。


以下は論文のセクションごとに説明します。
(心理学の分野によって、以下の区分が多少変わりますが、大学のご専門の分野にしたがってください。)


1)表題(レポートタイトル)

「そのタイトルを読んだだけで、そのレポートで何の実験をやったかがわかるタイトルが望ましい」ということがよく言われます。特別な課題を使用する場合、その課題が実験に重要な意味をもってくる場合)には、課題名を書くことも(場合によっては)必要かと。

2)序論(目的)

以下の内容をうまく組み立てて一貫した内容のストーリーの文章にすることで、(実験演習の)実験をやった意義を書きます。「過去の研究をいっぱい書けば、頑張って調べたということで良い評価がでる」というわけではありません。必要ない話を書くのは逆にマイナスです。

○「人間の何を知りたくてその研究分野で研究が行なわれているか」
○「その研究分野ではこれまでにどのような研究が行なわれてきたか」
○「これまでに何がわかっていないか」
○「(実験演習の)実験をやることで、どのようなことが新たにわかるのか」
   +(事前に仮説があるのなら)実験結果の仮説(箇条書きは避ける)

3)実験方法

遂行した実験の方法や手順を書きます。基準は「その実験方法を読んだだけで、あとでそのレポートを読む人がその実験を同じように行なえるように書く」です。「3.1 実験計画」「3.2 被験者/実験参加者」「3.3 材料(刺激・装置)」「3.4 手続き」などのように、サブセクションに分けて書く必要あり。

場合によっては、被験者/実験参加者に見せた視覚刺激(錯視図形など)の図をレポートに載せたり、質問紙調査で使用した質問文をレポートの末尾につけたほうが、わかりやすくて高い評価になる場合があります。

4)結果

実験の結果のデータを表やグラフにまとめたり、表やグラフから読み取れる結果の傾向を文章化したり、統計分析の結果を記述します。

○グラフの縦軸・横軸が何を示しているかを明確にする
○表やグラフのある部分がどの条件を示しているかを明確にする
○表やグラフから読み取れる実験結果の傾向を、客観的に文章化できているか
○統計的検定の結果の書き方は正しいか

5)考察

実験結果について考察するのですが、実験感想文ではないので、実験結果から論理的に考えられることを、なるべく客観的に書きます。

○(複数の実験を行なった場合には特に)実験結果のまとめ
○実験結果は、序論で述べたどの仮説を支持するものであったか
○先行研究の結果と矛盾したら、どうしてそうなったと考えられるか
○この実験からでは何がわからなかったか、今後の課題や実験改善案

「今回の実験では大学生が被験者/実験参加者となったが、幼児や高齢者でも調べる必要がある」などと、何の脈絡もなく思いついたように実験改善案を書く人がいます。しかし、ひらめきをアピールする場ではないので、「なぜ幼児や高齢者でも調べる必要があるのか」「幼児や高齢者を調べることで今回の実験結果に加えて何が新たにわかりそうか」までを書かないと、考察とはならないかと。

6)結論

今回の実験でわかったことを、一言で。

7)要約

序論から考察までの内容を簡潔にまとめます。この「簡潔に」の度合いが、慣れないと難しいため、繰り返しレポートを書くことで身につけていきます。

8)引用文献

「cherrytree(2006)では~~」などと本文で引用した文献のリストを書きます。これは先行研究の論文のフォーマットを真似して書きながら慣れていきます。


(追加)言葉づかい

エッセイやブログではなく科学論文なので、日常で使用するような口語表現や曖昧な表現は減点対象です。たとえば、

「反応時間は条件Aよりも条件Bのほうが『かなり』長かった」
       ↓
(「かなり」という表現では、どれだけの量なのかが読む側にはわからない。
 具体的に記述すること)
       ↓
「反応時間は条件Aよりも条件Bのほうが『約2倍』長かった」

という感じで。
あと、誤字脱字も減点です。


Web上で調べたいなら、
「心理学 実験レポート 書き方」などの用語でGoogle検索すると良いかもです。
心理学実験レポートの参考となる本のアドレスも見つかるでしょう。


(補足)

明確なオリジナリティがあれば、それに越したことはないのですが、大学1・2年生でやる基礎実験では、基本的に古い実験が多く、素人が考えられることはすでにやられていたりしますから、それについてはあまりこだわる必要はないかと。

逆に、先行研究の知見や実験結果を無視して、脳内妄想を長々と読まされるほうが苦痛です。

どちらかといえば、誤字脱字がなく、日本語がおかしくなく、表やグラフも見た目にわかりやすく、フォーマットに従って書けている、客観的・論理的に文章が書けていることを重視しますね。

こんばんは。


> レポートに対する評価が、5段階中真ん中が多く、
> これより良い評価が滅多に貰えません(><)
> 過去の有名な実験の調べが甘いのか、
> それとも他に原因があるのか分かりません。

正直、cherrytreeさんのレポートのどこが悪いか(できていないか)は、そのレポートを読んでいない私達にはわかりません。レポートの一部でも文章が読めれば、より具体的なアドバイスが出来るのですが、この場では不可能でしょうね。以下は一般的な心理学実験レポートのアドバイスです。


基礎実...続きを読む

Q統計の質問:分散分析?カイ二乗?

統計に詳しい方、お助け願います。私はほぼ初心者です。

例えば100名の協力者に対し、あるテストを行いました。解答は3パターン(仮にA・B・Cとします)に分類でき、どれかが正解というわけではありません。そういう意味ではアンケートに近いです。調べたいのはこのA・B・Cの解答の頻度(仮にA:20名、B:65名、C:15名とします)に有意差があるかどうかなのですが、A-B、B-C、C-Aのどこに差があるかまで見たい時は、

カイ二乗検定とその後の多重比較(ボンフェローニ法など)を行うべきでしょうか?

それとも、100名の解答をA・B・Cに振り分けるとき、それぞれに1点ずつ加算していって平均点を出し(A:0.2、B:0.65、C:0.15)、ABCの平均点の差について対応なしの分散分析とその後の多重比較(t検定など)を行うべきでしょうか?

見当はずれなことを聞いているかもしれませんが、誰かアドバイスをお願いします。

Aベストアンサー

基本をよくご理解ではないように思いますし、若干、混同していらっしゃるようです。

テストの回答が、3択方式と理解して説明します。
この場合、尺度の水準としては、名義尺度(質的データ)となりますので、適応できる検定は、度数(頻度)の違いを調べるためのχ2乗検定だけです。
χ2乗検定では、帰無仮説は「A~Cのすべての度数が等しい」と設定され、有意差が認められた場合には、「すべての度数が等しいとは言えない」となります。
SPSSのような、統計パッケージソフトを使うと、残差が算出されると思います。
残差は、期待値(A~Cのど数が等しいとした値)からの差を意味します。
これが一定以上であれば、その選択肢が、期待値に比べ、有意に多いまたは少ないという結論を導くことができます。

ちなみに、分散分析は、原則として3群以上の平均値の差を同時に検定するための方法です(2群の平均値の差に用いても、t検定と同様の結果が得られます)。
分散分析で有意差が認められた場合、事後の検定として多重比較(ボンフェローニなど)を実施して、どの組み合わせの間に有意差が認められるかを確かめることになります。

t検定は、2群の平均値の差の検定に用い、3群以上の平均値の差の検定を行うために、A-B、A-C、B-Cと2つずつのペアを作って検定すると、計算は可能ですが、全体としての有意水準を甘く見積もってしまう結果になりますので(この3群の例では、約14%の有意水準)、そのままでは使うことはできません。

ご質問の中にある、
>100名の解答をA・B・Cに振り分けるとき、それぞれに1点ずつ加算していって平均点を出し(A:0.2、B:0.65、C:0.15)、
というところは、いったい何を求めているか分からない作業をしていることになります。

データを取る前に、検定の方法まで見通して行うことが必要で、結果が出て来てから検定方法を考えるというのは、話の順序が逆ですし、考えていた分析ができないということになりかねませんので、今後は慎まれることをお勧めします。

なお、初心者にお勧めで、上述のχ2乗検定と残差分析についても説明がある参考図書は、次のものです:
田中敏(2006):実践データ解析[改訂版]、新曜社、¥3,300.

基本をよくご理解ではないように思いますし、若干、混同していらっしゃるようです。

テストの回答が、3択方式と理解して説明します。
この場合、尺度の水準としては、名義尺度(質的データ)となりますので、適応できる検定は、度数(頻度)の違いを調べるためのχ2乗検定だけです。
χ2乗検定では、帰無仮説は「A~Cのすべての度数が等しい」と設定され、有意差が認められた場合には、「すべての度数が等しいとは言えない」となります。
SPSSのような、統計パッケージソフトを使うと、残差が算出されると思い...続きを読む

Q統計学 t値の表を見るときの自由度

自由度Φ は (データ数-1) か、(データ数-2)のどちらを選ぶべきか、基準を教えて下さい。
t値の表を見るとき、迷っています。
データ数によってなのか、母平均に対応のあるないと関係があるのか・・・

Aベストアンサー

こんにちは.
t検定はその使用目的から三つの場合で自由度を見分ける必要があります.

1)ある条件の平均値と定数との差の検定の場合
 例えば,ある学級集団のIQが102であり,全国平均のIQ100よりも有意に高いといえるかどうか.このような場合にt検定を使う場合は次の計算で自由度を求めます.

 自由度=データ数-1

2)対応がない二つの条件の平均値の差の検定
 質問者さんは対応なし/ありの区別がついているようなので,以下簡単に説明をします.
 A条件で10人,B条件で8人のデータにおいてAとBの二つの平均値の差を調べる場合では次のようになります.

 自由度=Aデータ数+Bデータ数-2
 例) 16

3)対応がある二つの条件の平均値の差の検定
 この場合では,AB条件ともに同数データとなります.いまA条件データ数(=B条件データ数)が9とします.

 自由度=一方の条件データ数-1
 例) 8

Q統計学について

 統計学の勉強をしているのですが、最近気になることがあります。それは、やたらと難しい公式を覚えたりなどしますが、今では統計学のソフトがたくさん出ていて、データをポポンと入力してやれば後はコンピュータがやってくれる...。
 無理して、統計学を勉強している私ってひょっとして間抜けでしょうか?

Aベストアンサー

ある Data があるとします。それを見て、なんとなく違いがありそうだなぁ、と思っても、誰も説得することはできません。よく平均値が云々、といいますが、平均値ってなんですか。その Data から求めた平均値に意味がありますか。意味のない計算をして、その計算結果に基づいて論を進めても何の役にも立たないどころか、却って誤った結論に達することになるのです。

ある Data が F-分布している場合は、平均値を取ることに何の意味もありません。機械的に Data を入力すれば、平均値は出ますが。この意味のない平均値に基づいて議論しても無駄なだけです。

結局、どういう方法で検定するのが正しいか、ここを決めるのは人間であって、機械ではありません。何故その検定方が妥当なのか、これに答えるためには。きちんとした統計学の知識が必要です。30 年前は、平均値ですら、せいぜい電卓で足し算する位で計算していました。況や簡単な検定でも、ものすごく時間を要し、計算間違いしたり、の繰り返しでした。この部分は機械の方が早く且つ正確なので、当然使用しますが、その前段階、質問者の言い方をすれば、どのソフトを使うかを、自分で決めなければなりません。そのためには統計学の知識が必要です。

ただ言われるままに、言われた Data を言われた検定法の Soft に入力するだけで満足するのであればいいですが、責任の持てる解析を行なうには、統計学の知識は必須です。

一つ質問します。「平均値とは、観測された値の和を観測値の個数で割る」 と言うのは、計算結果としては間違っていますが、平均値としては間違っている、ってこと理解できていますか。

ある Data があるとします。それを見て、なんとなく違いがありそうだなぁ、と思っても、誰も説得することはできません。よく平均値が云々、といいますが、平均値ってなんですか。その Data から求めた平均値に意味がありますか。意味のない計算をして、その計算結果に基づいて論を進めても何の役にも立たないどころか、却って誤った結論に達することになるのです。

ある Data が F-分布している場合は、平均値を取ることに何の意味もありません。機械的に Data を入力すれば、平均値は出ますが。この意味のない...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

おすすめ情報