Åý·×³Ø¡Ê£Ó£ô£á£ô£é£ó£ô£é£ã£ó¡Ë
Åý·×³Ø¤Ë¤ª¤¤¤Æ¤Ï¡¢°¿¤ëÉԳμ¤ʽÐÍè»ö (affairs) ¤ËÁø¶ø¤·¤¿»þ¡¢¤½¤ì¤Ë´Ø¤¹¤ë¿ô
ÎÌŪ¥Ç¡¼¥¿¤ò½¸¤á¡¢Ê¬ÀϤ·¡¢¤½¤Î½ÐÍè»ö¤Î¼ÂÂΤòÃΤ롣¡Ö½ÐÍè»ö¤Î¼ÂÂΡפòÃΤë¤È¤Ï¡¢
½ÐÍè»ö¤ÎÊ콸ÃÄ(population) ¤òÎÌŪ¤Ëɽ¤·¤¿Ê콸Ãĥѥé¥á¥¿¡ÊÊì¿ô¡¨ population
parameter) ¤òÃΤ뤳¤È¤Ë³°¤Ê¤é¤Ê¤¤¡£¤³¤ì¤òÃΤë¤Ë¤Ï¡¢
¡Ê£±¡Ëµ½ÒÅý·×³Ø(descriptive statistics; Route 1¡Ë¤È
¡Ê£²¡Ëµ¢Ç¼Åý·×³Ø(inductive statistics; Route2¡Ë
¡áÅý·×Ū¿äÏÀ¡Êstatistical inference)¤¬¤¢¤ë¡£
¤Î£²ÊýË¡¡ÊÏ©¡Ë¤¬¤¢¤ë¡£
Route 1 Route 2
½ÐȯÅÀ} Ê콸ÃÄ Population
¡Ã ¡Ã
¡Ã ¢--- Step 1¡ÊɸËÜÆ³½Ð Sampling)
¡Ã ɸËÜ Incomplete Sample
¡Ã ¡Ã
(µ½Ò)--- ¡Ã ¢--- Step 2 (·×»» Computing)
¡Ã Åý·×ÎÌ Statistic
¡Ã ¡Ã
¢ ¢--- Step 3 (Åý·×Ū¿äÏÀ Statistical inference)
ÌÜɸÅÀ} Êì¿ô Population Parameters
¤³¤ÎÆâ¡¢Route 2 ¤¬½ÅÍפǤ¢¤ë¡£¤½¤ÎÅý·×Ū¿äÏÀ¤Ë¤Ï¡¢Æó¤Ä¤¢¤ë¡£
¡Ê£±¡Ë¿äÄê(Estimation)¡§ Êì¿ôÃͤ˴ؤ·¤Æ¡¢»öÁ°(a priori)¤Ë²¿¤Î²¾Àߤò¤â¤¿¤Ê¤¤¡£
¤¿¤À¡¢¤½¤ì¤é¤¬¤É¤ó¤ÊÃͤò¤È¤ë¤«Àµ³Î¤Ê¹Í¤¨¤ò»ý¤Á¤¿¤¤¡£
¡Ê£²¡Ë¸¡Äê(Hypothesis testing)¡§ Êì¿ô¡Ê¥Ñ¥é¥á¥¿¡Ë¤¬¡¢ÆÃÄê¤ÎÃͤò¼¨¤¹¤Î¤Ç¤Ê¤¤
¤«¤È»öÁ°¤Î¿ä¬¤·¤Æ¤¤¤ë¡£¤½¤ì¤Ç¡¢¤½¤Î¿ä¬¡Ê¤·¤¿Ã͡ˤ¬Àµ¤·¤¤¤«Èݤ«¤ò·è¤á¤¿¤¤¡£
¡ü¶öÁ³ÊÑ¿ô¡Ê¶öÁ³ÊÑ¿ô¡Ë ÊÑ¿ô(varibale)¤È¤Ï¡¢ÊѲ½¤¹¤ë¿ô¡ÊÎ̡ˤǤ¢¤ë¡£ÊÑ¿ô
¤Ë¤Ï¡¢ºî°Õ¤Ë¤è¤é¤º¡¢¼«Á³¤Ë¥Ð¥é¥Ð¥é¤ÈÊѤï¤ë¤â¤Î¤¬¤¢¤ë¡£¤³¤ÎÀ¼Á¤ò¤â¤Ã¤¿ÊÑ¿ô¤ò
¶öÁ³ÊÑ¿ô(random variable)¤È¤¤¤¦¡£
¡ü¶öÁ³»ö¾Ý ¤¤¤ÞÌäÂê¤Î¶öÁ³ÊÑ¿ô¤¬ÊѲ½¤¹¤ë¤Î¤Ï¡¢¡Ö¤½¤ì¤òÊѲ½¤µ¤»¤ë¸¶°ø
¤È¤Ê¤ë½ÐÍè»ö¡×¤¬¤¢¤ë¤È¹Í¤¨¤ë¡£¤³¤Î½ÐÍè»ö¤ò¡¢¶öÁ³»ö¾Ý(random event) ¤È¸Æ¤Ö¡£
¡Ê¶öÁ³»ö¾Ý¤Ï¡¢¶öÁ³»î¹Ô (random trial) ¤¬²Äǽ¤Ê»ö¾Ý¤È¸À¤¦¤³¤È¤â½ÐÍè¤ë¡£¡Ë
¡ü¶öÁ³»ö¾Ý¤Î¡Êµ¯¤¤ë¡Ë³ÎΨ ¶öÁ³»ö¾Ý E ¤¬£î²ó¤Î¶öÁ³»î¹Ô¤Ç¡¢£ò²óÀ¸¤¸¤¿¡£
¤¹¤Ê¤ï¤Á¡¢ÁêÂÐÅÙ¿ô £ò¡¿£î¤Ç¤¢¤Ã¤¿¡££î ¢ª ¡ç ¤Ë¤¹¤ë¤È¡¢£ò¡¿£î ¢ª £ð ¤Ë¶á¤Å¤¯¡£
¤³¤Î»þ¡¢¶öÁ³»ö¾Ý E ¤¬À¸¤¸¤ë³ÎΨ¤ò¡¢
£ð¡á£ð(E)
¤ÈÄêµÁ¤¹¤ë¡£
¡ü°ìÈÌ»ö¾Ý¤È´ðËÜ»ö¾Ý ÌäÂê¤Î»ö¾Ý events ¤òʬ¤±¤Æ¹Ô¤¡¢¤³¤ì°Ê¾åʬ¤±¤é¤ì
¤Ê¤¤»ö¾Ý¤ò´ðËÜ»ö¾Ý (elementary events) ¤È¤¤¤¦¡£º£ÌäÂê¤Ë¤·¤Æ¤¤¤ë»ö¾Ý¤Ï¡¢£î¸Ä¤Î
´ðËÜ»ö¾Ý¤Î½¸¹ç£Á
{£Á1, £Á2, £Á3, ......£Án}
¤Çɽ¤ï¤¹¡£°ìÈ̤λö¾Ý£á¤Ï¡¢¤³¤Î»ö¾Ý£Á¤ÎÉôʬ½¸¹ç¡Êr¸µ¤Î´ðËÜ»ö¾Ý½¸¹ç¡Ë
{£Á1, £Á2, ......£Ár}
¤Çɽ¤¹¤³¤È¤¬¤Ç¤¤ë¡£
¡ü»ö¾Ý¡¢´ðËÜ»ö¾Ý¤ÎÎã
¥³¥¤¥óÅꤲ ¡Ðhead ½Ð¤·, tail½Ð¤·¡Ñ
¥µ¥¤¥³¥íÅꤲ ¡Ð£±¤ÎÌܽФ·¡¤£²¤ÎÌܽФ·¡¤¡¥¡¥¡¥¡¥¡¥£¶¤ÎÌܽФ·¡Ñ
ÄÛÆâµå¼è¤ê½Ð¤· ¡Ð£±ÈÖµå¼è¤ê¡¤£²ÈÖµå¼è¤ê¡¤¡¥¡¥¡¥¡¥¡¥£ÎÈÖµå¼è¤ê¡Ñ
»î¸³ ¡ÐÂ裱ºÙÉô½ñ¤¡¢Â裲ºÙÉô½ñ¤¡¤¡¥¡¥¡¥Âè£ÎºÙÉô½ñ¤¡Ñ
¡Ý¡Ý¡Ý¡Ý¡Ý¡Ý¡Ý¡Ý¡Ý¡Ý¡Ý¡Ý¡Ý¡Ý¡Ý¡Ý¡Ý¡Ý¡Ý
¡ÊÃí¡Ë
½¸¹ç¤È¤·¤Æ¤Î»ö¾Ý
Á´»ö¾Ý whole event £É
¶õ»ö¾Ý empty event ¦È
;»ö¾Ý complementary event not E or E£ã
Ï»ö¾Ý sum event E£± ¢Á E£²
ÀÑ»ö¾Ý product event E£± ¢À E£²
ÇØÈ¿»ö¾Ý exclusive event E£± ¢À E£²¡á¦È
¡ÊÃí½ª¤ï¤ê¡Ë
¡ü£±¤Ä¤Î¶öÁ³ÊÑ¿ô¤Î´üÂÔÃÍ¡ÊÊ¿¶Ñ)¡¦Ê¬»¶ »ö¾Ý£Á¤¬
¡Ã£Á1¡Ã
¡Ã£Á2¡Ã
¡Ã¡¦ ¡Ã
¡Ã¡¦ ¡Ã
¡Ã£Án¡Ã
¤Ê¤ë´ðËÜ»ö¾Ý¤«¤é¤Ê¤ë¡£³Æ¡¹¤Î´ðËÜ»ö¾Ý¤¬µ¯¤¤¿¤È¤¡¢¤½¤ì¤¾¤ì
{£ø1, £ø2, £ø3, ......£øn}
¤Ê¤ë¼Â¸½Ãͤò¼è¤ë¡£¤³¤Î¤È¤¡¢
£øi¡á£Ø(£Ái) ( i¡á1,2...n )
¤Èɽ¤·¡¢£Ø¤ò»ö¾Ý£Á¤Î¶öÁ³ÊÑ¿ô¡Ê¶öÁ³ÊÑ¿ô¡¨ÊÑÎ̡ˤȤ¤¤¦¡£³Æ´ðËÜ»ö¾Ý¤ÎÀ¸¤¸¤ë³ÎΨ
£ði¡á£ð(£Ái) ( i¡á1,2...n )
¤Î¤È¤¡¢¶öÁ³ÊÑ¿ô£Ø¤Î´üÂÔÃÍ¡ÊÊ¿¶Ñ¡Ë¤Ï
£Å(£Ø)¡á¦²(£Øi¡¦£ði) ( i¡á1,2...n )
i
¤½¤Îʬ»¶¤Ï¡¢
¦Ò2(£Ø)¡á¦²¡Ê£Øi¡Ý£Å(£Ø)¡Ë2£ði
i
¡á¦²¡Ê£Øi¡Ë2£ði¡Ý£Å(£Ø)2£ði
¤Ç¤¢¤ë¡£
¡ü¶öÁ³ÊÑ¿ô¤Î¡Ê·è¤á¤ë¡ËʬÉÛ ¾å½Ò¤Î¤è¤¦¤Ê»ö¾Ý£Á¤Î¶öÁ³ÊÑ¿ô £Ø¤Î¼Â¸½ÃÍ
{£ø1, £ø2, £ø3, ....,£øn}
¤ÎÆâ¡¢Åù¤·¤¤¤â¤Î¤¬¤¢¤ê¡Ê£øi¡á£øj¡Ë¡¢
{£ø'1, £ø'2, ....,£ø'r}
¤Î£ò¸Ä¤Î¤ßÃͤ¬°ã¤¦»ö¤¬¤¢¤ë¡£¤½¤·¤Æ¡¢£Ø¤¬ÃÍ £ø'i ¤ò¼è¤ë³ÎΨ
£ñi ¡á£ð(£Ø¡á£ø'i) ( i¡á1,2...r )
¤È¤¹¤ë¡£¤³¤Î¤È¤¡¢¤³¤Î³ÎΨ¤Î°ì¤Þ¤È¤Þ¤ê
{£ñ1, £ñ2, £ñ3........£ñr}
¤ò¡¢¶öÁ³ÊÑ¿ô£Ø¤¬ºî¤ë¡ÊÄê¤á¤ë¡Ë³ÎΨʬÉÛ (probablity distribution made by
the random variable) ¤È¤¤¤¦¡£
£ñi¡æ0, ( i¡á1,2...r )
¦²£ñi¡á£±
¤Ç¤¢¤ë¡£
¡üÆÃÀ¶öÁ³ÊÑ¿ô¡Êcharacteristic random variable¡Ë »ö¾Ý £Å¤¬¤¢¤ë¡£
¤½¤ì¤¬À¸¤¸¤¿¤È¤¡¢À¸¤¸¤Ê¤¤¤È¤¤Î¤È¤ë¶öÁ³ÊÑ¿ô¤Î¼Â¸½ÃÍ¡¢
£Ø(£Å)¡á£±, £Ø(£Åc)¡á0
¤Ç¤¢¤ë¡£¤³¤Î¤È¤¶öÁ³ÊÑ¿ô£Ø¤ò¡¢ÆÃħ¶öÁ³ÊÑ¿ô¤ò¤¤¤¦¡£¥¤¥Ù¥ó¥È£Å¤¬À¸¤¸¤ë
³ÎΨ¡¢À¸¤¸¤Ê¤¤»þ¤Î¤½¤ì¤¬¡¢
£ð(£Å)¡á£ð, £ð(£Åc)¡á£ñ¡á£±¡Ý£ð
¤Ç¤¢¤ë¤È¤¡¢¥¤¥Ù¥ó¥ÈE¤Î ÆÃħ¶öÁ³ÊÑ¿ô£Ø ¤Î´üÂÔÃÍ
E(£Ø)¡á1*£ð+0*q ¡á£ð
ʬ»¶¤Ï¡¢
¦Ò2(£Ø)¡á(1¡Ý£ð)2£ð¡Ü(0¡Ý£ñ)2£ñ¡á£ð£ñ
¤Ç¤¢¤ë¡£
¡ü»ö¾Ý½¸¹ç¡¢´ðËܶöÁ³»ö¾Ý¡¢¶öÁ³ÊÑ¿ô¡¢´üÂÔÃÍ¡¢Ê¬»¶¤ÎÎã
¢¡¥³¥¤¥óÅꤲ»ö¾Ý
´ðËܶöÁ³»ö¾Ý¡á¡ÐheadÅꤲ, tailÅꤲ}
¶öÁ³ÊÑ¿ô¡§¾Þ¶â,¤½¤Î¼Â¸½ÃÍ¡á¡Ð50±ß¡¤100±ß¡Ñ
headÅꤲ¤Î³ÎΨ¡á{.5, .5 }
¶öÁ³ÊÑ¿ô¤Î´üÂÔÃÍ¡á50*.5¡Ü100*.5¡á75±ß
¶öÁ³ÊÑ¿ô¤Îʬ»¶¡á(50¡Ý75)^2*.5¡Ü(100-75)^2*.5¡á625±ß
¢¡¥µ¥¤¥³¥íÅꤲ»ö¾Ý
»ö¾Ý¡á¡Ð1¤ÎÌÜ¡¤2¤ÎÌÜ¡¤¡¥¡¥6¤ÎÌÜ¡Ñ
ÊÑ¿ô¡§¥µ¥¤¥³¥í¤ÎÌÜ¿ô¡£¤½¤Î¼Â¸½ÃÍ¡á¡Ð1¡¤2¡¤¡¥¡¥¡¥¡¥6¡Ñ
³ÎΨ¡á {1/6, 1/6, . . . }
´üÂÔÃÍ¡á3.5
ʬ»¶¡á
¢¡ÄÛÆâµå¼è¤ê½Ð¤·»ö¾Ý
´ðËÜ»ö¾Ý¡á¡Ð£±Èֵ塤£²Èֵ塤¡¥¡¥¡¥¡¥£ÎÈÖµå¡Ñ
ÊÑ¿ô¡§¶Ì¤Ë½ñ¤¤¤Æ¤¢¤ëÈÖ¹æ¡Ê¤É¤Î¶Ì¤«¡Ë¡á¡Ð£±¡¤2¡¤3¡¤¡¥¡¥¡¥¡¥N¡Ñ
¤¤¤Þ¤Þ¤Ç¡¢Ã±°ì¤Î¶öÁ³ÊÑ¿ô¤Ë¤Ä¤¤¤Æ¡¢°·¤Ã¤Æ¤¤¿¡£¤·¤«¤·¡¢Ä̾¤Ð¤é¤Ð¤é¤ÎÃͤ¬
À¸¤¸¤ë¤Î¤Ï¡¢Ê£¿ô¤Î¶öÁ³ÊÑ¿ô¤¬´ØÍ¿¤·¡¢¤½¤ì¤é¤¬Áí¹ç¤·¤¿·ë²Ì¤Ç¤¢¤ë¤È¹Í¤¨¤é
¤ì¤ë¡£
¢¡Î㣱¡§°ì¥¯¥é¥¹¤ÎÀ¸Å̤οÈĹ»ö¾Ý
¡¡¶öÁ³ÊÑ¿ô¡§¿ÈĹ¤ÎºÙÉô¡¦ºÙÉô¤ÎŤµ¡ÊÉôʬÊÌ¡Ë
¦¤£è1, ¦¤£è2, ¦¤£è3 . . . . ¦¤£èz
»ö¾Ý¡§¤½¤ì¤¾¤ì¤ÎÊÑ¿ô¤òµ¬Äꤹ¤ë¤â¤Î¡£Î㤨¤Ð¡¢ ¿Æ¤«¤é¤Î°äÅÁ E1 ¤ò¼õ¤±¤ë¡¢
¿Æ¤«¤é¤Î°äÅÁ E2 ¤ò¼õ¤±¤ë ¡¦¡¦¡£¿©»ö Ei ¤ò¼è¤ë¡¢¿©»ö Ej ¤ò¼è¤ë ¡¦¡¦¡£
±¿Æ° Em ¤¹¤ë¡¢¡¦¡¦ ¿ç̲ Ex ¤¹¤ë ¡¦¡¦Åù¡¹¡£
³ÎΨ¡á{ £ð1, £ð2, £ð3, . . . . . £ðn}
¤È¤¹¤ë¤È¤¡¢¤½¤ÎÁíϤȤ·¤Æ¤Î¿ÈĹ
£è¡á¦¤£è1¡Ü ¦¤£è2¡Ü . . .¡Ü¦¤£èn
¤¬¤¤Þ¤ë¤È¹Í¤¨¤é¤ì¤ë¡£
¡¡¤½¤³¤Ç¡¢¤³¤³¤Ç¤Ï¡¢£î¸Ä¤Î¸ß¤¤¤ËÆÈΩ¤Ê¶öÁ³»ö¾Ý·²
{ £Á1 £Á2 ¡¦¡¦£Án }
¤¬¤¢¤ê¡¢¤½¤ì¤¾¤ì
{ £Ø1 £Ø2 ¡¦¡¦£Øn }
¤Î¶öÁ³ÊÑ¿ô·²¤ò¤â¤Á¡¢¤³¤ì¤é¤¬¤½¤ì¤¾¤ì¡¢³ÎΨŪ¤ËÀ¸¤¸¤ë¤È¤¡¢¤½¤ì¤é¤ÎÁíÏÂ
£Ón¡á£Ø1¡Ü£Ø2¡Ü£Ø3.......£Øn
¤¬¡¢¤É¤Î¤è¤¦¤ÊÅý·×ŪÀ¼Á¤ò¼¨¤¹¤«¤òÌäÂê¤Ë¤·¤è¤¦¡£
¸ß¤¤¤ËÆÈΩ¤Ê¶öÁ³»ö¾Ý·²£Å
{£Å1, £Å2, £Å3, ......£Ån}
¤¬¤¢¤ë¤È¤¹¤ë¡£¤¤¤Þ´Êñ¤Ë¤¹¤ë¤¿¤á¡¢¤½¤ì¤¾¤ì¤¬¡¢¡ÖÆÃħ¶öÁ³ÊÑ¿ô¡×
¡Ð£Ø1, £Ø2, ..........£Øn}
¤Ç¤¢¤ë¤È¤¡¢¤¹¤Ê¤ï¤Á
£Øi¡á1, £Øic¡á0 (i=0,....n)
¤ò¼è¤ê¾å¤²¤ë¡£¤½¤ì¤¾¤ì¤Î»ö¾Ý¤Îµ¯¤¤ë³ÎΨ¤Ï
£ð(£Å1)¡á£ð(£Å2)¡á.......¡á£ð(£Ån)¡á£ð ¡ÊÀ¸¤¸¤Ê¤¤³ÎΨ £±¡Ý£ð¡Ë
¤Ç¤¢¤ë¡£¤³¤Î¤È¤¡¢
£Ón¡á£Ø1¡Ü£Ø2¡Ü£Ø3.......£Øn
¤¬¡¢£ø ¤È¤Ê¤ë¡Ê¤Ä¤Þ¤ê¡¢£ø²óµ¯¤¤ë¡Ë³ÎΨ¤Ï¡¢
£ð(£Ón¡á£ø) ¡á n£Ãx¡¦£ðx¡Ê£±¡Ý£ð¡Ën-x
¤È¤Ê¤ë¡£¤½¤Î¤È¤¤Î´üÂÔÃÍ¡¢Ê¬»¶¤Ï
£Å(£Ón)¡á£î£ð
¦Ò2(£Ón)¡á£î£ð¡Ê£±¡Ý£ð¡Ë
¤Ç¤¢¤ë¡££ð¡¢£î ¤Ë¤è¤Ã¤Æ¡¢Ê¿¶Ñ¡Î£ð(£Ó£î¡á£ø) ¤ÎºÇÂç¤Ë¤Ê¤ë½ê¡Ï¤¬¤¤Þ¤ë¡£Ê¬»¶¤â
·è¤Þ¤ë¡£
¡üÆó¹àʬÉÛ £Â(£î,£ð) ¤Ç £Ón/£î¡¢¤¹¤Ê¤ï¤Á¡¢¤½¤ÎÊ¿¶Ñ¤ò¤È¤ë¤È¡¢
£Å(£Ón/£î)¡á£ð
¦Ò2(£Ón/£î)¡á£ð¡Ê£±¡Ý£ð¡Ë
¤È¤Ê¤ë¡£
¡Ý¡Ý¡Ý¡Ý¡Ý¡Ý¡Ý¡Ý¡Ý¡Ý¡Ý¡Ý¡Ý¡Ý¡Ý¡Ý¡Ý¡Ý¡Ý¡Ý¡Ý¡Ý¡Ý¡Ý¡Ý¡Ý¡Ý
¡ÊÃí¡Ë
n
£Å(Sn)¡á¦²£ø¡¦¡În£Ãx¡¦£ðx¡¦¡Ê£±¡Ý£ð¡Ën¡Ýx¡Ï
x=0
n
¦Ò2(Sn)¡á¦²¡Ê£ø2¡¦¡În£Ãx¡¦£ðx¡Ê£±¡Ý£ð¡Ën-x¡Ï¡Ý¦Ì2¡Ë
x=0
¡ÊÃí½ª¤ê¡Ë
¡üÆó¹àʬÉÛ¤ÎÎã
¢¡¥³¥¤¥ó£î¸Ä¡Ê£î²ó¡Ë
´ðËÜ»ö¾Ý¡§head½Ð¤ë
ÊÑÎÌ¡§Á´Éô 1 or 0
¤½¤ì¤¬¡¢À¸¤¸¤ë³ÎΨ¡§Á´Éô p¢â0.5
x ¸Ä¡Ê²ó¡ËÀ¸¤¸¤ë³ÎΨ:
¢¡»î¸³¡ÊºÙÉôʬ¡Ë¤ÎÅÀ¿ô¡Ê¡©¡Ë
´ðËÜ»ö¾Ý¡§ºÙÉôʬ£é¡Ê£é=1,2,3....n¡Ë¤òÀµ²ò¤¹¤ë»ö
ÊÑÎÌ¡§ Àµ²ò¤ËÂФ¹¤ëÅÀ¿ôÂçÂÎÆ±¤¸
¤½¤ì¤¬À¸¤¸¤ë³ÎΨ¡§ Á´ÉôÂçÂÎ p
x ¸Ä À¸¤¸¤ë³ÎΨ:
¡ü¾ì¹ç¤Î¿ô
´ðËÜ»ö¾Ý £Á¤¬¤¢¤ë¡££Á¤ÏÀ¸¤¸¤¿¤ê¡Ê£±¡Ë¡¢À¸¤¸¤Ê¤«¤Ã¤¿¤ê¡Ê£°¡Ë¤¹¤ë¡£
¡Ê=probabilistic event¡Ë£Î²ó·«¤êÊÖ¤¹¡ÊƱ¤¸event £Î¸Ä¤òƱ»þ¤Ë¤ª¤³¤¹¡Ë¤È¤¡¢
£ø²ó¡Ê£ø¸Ä¡ËÀ¸¤¸¤ë¾ì¹ç¤Î¿ô¡§ n£Ãx
¡ãProg 2-1¡ä
³¬¾è¡¢½çÎó¡¢ÁȤ߹ç¤ï¤»¤Î·×»»¡§20¸Ä¤Î¤È¤¤Î¾ì¹ç¤Î¿ô
20 £Ã 0¡á1
20 £Ã 1¡á20
20 £Ã 2¡á190
20 £Ã 3¡á1140
20 £Ã 4¡á4845
20 £Ã 5¡á15504
20 £Ã 6¡á38760
20 £Ã 7¡á77520
20 £Ã 8¡á125970
20 £Ã 9¡á167960
20 £Ã 10¡á184756
20 £Ã 11¡á167960
20 £Ã 12¡á125970
20 £Ã 13¡á77520
20 £Ã 14¡á38760
20 £Ã 15¡á15504
20 £Ã 16¡á4845
20 £Ã 17¡á1140
20 £Ã 18¡á190
20 £Ã 19¡á20
20 £Ã 20¡á1
¡ãProg 2-2¡ä
Æó¹àʬÉۤΥ¨¥ß¥å¥ì¡¼¥È¡§µ¯¤¤ë³ÎΨ¤¬Âç¤È¤Ê¤ë¤È¡¢³ÎΨʬÉۤκÇÂ礬¡¢¤è¤¯µ¯¤¤ë
Êý¤Ë°Üư¤¹¤ë¡£
Total events =20
µ¯¤¤ë³ÎΨp =0.20 0.40 0.60 0.80
À¸µ¯²ó¿ô ¤½¤Î³ÎΨ
( 0¡Ë 1.2 0.0 0.0 0.0
( 1) *5.8 0.0 0.0 0.0
( 2) *13.7 0.3 0.0 0.0
( 3) *20.5 1.2 0.0 0.0
( 4) *21.8 3.5 0.0 0.0
( 5) *17.5 *7.5 0.1 0.0
( 6) *10.9 *12.4 0.5 0.0
( 7) *5.5 *16.6 1.5 0.0
( 8) 2.2 *18.0 3.5 0.0
( 9) 0.7 *16.0 *7.1 0.0
(10) 0.2 *11.7 *11.7 0.2
(11) 0.0 *7.1 *16.0 0.7
(12) 0.0 3.5 *18.0 2.2
(13) 0.0 1.5 *16.6 *5.5
(14) 0.0 0.5 *12.4 *10.9
(15) 0.0 0.5 *7.5 *17.5
(16) 0.0 0.0 3.5 *21.8
(17) 0.0 0.0 1.2 *20.5
(18) 0.0 0.0 0.3 *13.7
(19) 0.0 0.0 0.0 *5.8
(20) 0.0 0.0 0.0 1.2
mean 4.0 8.0 12.0 16.0
sgm^2 3.2 4.8 4.8 3.2
¡ãProg 2-2D¡ä
Æó¹àʬÉۤΥ¨¥ß¥å¥ì¡¼¥È¡§total events ¤¬Áý¤¹¤È¡¢Ê¬ÉÛ¤¬º¸±¦ÂоȤ˶᤯¤Ê¤ë¡£
µ¯¤¤ë³ÎΨp =0.40
Áí»ö¾Ý¿ô= 5 10 15 20
( 1) 25.92 4.03 0.47 0.05
( 2) *34.56 12.09 2.19 0.31
( 3) 23.04 21.50 6.34 1.23
( 4) 7.68 *25.08 12.68 3.50
( 5) 1.02 20.07 18.59 7.46
( 6) 11.15 *20.66 12.44
( 7) 4.25 17.71 16.59
( 8) 1.06 11.81 *17.97
( 9) 0.16 6.12 15.97
( 10) 0.01 2.45 11.71
( 11) 0.74 7.10
( 12) 0.16 3.55
( 13) 0.03 1.46
( 14) 0.00 0.49
( 15) 0.00 0.13
( 16) 0.03
( 17) 0.00
( 18) 0.00
( 19) 0.00
( 20) 0.00
mean 2.00 4.00 6.00 8.00
sgm^2 1.20 2.40 3.60 4.80
Àµµ¬Ê¬ÉۤǤϡ¢É¸½à²½¤·¤¿¶öÁ³ÊÑ¿ô¤Î³ÎΨ̩Åٴؿô¤Ï
£± £õ2
£ð(£õ) ¡á ¨¡¨¡¨¡¨¡¨¡ £å£ø£ð(¡Ý ¨¡¨¡¨¡)
¢å2¦Ð¡± £²
¤Ç¤¢¤ë¡£¤½¤ÎÊ¿¶Ñ¡¢Ê¬»¶¤Ï
£Å(£õ)¡á 0
¦Ò2(£õ)¡á £±
¢æ
¢é £ð(£õ)d£õ ¡á £±
¡Ý¢æ
¡üÆó¹àʬÉÛ £Â(£î,£ð) ¤È¤Î´Ø·¸¡£Æó¹àʬÉÛ¤ò¼¨¤¹¶öÁ³ÊÑ¿ô£ø¤òɸ½à²½ ¡¢¤¹¤Ê¤ï¤Á
£øi¡Ý¦Ì £øi¡Ý£î£ð
£õ ¡á ¨¡¨¡¨¡¨¡¨¡ ¡á ¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡
¦Ò ¢å£î£ð (£±¡Ý£ð)¡±
¤È¤¹¤ë¤È¡¢¡Ê¤¿¤À¤·¡¢Ê¿¶Ñ¦Ì¡¢É¸½àÊк¹¦Ò¡á¢å¦Ò2¡± ¡Ë
£±
£Å(£õ)¡á ¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡ ¡¦ (£Å(£Ón)¡Ý£î£ð) ¡á 0
¢å£î£ð (£±¡Ý£ð)¡±
£±
¦Ò2(£õ)¡á ¨¡¨¡¨¡¨¡¨¡¨¡¨¡ ¡¦ ¦Ò2(£Ón) ¡á £±
£î£ð(£±¡Ý£ð)
£ð(£õ)¡án£Ãu¡¦£ðu¡Ê£±¡Ý£ð¡Ën¡Ýu
¤È¤Ê¤ë¡££ð¡á°ìÄê¤Ç¡¢£î ¢ª ¡ç ¤È¤¹¤ë¤È¡¢£õ ¤ÏϢ³¤È¤Ê¤ê¡¢
£± £õ2
£ð(£õ) ¡á ¨¡¨¡¨¡¨¡¨¡ £å£ø£ð(¡Ý ¨¡¨¡¨¡)
¢å2¦Ð¡± £²
¤ÈÀµµ¬Ê¬ÉۤȤʤë(¾ÚÌÀ£±£µ¡Ý£´¡Ë¡£Àµµ¬Ê¬Éۤϡ¢ÊÑ¿ô£Ø¤¬¡¢Â¿¿ô¤Î¸ß¤¤¤ËÆÈΩ¤Ê¸¶°ø¤Î
ϤȤ·¤ÆÀ¸¤¸¤ë¤È¤¡¢¸½¤ì¤ëʬÉۤǤ¢¤ë¡£
¡Ý¡Ý¡Ý¡Ý¡Ý¡Ý¡Ý¡Ý¡Ý¡Ý¡Ý¡Ý¡Ý¡Ý¡Ý¡Ý¡Ý¡Ý¡Ý¡Ý¡Ý¡Ý¡Ý¡Ý¡Ý¡Ý¡Ý¡Ý
¡ÊÃí¡Ë°ìÈ̤ËÀµµ¬Ê¬ÉۤγÎΨ̩Åٴؿô¤Ï
£± 1 £ø¡Ý¦Ì
£æ(£ø)¡á ¨¡¨¡¨¡¨¡¨¡ £å£ø£ð{ ¡Ý ¨¡¨¡¡Ê¨¡¨¡¨¡¨¡¡Ë2 }
¦Ò¢å2¦Ð¡± 2 ¦Ò
¤È¤Ê¤ë¡£
¡ÊÃí½ª¤ê¡Ë
¡üÀµµ¬Ê¬ÉۤγÎΨ̩Åٴؿô
Ê¿¶Ñ¤«¤é¡Þ1¦Ò ¢ª ¡Ê2/3¡Ë 68.3%
¡Þ2¦Ò ¢ª ¡Ê1/20¡Ë 95.4%
¡Þ3¦Ò ¢ª ¡Ê1/400¡Ë 99.7%
---------------- 99% ----------------
---------- 95% ----------
| ---- 68% ----
50 + |
| |
40 + |
| * | *
30 + * | *
| * | *
20 + * | *
| * | *
10 + * | *
| * | *
0 +¨¡* ¨¡¨¡+¨¡¨¡¨¡+¨¡¨¡¨¡+¨¡¨¡¨¡+¨¡¨¡¨¡+¨¡¨¡ *¨¡¨¡ magnitude x
| | | | | | | Daviation
3¦Ò 2¦Ò ¦Ò ¦Ò 2¦Ò 3¦Ò from mean
¡ü»Ø¿ôʬÉÛ¡¡£·¡¼£²»²¾È¡£
¡ü¥Ý¥¢¥½¥óʬÉÛ¡¡£·¡Ý£³»²¾È¡£
¡ü¥ï¥¤¥Ö¥ëʬÉÛ¡¡£·¡Ý£´»²¾È¡£
¡ü¥¬¥ó¥ÞʬÉÛ¡¡£·¡Ý£µ»²¾È¡£
¡ü¶öÁ³ÊÑ¿ô¤ÎϤÎʬÉÛ ¤½¤ì¤¾¤ì¤¬¡¢Àµµ¬Ê¬ÉÛ £Î(¦Ì1¡¤¦Ò21¡Ë¡¢
£Î(¦Ì2¡¤¦Ò22¡Ë¤ò¼¨¤¹ÆÈΩ¤Ê¥é¥ó¥À¥àÊÑ¿ô
¡Ð X1, £Ø2 ¡Ñ
¤¬¤¢¤ë¡£¤³¤Î»þ¡¢¶öÁ³ÊÑ¿ô
£Ø¡á£Ã1¡¦£Ø1 ¡Ü £Ã2¡¦£Ø2
¤Ï¡¢
£Î(£Ã1¡¦¦Ì1¡Ü£Ã2¡¦¦Ì2¡¢ £Ã1¡¦¦Ò12¡Ü£Ã2¡¦¦Ò22¡Ë
¤È¤Ê¤ë¡£
¡ü¶öÁ³ÊÑ¿ô¤Î»»½ÑÊ¿¶Ñ¤ÎʬÉÛ ²¿¤ì¤â¡¢Àµµ¬Ê¬ÉÛ £Î(¦Ì¡¤¦Ò2¡Ë¤ò¼¨¤¹ÆÈΩ¤Ê
¥é¥ó¥À¥àÊÑ¿ô
¡Ð £Ø1, £Ø2, ............£Øn ¡Ñ
¤¬¤¢¤ë¡£¤³¤Î¤È¤¡¢¤½¤Î»»½ÑÊ¿¶Ñ
¦² £Øi
£Ø¡á ¨¡¨¡¨¡¨¡
n
¤Ï
¦Ò2
£Î(¦Ì¡¤¨¡¨¡¨¡¡Ë
n
¤Ë½¾¤¦¡£
---------------------------------------------
¡ÊÃí¡Ë¶öÁ³ÊÑ¿ô £Ø1¡¤£Ø2¡¤£Ø3.....£Øn ¤Î»»½ÑÊ¿¶Ñ¤Ï
£Ø1¡Ü£Ø2¡Ü£Ø3¡Ü......¡Ü£Øn
£Ø¡á¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡
n
¤Ï¡¢
¦Ì ¦Ì ¦Ì ¦Ò2 ¦Ò2 ¦Ò2
£Î(¨¡¨¡¡Ü¨¡¨¡¡Ü¡¥¡¥¡¥¡Ü¨¡¨¡¡¤ ¨¡¨¡¡Ü¨¡¨¡¡Ü¡¥¡¥¡¥¡Ü¨¡¨¡¡Ë
n n n n n n
n¦Ò2 ¦Ò2
¡á £Î(¦Ì¡¤¨¡¨¡¨¡¡Ë¡á £Î(¦Ì¡¤¨¡¨¡¨¡¡Ë
n2 n
¤È¤Ê¤ë¡£
¡ÊÃí½ª¤ï¤ê¡Ë
¡üÂç¿ô¤Îˡ§ ¸ß¤¤¤ËÆÈΩ¤Ê£î¸Ä¤Î¶öÁ³ÊÑ¿ô
{£Ø1, £Ø2........£Øn}
¤¬¤¢¤ë¡£¤½¤ì¤¾¤ì¤Î´üÂÔÃͤϡ¢
£Å(£Ø1)¡á£Å(£Ø2)¡á.......¡á£Å(£Øn)¡á£í
ʬ»¶¤Ï¡¢
¦Ò2(£Øi)¡å¦Ò2 (i¡á1,2,.....n)
¤È¤¹¤ë¡£¤³¤Î¤È¤¡¢¤½¤ÎÊ¿¶Ñ¤Î¶öÁ³ÊÑ¿ô
£Ø1¡Ü£Ø2¡Ü......£Øn
£Ø ¡á ¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡
£î
¤Ï¡¢£î ¢ª Âç ¤È¤¹¤ë¤È¡¢
£ð(¡Ã£Ø ¡Ý £í¡Ã¡ã¦Å¡Ë ¢ª £±
¤È¤¹¤ë¤³¤È¤¬½ÐÍè¤ë¡£¤¹¤Ê¤ï¤Á¡¢£Ø¤Î´üÂÔÃͤϡ¢
£Å(£Ø) ¡á £í
¤È¤Ê¤ë¡£Ê¬»¶¤Ï¡¢
¦Ò2
¦Ò2(£Ø)¡á ¨¡¨¡¨¡
£î
¤È¤Ê¤ë¡£
¡ü¥Ù¥ë¥Ì¥¤¤ÎÄêÍý Âç¿ô¤Îˡ§¤ÎÆÃ¼ì¤Î¾ì¹ç¡£¸ß¤¤¤ËÆÈΩ¤Ê£î¸Ä¤Î»ö¾Ý·²
{£Å1, £Å2, £Å3, ......£Ån}
¤¬¤¢¤ë¡£¤½¤ì¤¾¤ì¤Î»ö¾Ý¤Îµ¯¤¤ë³ÎΨ¤Ï
£ð(£Å1)¡á£ð(£Å2)¡á.......¡á£ð(£Ån)¡á£ð ¡ÊÀ¸¤¸¤Ê¤¤³ÎΨ £ð¡Ý£±¡Ë
¤¤¤Þ¡¢¡Ö£ò¸Ä¤¬À¸¤¸¤ë¡×»ö¾Ý¤ËÂбþ¤¹¤ë¶öÁ³ÊÑ¿ô£ò¡¿£î¤òÄêµÁ¤¹¤ë¡£¤¹¤ë¤È¡¢¤³¤Î
ÊÑ¿ô¤Ï¡¢£î¤òÂç¤È¤¹¤ë¤È
¨¢ £ò ¨¢
£ð(¨¢¨¡¨¡ ¡Ý £ð¨¢¡ã¦Å) ¢ª £± £î ¢ª Âç
¨¢ £î ¨¢
¤È¤¹¤ë»ö¤¬½ÐÍè¤ë¡£¤¹¤Ê¤ï¤Á¡¢
£ò
£Å(¨¡¨¡)¡á £ð ( £î ¢ª ¢æ )
£î
¤Ç¤¢¤ë¡£¤Ê¤¼¤Ê¤é¡¢
£ò £Ø1¡Ü£Ø2¡Ü......£Øn
¨¡¨¡ ¡á ¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡
£î £î
¤Ç¤¢¤ë¤«¤é¤Ç¤¢¤ë¡£
¡üÃæ¿´¶Ë¸ÂÄêÍý ¸ß¤¤¤ËÆÈΩ¤Ê¥é¥ó¥À¥àÊÑ¿ô
¡Ð £Ø1, £Ø2, ............£Øn ¡Ñ
¤¬¤¢¤ë¡£¤½¤ì¤¾¤ì¤Î´üÂÔÃÍ¡¢Ê¬»¶¤¬¡¢
E(£Ø1), E(£Ø2), ......., E(£Øn)
¦Ò2(£Ø1), ¦Ò2(£Ø2), ......., ¦Ò2(£Øn)
¤Î¤È¤¡¢
{£Ø1-E(£Ø1)} +{£Ø2-E(£Ø2)} +......+{£Øn-E(£Øn)}
£Ø ¡á¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡
¢å¦Ò2(£Ø1)+¦Ò2(£Ø2)+......+¦Ò2(£Øn)¡±
¤ÎʬÉۤϡ¢£î¤¬Â礤¯¤Ê¤ë¤È¡¢£Ø1, £Ø2, ......£Øn ¤ÎʬÉۤηÁ¤Ë¤«¤«¤ï¤é¤º¡¢Àµµ¬
Àµµ¬Ê¬ÉÛ £Î(0¡¤1¡Ë¤Ë¶á¤Å¤¯¡£
¡ü¥é¥ó¥À¥àÊÑ¿ô¤ÎϤÎʬÉÛ ÆÈΩ¤Ê¥é¥ó¥À¥àÊÑ¿ô
¡Ð £Ø1, £Ø2, ............£Øn ¡Ñ
¤¬¤¢¤ë¡£¤½¤ì¤¾¤ì¤¬¡¢
E(£Ø1)¡áE(£Ø2)¡á.......¡áE(£Øn)¡ám
¦Ò2(£Ø1)¡á¦Ò2(£Ø2)¡á.......¡á¦Ò2(£Øn)¡áV
¤Ê¤ëƱ°ì¤ÎʬÉÛ¤ò¼è¤Ã¤Æ¤¤¤ë¡£¤³¤Î¤È¤¡¢¥é¥ó¥À¥àÊÑ¿ô
(£Ø1-m)+(£Ø2-m)+.....(£Øn-m) (£Ø1+.....£Øn) - nm
Y ¡á ¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡ ¡á ¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡
¢åV+V+V+....¡± ¢ånV ¡±
¤Ï¡¢£î ¢ª Âç¤Î¤È¤¡¢Ãæ¿´¶Ë¸ÂÄêÍý¤«¤é¡¢Àµµ¬Ê¬ÉÛ£Î(0, 1¡Ë¤Ë¶á¤Å¤¯¡£¤½¤ì¤Ç¡¢
¥é¥ó¥À¥àÊÑ¿ô¤ÎÏÂÊÑ¿ô
£Ø¡á£Ø1+£Ø2+£Ø3.......£Øn
¤Ï¡¢£Î(nm, nV¡Ë¤Ë¶á¤Å¤¯¡£¤³¤ÎÍýͳ¤«¤é¡¢¥é¥ó¥À¥àÊÑ¿ô¤Ï¡¢°ìÈ̤ËÀµµ¬Ê¬ÉÛ¤ò¼¨¤¹¤³¤È
¤¬Â¿¤¤¡£
¡ÊÎ㣱¡ËÆó¹àʬÉۤǡ¢£îÂç¤È¤¹¤ë¤È¡¢
£Î(np¡¤np(1-p) ¡Ë
¤Ë¶á¤Å¤¯¡£¶öÁ³ÊÑ¿ô £Ø ¤¬ 1 ¤ò¼è¤ë³ÎΨ¤ò£ð¡¢0 ¤ò¼è¤ë³ÎΨ¡Ê£±¡Ý£ð¡Ë¡££î²óÆÈΩ
»î¹Ô¤ò¹Ô¤Ã¤¿¡£Ãæ¿´¶Ë¸ÂÄêÍý¤«¤é¡¢
{£Ø1-p} +{£Ø2-p} +...+{£Øn-p} (£Ø1+£Ø2+...+£Øn)¡Ý£î£ð
y¡á¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡ ¡á ¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡
¢åp(1-p)+p(1-p)+.....+p(1-p)¡± ¢ånp(1-p)¡±
£î¤òÂç¤È¤¹¤ë¤È¡¢£Î(1, 0¡Ë¤Ë¶á¤Å¤¯¡£¤¤¤Þ¡¢
£Ø¡á£Ø1+£Ø2+......+£Øn
¤È¤¹¤ë¤È¡¢
£Ø ¡Ý£î£ð
y¡á ¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡
¢ånp(1-p)¡±
¤Ç¤¢¤ë¡£¤³¤ì¤Ï¡¢£Ø ¤¬ £Î(np¡¤np(1-p) ¡Ë¤Ë¶á¤Å¤¯»ö¤ò°ÕÌ£¤¹¤ë¡£
¡ÊÎ㣲¡Ë¥Ý¥ï¥½¥óʬÉۤǴüÂÔÃͦˤ¬Âç¤Ë¤Ê¤ë¤È¡¢£Î(¦Ë¡¤¦Ë¡Ë¤Ë¶á¤Å¤¯¡£
ÆÈΩ¤Ê¶öÁ³ÊÑ¿ô
{£Ø1, £Ø2}
¤½¤ì¤¾¤ì´üÂÔÃÍ¡¢¦Ë1, ¦Ë2 ¤Î¥Ý¥ï¥½¥óʬÉÛ¡£¤³¤Î¤È¤¡¢
£Ø¡á£Ø1+£Ø2
¤Ï¡¢´üÂÔÃÍ
¦Ë¡á¦Ë1+¦Ë2
¤Î¥Ý¥ï¥½¥óʬÉÛ¤ò¼¨¤¹¤³¤È¤¬ÃΤé¤ì¤Æ¤¤¤ë¡£¤½¤ì¤Ç¡¢Ãæ¿´¶Ë¸ÂÄêÍý¤«¤é¡¢¦Ë¤¬Âç
¤Ë¤Ê¤ë ¡Ý¡ä£Ø ¤Î¿ô¤¬Áý¤¨¤ë¤³¤È¤Ç¤¢¤ë ¡Ý¡ä£Î(¦Ë¡¤¦Ë¡Ë¤Ë¶á¤Å¤¯¡£
³ÎΨ̩Åٴؿô
£± 1 £ø¡Ý¦Ì
p(x)¡á ¨¡¨¡¨¡¨¡¨¡¨¡ £å£ø£ð(¡Ý ¨¡¨¡ (¨¡¨¡¨¡¨¡)2 )
¦Ò ¢å2¦Ð¡± 2 ¦Ò
Ê¿¶Ñ
£ø¡Ý¦Ì
E(x)= ¨¡¨¡¨¡¨¡¨¡
¦Ò
ʬ»¶
¦Ò£²(x)=¦Ò2
ʬÉÛ´Ø¿ô
£± x 1 £ô¡Ý¦Ì
P(£ô)¡á ¨¡¨¡¨¡¨¡¨¡¨¡ ¢é £å£ø£ð(¡Ý ¨¡¨¡ (¨¡¨¡¨¡¨¡)2 )
¦Ò ¢å2¦Ð¡± t=-¡ç 2 ¦Ò
¡ãProg 3-1¡ä
£Ø(¦Ò¤Î²¿ÇÜ)¤òÆþÎϤ·¡¢Ê¬ÉÛ´Ø¿ô£Ç(ÈÏ°Ï 0-1)¤òÆÀ¤ë¥×¥í¥°¥é¥à¡£
¡ãProg 3-2¡ä
ʬÉÛ´Ø¿ô P(Èϰϡ§0-1) ¤Ë¤Ê¤ë X(¦Ò¤Î²¿ÇÜ)¤ò¡Ö¤Ï¤µ¤ßÂǤÁË¡¡×¤Ë¤è¤Ã¤Æ
ÆÀ¤ë¥×¥í¥°¥é¥à¡£
¡ã¿Þ£³¡Ý£±¡ä
³ÎΨ»æ¤Ë½ñ¤«¤ì¤¿ÎßÀÑÀµµ¬Ê¬Éۣƣî¡Ê£ø¡Ë¤Î¥°¥é¥Õ
¡üɸËÜÊ¿¶Ñ¤ÎʬÉÛ £Î(¦Ì¡¤¦Ò2¡Ë¤ò¼¨¤¹Ê콸ÃĤ«¤é¡¢£î¸Ä¤ÎɸËÜ
¡Ð £Ø1, £Ø2, ............£Øn ¡Ñ
¤¬ÆÀ¤é¤ì¤¿¡£¤³¤ÎɸËÜÊ¿¶Ñ
¦²£Øi
£Ø¡á ¨¡¨¡¨¡¨¡
n
¤Ï¡¢
¦Ò2
£Î(¦Ì, ¨¡¨¡¨¡¡Ë
n
¤Ë½¾¤¦¡£¤â¤·¡¢Ê콸ÃĤ¬¡¢Àµµ¬Ê¬ÉۤǤʤ¯¤È¤â¡¢Ê¿¶Ñ¦Ì¡¢Ê¬»¶¦Ò2¤Ê¤é¤Ð¡¢£îÂç¤Î»þ¡¢
ɸËÜÊ¿¶Ñ¤ÎʬÉۤϡ¢
¦Ò2
£Î(¦Ì¡¤ ¨¡¨¡¨¡¨¡¡Ë
n
¤Ë¶á¤¯¤Ê¤ë¡£
-------------------------------------------
(Ãí¡Ë¡ÊÊ¿¶Ñ¡Ëɸ½à¸íº¹ Standerd error of the mean SEM
(precision of means; spread of means)
°ì¤Ä¤ÎɸËÜÆâ¤Î¬ÄêÃͤΥХé¥Ä¥¤Ï¡¢É¸½àÊк¹¤Çɽ¤¹¡££î¸Ä¤ÎɸËܤÎÊ¿¶Ñ¤Î
¥Ð¥é¥Ä¥¤Ï¡¢É¸½à¸íº¹
¦Ò2
SEM ¡á ¢å¨¡¨¡¨¡¡± (»ñÎÁ¤¬£³£°°Ê²¼¤Î¤È¤¤Ï¡¢£î¤Î¤«¤ï¤ê¤Ë£î¡Ý£±)
£î
¤Ç¤¢¤é¤ï¤¹¡£
¡ÊÃí½ª¤ê¡Ë
¡ü£²¤Ä¤ÎÊ콸ÃĤ«¤é¤ÎɸËܤÎɸËÜÊ¿¶Ñ¤Îº¹ Æó¤Ä¤ÎÊ콸ÃÄ
£Î(¦Ì1¡¤¦Ò21), £Î(¦Ì2¡¤¦Ò22¡Ë
¤¬¤¢¤ë¡£¤½¤ì¤¾¤ì¤«¤é¡¢£î1¡¤£î2¸Ä¤ÎÂ礤µ¤ÎɸËܤòÃê½Ð¤¹¤ë¡£³Æ¡¹¤ÎɸËÜÊ¿¶Ñ£ø1¡¤
£ø2¡£É¸ËÜÊ¿¶Ñ¤Îº¹ £ø1¡Ý£ø2¤Ï¡¢
¦Ò21 ¦Ò22
£Î(¦Ì1¡Ý¦Ì2¡¤¨¡¨¡¨¡¨¡ ¡Ü ¨¡¨¡¨¡¨¡¡Ë
n1 n2
¤Ë½¾¤¦¡£
¡üÈæÎ¨¤ÎʬÉÛ Ëè²ó½Ð¸½³ÎΨ£ð¤Çµ¯¤³¤ë¸½¾Ý¤¬¡¢£î²ó¤Î»î¹ÔÃæ¡¢£ë²óµ¯¤³¤ë
³ÎΨ¤ÏÆó¹àʬÉÛ £Â(£î, £ð)¤Ë½¾¤¦¡££î¤¬Âç¤È¤Ê¤ë¤È £Î(nP,nP(1-P))¤Ë¶á¤Å¤¯¡£
¤·¤¿¤¬¤Ã¤Æ¡¢É¸Ëܽи½Î¨k/n¤Ï¡¢¶á»÷Ū¤Ë¡¢
P(1-P)
N¡ÊP, ¨¡¨¡¨¡¨¡¨¡¡Ë
n
¤Ë½¾¤¦¡£
¡ÊÎã¡ËƼ²ßÅꤲ¤Ç¡¢É½¤Î½Ð¤ë³ÎΨ P=1/2¤Ç¤¢¤ë¤È¤¡¢n=100²ó»î¹Ô¤·¤ÆÉ½¤Î½Ð¤ë½Ð¸½Î¨
¤ÎʬÉۤϡ¢
1 1
¬¤ ¨¡¨¡ x ¨¡¨¡ ¬¤
P(1-P) 1 2 2 1 1
£Î(P, ¨¡¨¡¨¡¨¡)¡á£Î(¨¡¨¡, ¨¡¨¡¨¡¨¡¨¡¨¡¨¡ ) ¡á£Î( ¨¡¨¡, ¨¡¨¡¨¡)
n 2 100 2 400
¤Ç¤¢¤ë¡£
¡üÈæÎ¨¤Îº¹¤ÎʬÉÛ °ì¤Ä¤ÎÊ콸ÃĤˤª¤±¤ë¤¢¤ë»ö¾Ý¤ÎËè²ó½Ð¸½Î¨¤¬£Ð¤Ç¡¢
¤³¤ì¤«¤é£î¸Ä¤ÎÂ礤µ¤ÎɸËܤòÆÀ¤¿¤È¤¤Î¤³¤Î»ö¾Ý¤Î½Ð¸½Î¨¤ò£ð¤È¤¹¤ë¡£
¤Þ¤¿¡¢Â¾¤ÎÊ콸ÃĤΤ³¤Î»ö¾Ý¤Î½Ð¸½Î¨¤¬£Ñ¤Ç¡¢¤³¤ì¤«¤é£í¸Ä¤ÎɸËܤòÆÀ¤È¤È¤¤Î
ɸËܽи½Î¨¤ò£ñ¤È¤¹¤ë¡££ð¡Ý£ñ¤ÎʬÉۤϣ£í¤¬Â礤¤¤È¤¡¢
P(1-P) Q(1-Q)
£Î( P-Q, ¨¡¨¡¨¡¨¡ + ¨¡¨¡¨¡¨¡¨¡ )
n m
¤Ë½¾¤¦¡£
¡üÀµµ¬Ê¬ÉÛ¤ÎÎã¡§²Ã»»Ê¿¶Ñ¡¡À¸Âθ½¾Ý¤ÎÇÈ·Á¤Ë¤Ï¿´ÅſޤΤ褦¤ËÈó¾ï¤Ë
¤Ï¤Ã¤¤ê¤·¤¿ÇÈ·Á¤â¤¢¤ë¤¬¡¢Ç¾ÇȤÎͶȯÅṲ̋Τ褦¤ËµÏ¿ÇÈ·Á¤ò¸«¤Æ¤â¡¢Ç¾ÇȤË
¤«¤¯¤ì¤Æ¤É¤³¤Ë¤½¤ì¤¬¸½¤ì¤Æ¤¤¤ë¤«¤ï¤«¤é¤Ê¤¤ÉÔÌÀ³Î¤Ê¾ì¹ç¤¬¤·¤Ð¤·¤Ð¤¢¤ë¡£Ê¿¶Ñ²Ã»»
¤Ï¤³¤Î¤è¤¦¤ÊÇÈ·Á¤òÌÀÎÆ¤Ë¼è¤ê½Ð¤¹ÊýË¡¤Î°ì¤Ä¤Ç¤¢¤ë¡£
ͶȯÅṲ̋ϡ¢²¿Åù¤«¤Î»É·ã¡Ê¤¿¤È¤¨¤Ï¸÷¡¢²»¡¢Åŵ¤¡Ë¤Ë±þ¤¸¤Æ¡¢ÂçǾÈé¼Á¤Ë¸½¤ì¤ë
Åŵ¤Åª¤ÊÈ¿±þ¤Ç¤¢¤ë¡£¤¿¤À¡¢¤³¤ì¤òƬÈé¾å¤«¤é¤È¤ë¾ì¹ç¡¢¿¶Éý¤¬¶Ë¤á¤Æ¾®¤µ¤¯
¡Ê¿ô¦Ì£Ö¡Ë¡¢¹â¿¶Éý¤ÎǾÇȤˤ«¤¯¤ì¤Æ¸¡½Ð¤·¤¬¤¿¤¤¡£¤¿¤È¤¨¡¢¼þÇÈ¿ôÂÓ°è¥Õ¥£¥ë¥¿¡¼¤ò
»È¤Ã¤ÆÇ¾ÇȤÈͶȯÅṲ̋òÊÛÊ̤·¤è¤¦¤È¤·¤Æ¤â¡¢Î¾¼Ô´Ö¤ËÂ礤ʺ¹¤¬¤Ê¤¤¤¿¤á¤ËʬΥ¤¹¤ë
¤³¤È¤Ï¤à¤Å¤«¤·¤¤¡£¤³¤Îº¤Æñ¤ò²ò·è¤¹¤ë¤¿¤á¤Ë¸½¤ì¤¿¤Î¤¬¡¢Dawson¤Î½Å¤Í¹ç¤ï¤»Ë¡
¤Ç¤¢¤ë¡£¤³¤ÎÊýË¡¤Ï¡¢»É·ã»þÅÀ¤ò¸¶ÅÀ¤Ë¤È¤ê¡¢¤½¤ì¤Ë³¤¯Ëè²ó¤ÎÈ¿±þ¤ò¿½ÅµÏ¿¤¹¤ë¡£
¡ã¿Þ£³¡Ý£²¡ä
Ê¿¶Ñ²Ã»»Ë¡¤âƱÍͤǡ¢È¿±þ¤Ï¤ÈǾÇȤ¬º®ºß¤·¤Æ¤¤¤ë»þ¤Ë¡¢²Ã»»¤Ë¤è¤Ã¤ÆÈ¿±þÇȤ¬
ÌÀÎÆ¤Ë¤¹¤ëÊýË¡¤Ç¤¢¤ë¡£¤³¤ÎÊýË¡¤âƱ¤¸¤¯Dawson¤Ë¤è¤Ã¤Æ¤Ï¤¸¤á¤é¤ì¤¿¡£¿Þ3-2¤Î
¤è¤¦¤Ë¡¢»É·ã»þÅÀ¤òƱ°ì»þÁê¤Ë¤È¤Ã¤Æ¡¢¤½¤ì¤Ë³¤¯Ëè²ó¤ÎÇÈ·Á¤ò²Ã»»¤¹¤ë¡£»É·ã
¤ÇͶȯ¤¹¤ëÈ¿±þÇȡʿ®¹æÇȡˤϡ¢²Ã»»²ó¿ô¤À¤±Â礤¯¤Ê¤ë¤Î¤Ë¤·¤ÆÇ¾ÇȤΤ褦¤Ê¥é
¥ó¥À¥à¤Ë¸½¤ì¤ëÀ®Ê¬¡Ê»¨²»¡Ë¤Ï¡¢Ê¿¶Ñ²½¤µ¤ì¤ÆÂ礤¯¤Ê¤é¤Ê¤¤¡£
¡ã¿Þ£³¡Ý£³¡ä
ͶȯÅṲ̋ο¶Éý £Ó¡¢Ç¾ÇȤʤɤΥé¥ó¥À¥à¤Ë¸½¤ì¤ë»¨²»À®Ê¬¤Î¿¶Éý £Î ¤È¤¹¤ë¤È¡¢
£î²ó²Ã»»¤Î·ë²Ì¿®¹æÀ®Ê¬¤Ï £î£Ó ¤Ë¤Ê¤ë¤Î¤ËÂФ·¡¢Ç¾ÇȤΤ½¤ì¤Ï ¢å£î£Î¤Ë¤Ê¤ë¡£¤â¤È
¤Î£Ó¡¿£Î¤È£î²ó²Ã»»¸å¤ÎÈ¿±þÂÐǾÇȤÎÈæ
(S/N)n ¡á ¢ån (S/N)
¤¬À®Î©¤¹¤ë¡£¤½¤ì¤Ç¡¢»¨²»¤ËËä¤â¤ì¤¿µÏ¿ÇÈ·Á¤¬ÌÀÎÆ¤Ë¸«¤¨¤ë¤è¤¦¤Ë¤Ê¤ë¡£
¡üHasting¤Î¶á»÷¡¡¸íº¹´Ø¿ô
2 x
¦Õ(x)¡á ¨¡¨¡¨¡¨¡¨¡ ¢é £å£ø£ð( -£ø2 )
¢å¦Ð¡± u=0
1
¢â 1¡Ý ¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡
(1+£á1£ø+£á2£ø2+£á3£ø33+£á4£ø4+£á5£ø5+£á6£ø6)16
£á1¡á.0705230784 £á2¡á.0422820123 £á3¡á.0092705272
£á4¡á.0001520143 £á5¡á.0002765672 £á6¡á.0000430638
¤È¶á»÷¤Ç¤¤ë¡£Àµµ¬Ê¬ÉÛ´Ø¿ô¤Ï¡¢
x x
£Ç(£ø)¡á ¢é£ð(£õ)d£õ ¡á 0.5 ¡Þ ¢é£ð(£õ)d£õ
u=¡Ý¢æ u=0
1 £Ø
¡á 0.5 ¡Þ ¨¡¨¡¨¡ ¦Õ(¨¡¨¡¨¡¨¡)
2 ¢å2¡±
¤¿¤À¤·¡¢£ø¡æ0 ¤Ê¤é¤Ð¡Ü¡¢£ø¡ã0 ¤Ê¤é¤Ð¡Ý¡£
¡üÊÑ¿ô¤ÎÆó¾è¤ÎʬÉÛ £ø¤ÎʬÉÛ¤¬Àµµ¬Ê¬ÉÛ £Î(0,1) ¤Ê¤é¤Ð¡¢
¦Ö=£ø2
¤Î³ÎΨ̩ÅÙ¤Ï
1 1
¡Ý ¨¡¨¡ ¡Ý ¨¡¨¡
£± 2 2
£æ(£ø)¡á ¨¡¨¡¨¡¨¡¨¡ £ø ¡¦ £å (£ø ¡ä 0)
¢å2¦Ð¡±
¡á 0 (£ø ¡å 0)
¡üÊ¿ÊýϤÎʬÉÛ¡§¦Ö£²Ê¬ÉÛ
Àµµ¬Ê¬ÉÛ £Î(0,1) ¤Ë½¾¤¦Ê콸ÃÄ¡£ÆÈΩ¤ËÂ礤µ£î¤ÎɸËÜ
¡Ð£ø1, £ø2, £ø3 . . . . . £øn ¡Ñ
¤òÆÀ¤ë¡£¤³¤ÎɸËܤÎÊ¿ÊýÏÂ
¦Ö2=£ø12¡Ü£ø22¡Ü£ø32 . . .¡Ü£øn2
¤ÎʬÉÛ¡ÊÌ©Åٴؿô¡Ë¤Ï
(n/2)-1 -(¦Ö2)/2
fn(¦Ö2) ¡á£Ã¡¦(¦Ö2) £å
£æn(¦Ö2)¤ò¼«Í³ÅÙn¤Î¦Ö2ʬÉۤȤ¤¤¦¡££Ã ¤Ï¡¢£Æ(¢æ)¡á1 ¤Ë¤Ê¤ë¤è¤¦¤Ë¤¤á¤ë¡£
ʬÉÛ¤ÎÆÃÀ¤Ï¼«Í³Å٤Ƿè¤Þ¤ë¡££° ¡Ý +¡ç ¤ËʬÉÛ¤¹¤ë¡£
----------------------------------------------
¡ÊÃí¡Ë
1
£Ã¡á ¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡
n/2 £î
£² ¦£(¨¡¨¡)
£²
¤Ç¤¢¤ë¡£¤³¤³¤Ç¦£(Ž%)¤Ï¡¢¥¬¥ó¥Þ´Ø¿ô
¢æ -x s-1
¦£(s)¡á¢é £å ¡¦£ø dx
x=0
¡á(s-1)(s-2)¡¦¡¦¦£(1¡æ s-n ¡æ0) (s>0)
¤Ç¤¢¤ë¡£
¡ÊÃí½ª¤ê¡Ë
¡ü¦Ö2ʬÉÛ¤ÎʬÉÛ´Ø¿ô
¦Ö2
F(¦Ö2) ¡á ¢é £æn(t) dt
t=0
´üÂÔÃÍ¡¢Ê¬»¶¤Ï
E¡Ê¦Ö2¡Ë¡á£î
¦Ò2¡Ê¦Ö2¡Ë¡á2£î
¤Ç¤¢¤ë¡£
¡ü¦Ö2ʬÉÛ¤ÎÀ¼Á£± ¸ß¤¤¤ËÆÈΩ¤ÊÊÑÎÌ£ø1 ¤È£ø2 ¤¬¤¢¤ê¡¢£ø1 ¤¬¼«Í³ÅÙ
£î1 ¡¢£ø2 ¤¬¼«Í³ÅÙ£î2 ¤Î¦Ö2 ʬÉÛ¤ò¼¨¤¹¤È¤¡¢
£ø¡á£ø£±¡Ü£ø2
¤Ï¡¢¼«Í³ÅÙ £î¡á£î1¡Ü£î2 ¤Î¦Ö2ʬÉۤ˽¾¤¦¡£
¡ü¦Ö2¤ÎʬÉÛ¤ÎÀ¼Á£²¡¡Ê콸ÃÄ £Î(¦Ì, ¦Ò2) ¤«¤éÃê½Ð¤·¤¿¡¢¸ß¤¤¤ËÆÈΩ¤Î
£î¸Ä¤ÎÂ礤µ¤ÎɸËÜ
{£ø1, £ø2¡¦¡¦¡¦£øn}
¤ÎɸËÜÊ¿¶Ñ¡¢É¸ËÜʬ»¶¤Ï¡¢
¡² £± n
£ø ¡á ¨¡¨¡ ¦² £øi
£î i=1
£± n ¡²
£ó2 ¡á ¨¡¨¡ ¦² (£øi ¡Ý£ø)2
£î i=1
¤Ç¤¢¤ë¡£¤¹¤ë¤È¡¢
£î¡¡ ¡²
¢å¨¡¨¡¨¡¡±¡¦(£ø¡Ý¦Ì¡Ë
¦Ò2
¤Ï £Î(0,1)¤Ë½¾¤¤¡¢
£î
¨¡¨¡¨¡ £ó2
¦Ò2
¤Ï¼«Í³ÅÙ(£î¡Ý£±)¤Î¦Ö2 ʬÉۤ˽¾¤¦¡£
¡üWilson-Hilferty¤Î¶á»÷ ¼«Í³ÅÙ£î¤Î¦Ö2ʬÉۤˤª¤¤¤Æ¡¢£î¤¬Â礤¤¤È¤
¡Ê£î¡æ£´¤Ç¤¢¤ì¤Ð¼ÂÍÑŪ¤Ë»ÈÍѤǤ¤ë¡Ë
¦Ö2
¡Ê ¨¡¨¡¨¡ ¡Ë1/3
£î
¤Ï¡¢Àµµ¬Ê¬ÉÛ
£² £²
£Î( (£±¡Ý ¨¡¨¡¨¡ ), ¨¡¨¡¨¡ ¡Ë
£¹£î £¹£î
¤Ë¶á»÷Ū¤Ë½¾¤¦¡£¤³¤Î´Ø·¸¤ò¤Ä¤«¤Ã¤Æ¡¢Ê¬ÉۤΡ־妳ÎΨ°è¡×¤ËÁêÅö¤¹¤ë¦Ö2ʬÉÛ¤Î
Ãͤòµá¤á¤ë»ö¤¬½ÐÍè¤ë¡£
¨¢
fn(¦Ö2)¨¢ * *
¨¢ * *
ÉÑ ¨¢ * *
ÅÙ ¨¢ * *
¨¢ * * ¾å¦³ÎΨ°è
¨¢ * * |
¨¢ * ¨¢¡¿¡¿ *
¨¢* ¨¢¡¿¡¿¡¿¡¿¡¿¡¿¡¿ *
¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡
0 ¦Ö2o ¦Ö2ÃÍ
Àµµ¬Ê¬ÉÛ£Î(0, 1) ¤¬¤¢¤ê¡¢¤½¤ÎʬÉÛ´Ø¿ô£Ç(£ø)¡á£Ð ¤È¤Ê¤ë £ø ¤ÎÃͤò £øp ¤È¤¹¤ë¡£
¤Þ¤¿¡¢¼«Í³ÅÙ£î¤Î¦Ö2ʬÉÛ¤¬¤¢¤ê¡¢Ê¬ÉÛ´Ø¿ô£Æ(¦Ö2)¡á£Ð ¤È¤Ê¤ë¦Ö2¤ÎÃͤò¦Öp2¤È¤¹¤ë¡£
¤³¤Î¤È¤¡¢Wilson-Hilferty¤Î¶á»÷¤«¤é
¦Öp2 £² £²
(¨¡¨¡¨¡ )1/3 ¡á (£±¡Ý ¨¡¨¡¨¡ ) ¡Ü £øp ¢å¨¡¨¡¨¡¡±
£î £¹£î £¹£î
¤Ç¤¢¤ë¡£¤½¤ì¤Ç¡¢
£² £²
¦Öp2 ¡á £î{ (1¡Ý ¨¡¨¡¨¡ ) + £øp ¢å¨¡¨¡¨¡¡± }3
£¹£î £¹£î
¤³¤ì¤«¤é¡¢Ê¬É۾妤γÎΨ¡Ê£ð¡á£±¡Ý£Ð¡Ë¤Î ¦Ö2ʬÉÛ¤ÎÃÍ ¦Öp2 ¤¬µá¤á¤é¤ì¤ë¡£
¤³¤Î¶á»÷¤Ï¡¢¼«Í³ÅÙ n¡æ4¤Ç¤¢¤ì¤Ï¡¢¾®¿ôÅÀ²¼£±·å¤¯¤é¤¤¤Þ¤Ç¤ÏÀµ¤·¤¤¡£
¡ãProg 3-3¡ä
Wilson-Hilferty¶á»÷¤Ë¤è¤ë¡¢¼«Í³Å٣ʬÉ۾妳ÎΨ P¤«¤é¡¢¦Ö2Ãͤòµá¤á¤ë¡£
¡üÊÑ¿ô¤ÎÈæ¤ÎʬÉÛ¡§£Æ¡ÝʬÉÛ ¸ß¤¤¤ËÆÈΩ¤Ê¶öÁ³ÊÑ¿ô £Ø, £Ù ¤¬¤½¤ì¤¾¤ì
¼«Í³ÅÙ £î1, £î2 ¤Î¦Ö2ʬÉۤ˽¾¤Ã¤Æ¤¤¤ë¡£¤¤¤ÞÈæ
£Ø/£î1
£ù ¡á ¨¡¨¡¨¡¨¡¨¡
£Ù/£î2
¤Ï¡¢£ÆÊ¬ÉÛ¡§
£æ(n1, n2 | £ù)
n1+n2 n1
¦£ (¨¡¨¡¨¡) ¦£(¨¡¨¡)n1/2
2n n2 n1
¡á ¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡ £ù(n1/2)-1 (£±¡Ü¨¡¨¡£ù¡Ë-(n1+n2)/2
n1 n2 n2
¦£(¨¡¨¡) ¦£(¨¡¨¡)
2 2
¤òºî¤ë(¾ÚÌÀά)¡£¤³¤ì¤ò¼«Í³ÅÙ £î1, £î2 ¤Î£ÆÊ¬ÉۤȤ¤¤¦¡£¼«Í³ÅÙ£î1, £î2 ¤Ë¤è¤Ã¤Æ
¤½¤ÎÆÃÀ¤¬Äê¤Þ¤ë¡£
¡üʬÉÛ´Ø¿ô
y
£Æ(£ù)¡á¢é £æ(n1,n2 | t) dt
t=0
¡ü£ÆÊ¬ÉۤδüÂÔÃͤÈʬ»¶
£î2
£Å(£ù) ¡á ¨¡¨¡¨¡¨¡¨¡¨¡
£î2 ¡Ý £²
£²(£î1¡Ü£î2¡Ý£²)£î22
¦Ò2(£ù) ¡á ¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡
(£î1¡Ý£²)2(£î2¡Ý£´)£î1
¡ü¤¢¤ëÄê¿ô£ùo¤è¤ê£ù¤¬Â礤¤³ÎΨ
¡ç
¦Á¡á£Ðr {£ù¡ä£ùo} ¡á¢é £æ(n1,n2| £ù)d£ù ¡á£±¡Ý£Æ(£ùo)
y=yo
¤Ç¤¢¤ë¡££ùo ¤Ï¼«Í³ÅÙn£±,n£²¤ª¤è¤Ó¦Á¤«¤éµá¤á¤ë¤³¤È¤¬¤Ç¤¤ë¡£¤³¤ì¤Ï
£ùo¡á£æ(n1, n2, ¦Á)
¤È½ñ¤É½¤¹¡£
¡ü£ÆÊ¬ÉۤȦÖ2ʬÉۤδط¸
¦Ö2(£î¡¤¦Á) ¡á £î¡¦£æ(£î, ¢æ, ¦Á)
¡ü£ÆÊ¬ÉۤȣôʬÉۤδط¸
£ô(£î, ¦Á) ¡á¢å £æ(1, £î, ¦Á)¡±
¡ü£ÆÊ¬ÉÛ¤ÈÀµµ¬Ê¬Éۤδط¸¡§Paulson¤Î¶á»÷
£± £²
(£±¡Ý ¨¡¨¡¨¡)£æ1/3 ¡Ý (£±¡Ý ¨¡¨¡¨¡)
£¹£î2 £¹£î1
£õ¡á¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡
£² £²
( ¨¡¨¡¨¡¨¡ £æ2/3 ¡Ü ¨¡¨¡¨¡¨¡)1/2
£¹£î2 £¹£î1
£Æ¤Ï¼«Í³ÅÙ£î1¡¢£î2 ¤Î£ÆÊ¬ÉÛ¡££î1, £î2¤¬Â礤¤¤È¤¤Ï¡¢£õ ¤ÏÀµµ¬Ê¬ÉÛ
£Î(0, 1¡Ë¤Ë¶á»÷Ū¤Ë½¾¤¦¡££î1¡æ4, £î2¡æ4¤Ç¡¢£Æ¤Ï¾®¿ôÅÀ²¼£±·å¤¯¤é¤¤¤Þ¤ÇÀµ¤·¤¤¡£
¤½¤ì¤Ç¡¢
¦Ø1¡á2/(9£î1), ¦Ø2¡á2/(9£î2), £ø¡á£õ, £ù¡á£æ1/3
¤È¤ª¤±¤Ð¡¢
(1-¦Ø2)£ù¡Ý(1-¦Ø1)
£ø¡á ¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡
¢å¦Ø2£ù¡°2¡Ü¦Ø1¡±
£ø^2¦Ø2£ù^2¡Ü£ø^2¦Ø1¡á(1¡Ý¦Ø2)^2£ù^2¡Ý2(1¡Ý¦Ø2)(1¡Ý¦Ø1)£ù¡Ü(1¡Ý¦Ø1)^2
{(1¡Ý¦Ø2)^2¡Ý£ø^2¦Ø2}£ù^2¡Ý2(1¡Ý¦Ø2)(1¡Ý¦Ø1)£ù¡Ü(1¡Ý¦Ø1)^2¡Ý£ø^2¦Ø1¡á0
A ¡á(1¡Ý¦Ø2)^2¡Ý£ø^2¦Ø2
B ¡á-2(1¡Ý¦Ø2)(1¡Ý¦Ø1)
C ¡á(1¡Ý¦Ø1)^2¡Ý£ø^2¦Ø1
A£ù^2 ¡ÜB£ù¡ÜC ¡á 0
¤ÎÆó¼¡ÊýÄø¼°¤ò²ò¤¡¢£æ¡á£ù3 ¤«¤é¡¢£æ ¤òµá¤á¤ë¡£
¡ãProg 3-4¡ä
¼«Í³ÅÙ n1, n2, ´í¸±Î¨¦Á ¤òÍ¿¤¨¤Æ£æ(n1,n2,¦Á) ¤òµá¤á¤ë¥µ¥Ö¥ë¡¼¥Á¥ó¡£
ÊÑ¿ô£ø¤¬Àµµ¬Ê¬ÉÛ£Î(0, 1) ¤Ë½¾¤¦¡££ùn ¤Ï¼«Í³ÅÙ£î¤Î¦Ö2ʬÉۤ˽¾¤¦¡£
¸ß¤¤¤ËÆÈΩ¤Î¤È¤
£ø
£ô¡á ¨¡¨¡¨¡¨¡¨¡
¢å£ùn/£î¡±
¤ÎÌ©Åٴؿô¤Ï
£î¡Ü£±
¦£(¨¡¨¡¨¡)
£² £ô2
£æn(£ô)¡á ¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¡Ê£±¡Ü ¨¡¨¡¨¡¡Ë-(n+1)/2
£î £î
¢å£î¦Ð¡± (¨¡¨¡)
£²
¤ÇÍ¿¤¨¤é¤ì¤ë¤³¤È¤¬ÃΤé¤ì¤Æ¤¤¤ë¡£¤³¤ì¤ò¡¢¼«Í³ÅÙ£î¤Î£ôʬÉۤȤè¤Ö¡££ôʬÉÛ¤Ï
¼«Í³ÅÙ£î¤À¤±¤Ç¡¢¤½¤ÎÆÃÀ¤òɽ¤¹¡£Ê¿¶ÑÃͤ¬£°¤Ç¡¢Ì©Åٴؿô¤Ï¸¶ÅÀ¤ËÂФ·¤Æ
º¸±¦ÂоΡ¢Àµµ¬Ê¬Éۤˤ«¤Ê¤ê»÷¤Æ¤¤¤ë¡£
¡ü£ôʬÉۤδüÂÔÃÍ¡¢Ê¬»¶¤Ï
E(£ô)¡á0
V(£ô)¡án/(n-2)
¡ü£ôʬÉÛ¤ÎʬÉÛ´Ø¿ô
x
P(x)¡á¢é £æn(£ô) d£ô
t=-¡ç
¤Ç¤¢¤ë¡£
¡ü£ôʬÉۤΤª¤¤¤Æ¡¢ÊÑ¿ô£ô¤¬¡¢¨¢t¨¢¡ä£ôo ¡Ê⤷£ôo¤ÏÀµ¤ÎÄê¿ô¡Ë¤È¤Ê¤ë³ÎΨ
¡ç
£Ðr (|£ô|¡ä£ôo)¡á2* ¢é £æn(£ô) d£ô¡á2*( 1¡ÝP(to) ¡Ë
t=to
¤Ç¤¢¤ë¡£
*
* | *
* |¢¬ *
* | P *
* | *
* |ÉÑ *
* |ÅÙ *
* ¡Ã¡Ã | ¡Ã¡Ã *
¨¡* ¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡*¨¡¨¡
-|to| 0 |to| £ô¢ª
¼«Í³Å٣³ÎΨ Pr=¦Á ¤Î¤È¤¤Î to ¤ò£ô(n,¦Á)¤È½ñ¤¯¡£¤½¤ì¤Ç¡¢
£Ðr ¡á2 * { 1¡ÝP(£ô(n,¦Á)) }
¤·¤¿¤¬¤Ã¤Æ¡¢
1
P(£ô(n,¦Á)¡Ë¡á 1 ¡Ý ¨¡¨¡ £Ðr
2
£ôʬÉۤϡ¢¼«Í³ÅÙ£î¡ä30 ¤Ç £Î(0, 1¡Ë¤È¤ß¤Ê¤·¤Æ¤è¤¤¡£¤½¤³¤Ç¡¢P ¤«¤é¡¢
t(n,a)¤¬¤¨¤é¤ì¤ë¡£
¡ãProg 3-5¡ä
£ô(n,¦Á)¤òµá¤á¤ë¥×¥í¥°¥é¥à
ÊÑÎ̤ÎʬÉۤγµ´Ñ¤òÆÀ¤ë¤¿¤á¡¢¥Ó¥ó¶Ò¤´¤È¤ÎÅÙ¿ôʬÉÛ¡Ê¥Ò¥¹¥È¥°¥é¥à¡Ë¤òºî¤ë¡£
¡ãProg 4-1¡ä
ÅÙ¿ôʬÉۤκîÀ®¡§²¼µ¤Î¤è¤¦¤Ê£²¹àÌÜ6¸Ä¤ÎÊÑÎ̤¬¤¢¤ë¡£Âè°ì¹àÌܤΥǡ¼¥¿¤ò
¤Ä¤«¤Ã¤Æ¡¢¥Ò¥¹¥È¥°¥é¥à¤òºî¤ë¡£
¨£¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¤
¨¢6 2 ¨¢¢« £¶¥Ç¡¼¥¿¡¢£²¹àÌÜ
¨¢ 3. 2.8 ¨¢
¨¢ 6. 5.0 ¨¢
¨¢ 8. 1.0 ¨¢
¨¢ 2. 4.4 ¨¢
¨¢ 5. 5. ¨¢
¨¢ 15. 5. ¨¢
¨¢0 1 15 1 ¨¢¢« ¹àÌÜ¡¢¥Ç¡¼¥¿¤ÎºÇÄãÃÍ¡¢ºÇ¹âÃÍ¡¢¥ì¥ó¥¸¶Ò
¨¦¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¥
¤½¤Î·ë²Ì¡§
¨£¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¤
¨¢Row= 0 ¦Ì= 6.50 ¦Ò= 4.27 ¨¢
¨¢ ¨¢
¨¢ x u n Sn % ¨¢
¨¢ ¨¢
¨¢ ¡Á 1.00( -1.29) 0 0( 0.0)¨¢
¨¢ ¡Á 2.00( -1.05) 1 1( 16.7)¨¢
¨¢ ¡Á 3.00( -0.82) 1 2( 33.3)¨¢
¨¢ ¡Á 4.00( -0.59) 0 2( 33.3)¨¢
¨¢ ¡Á 5.00( -0.35) 1 3( 50.0)¨¢
¨¢ ¡Á 6.00( -0.12) 1 4( 66.7)¨¢
¨¢ ¡Á 7.00( 0.12) 0 4( 66.7)¨¢
¨¢ ¡Á 8.00( 0.35) 1 5( 83.3)¨¢
¨¢ ¡Á 9.00( 0.59) 0 5( 83.3)¨¢
¨¢ ¡Á 10.00( 0.82) 0 5( 83.3)¨¢
¨¢ ¡Á 11.00( 1.05) 0 5( 83.3)¨¢
¨¢ ¡Á 12.00( 1.29) 0 5( 83.3)¨¢
¨¢ ¡Á 13.00( 1.52) 0 5( 83.3)¨¢
¨¢ ¡Á 14.00( 1.76) 0 5( 83.3)¨¢
¨¢ ¡Á 15.00( 1.99) 1 6( 100.0)¨¢
¨¢ ¡Á 0 6( 100.0)¨¢
¨¦¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¥
¡üÊ¿¶ÑÃÍ É¸ËÜ
{ £ø1 £ø2 .....£øn }
¤¬¤¢¤ë¤È¤¡¢
¡² ¦²£Øi
£Ø ¡á ¨¡¨¡¨¡¨¡
£î
¤òÊ¿¶ÑÃͤȤ¤¤¦¡£
¡¡Ê¿¶ÑÃͤΰÕÌ£¡§Â¬ÄêÃͤˤϿ¿¤ÎÃͤè¤êÂç¤Ê¤â¤Î¤È¾®¤Ê¤â¤Î¤¬¸½¤ì¤ë¡£¸Ä¡¹¤Î
¬ÄêÃÍ£Øi¤Î¿¿¤ÎÃͣؤ«¤é¤ÎÊк¹£ä¤ÎÁíϤϣ°¤Ç¤¢¤ë¤Ï¤º¡£
¦²£ä ¡á¦²(£Øi¡Ý£Ø) ¡á¦²£Øi¡Ý£î£Ø ¡á0
¦²£Øi
¡è £Ø ¡á ¨¡¨¡¨¡¨¡
£î
¤³¤Î°ÕÌ£¤Ç¡ÖÊ¿¶Ñ¡×¤Ï°ÕÌ£¤ò¤â¤Ã¤Æ¤¤¤ë¡£
¡üÊк¹¡Êdeviation form mean¡Ë¡¦Æó¾èÊк¹ ¥é¥ó¥À¥àÊÑ¿ô¤Î¼Â¸½ÃͤȴüÂÔÃÍ
¡ÊÊ¿¶ÑÃ͡ˤκ¹¡£¤½¤ÎÆó¾è¡£
¡üÊк¹Ê¿ÊýÏ¡Êsum of sequares¡Ë
n
£Ó ¡á ¦²¡Ê£Øi¡Ý£Ø)^2 ¡á ¦²(£Øi^2) ¡Ý£î£Ø^2
i=1
Êк¹Ê¿ÊýϤΰÕÌ£¡§¿¿¤ÎÃͣؤ«¤é¬ÄêÃͤ¬Ç¡²¿¤Ë¥Ð¥é¤Ä¤¡£Ã±¤Ë¡¢Êк¹¤ÎÁíÏÂ
¤Ç¤Ï¡¢¦²£ä¡á0 ¤Ç¤¢¤ë¤Î¤Ç»ØÉ¸¤È¤Ê¤é¤Ê¤¤¡£¦²¡Ã£ä¡Ã¤ò»ÈÍѤ¹¤ë¤³¤È¤â½ÐÍè¤ë¤¬¡¢ÉáÄÌ
¤ÏÊк¹Ê¿ÊýÁíϤò»ÈÍѤ¹¤ë¡£Êк¹Ê¿ÊýϤ¬ºÇ¾®¤È¤Ê¤ë¤è¤¦¤Ê£Ø¤ÎÃͤϡ¢Ê¿¶Ñ¤Ç¤¢¤ë¡£
¤¹¤Ê¤ï¤Á¡¢
d £Ó
¨¡¨¡¨¡¨¡¨¡ ¡á ¡Ý2 ¦²(£Øi¡Ý£î£Ø )¡á0
d £Ø
ô ¦²£Øi
£Ø ¡á ¨¡¨¡¨¡¨¡
£î
¤Ç¤¢¤ë¡£
¡üʬ»¶ variance ¦Ò2
£Ón(or ¦Ò2)¡á£Ó/£î
¡üɸ½àÊк¹ standard deviation ¦Ò
ÉáÄÌ¡¢Ê¿¶Ñ¡ÞÊк¹ ¤Èɽ¤¹¤«¤é¡¢Î¾¼Ô¤Îdimension¤ò¹ç¤ï¤»¤¿Êý¤¬¤è¤¤¡£¤½¤ì¤Ç
¦Ò¡á¢å£Ón/£î¡±
¡ãProg 4-2¡ä
´ðÁÃÅý·×ÎÌ¡§Ê¿¶ÑÃÍ¡¢Êк¹¡¢Êк¹Ê¿ÊýÏ¡¢Ê¬»¶¡¢É¸½àÊк¹¡¢Áê´Ø·¸¿ô¤Î·×»»¥×¥í¥°¥é¥à
¡üÊÑ¿ô¤Îɸ½à²½ (Normalization) ¾åµÉ¸Ëܤò
£øi¡Ý¦Ì
£õ ¡á ¨¡¨¡¨¡¨¡¨¡
¦Ò
¤È¤·¡Ê¤¿¤À¤·¡¢Ê¿¶Ñ¦Ì¡¢É¸½àÊк¹¦Ò¡á¢å¦Ò2¡± ¡Ë¡¢
£Å(£õ) ¡á0
¦Ò2(£õ) ¡á£±
¤È¤¹¤ë¤³¤È¡£
¡ü£²ÊÑÎ̤ÈÁê´Ø·¸¿ô £¹¡Ý£´»²¾È¡£
¿äÄê¤È¤Ï¡¢Êì¿ôÃͤ˴ؤ·¤Æ¡¢»öÁ°(a priori)¤Ë²¿¤Î²¾Àߤò¤â¤¿¤Ê¤¤¡£¤¿¤À¡¢¤½¤ì¤é¤¬
¤É¤ó¤ÊÃͤò¤È¤ë¤«Àµ³Î¤Ê¹Í¤¨¤ò»ý¤Á¤¿¤¤¤È¤¤Ë¤Ä¤«¤¦¡£
¡üͰեƥ¹¥È¡ÊTest of Singificance¡Ë °¿ÆÃÄê¤ÎÃͤ¬ normal variation ¤«¡¢
°¿¤ÏTruly abnormal(or pathological enviroment) ¤Îɽ¸½¤Î·ë²Ì¤«¤òÄ´¤Ù¤ë¡£
°¿Ãͤ¬¤É¤ì¤À¤±Ê¿¶Ñ¤«¤éÊФäƤ¤¤ì¤Ð°Û¾ï¤«¡£¤Þ¤¿¡¢¤É¤ì¤À¤±¶á¤±¤ì¤ÐÀµ¾ï¤«¤Ï
Ǥ°Õ¤Ë·è¤á¤é¤ì¤ë¡£À¸Êª³Ø¤Ç¤Ï¡¢normal chance deviation ¤È significant
difference ¤ÎÀþ¤ò2¡ó¤Ë¤È¤ë¡£Â¨¤Á100²ó¤Î¤¦¤Á£²²ó¡¢°¿¤Ï¤½¤ì°Ê²¼¤¤ê½Ð¤»¤Ê¤¤
¤è¤¦¤ÊÃÍ¤Ï Í°Õ¤Ë°Û¤Ê¤ë(significantiy different) ¤È¤¹¤ë¡£
Í¿¤¨¤é¤ì¤¿ deviation ¤¬Àµµ¬Ê¬Éۤˤª¤±¤ÆÀ¸¤¸¤ë³ÎΨ(normal deviate) ¤Ï
£Ã¡á(£ø¡Ý¦Ì)/¦Ò
¤Ç¤¢¤ë¡£Normal deviate(C) ¤È¤½¤ì¤¬µ¯¤¤ë³ÎΨ(P)¤Ï¡¢¼¡¤ÎÄ̤ê¤Ç¤¢¤ë¡£
¨£¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¨¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¤
¡Ã (C) (P) ¡Ã (C) (P) ¡Ã
¨§¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨«¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨©
¡Ã 0.13 0.9 ¡Ã 1.64 0.2 ¡Ã
¡Ã 0.25 0.8 ¡Ã 1.96 0.1 ¡Ã
¡Ã 0.39 0.7 ¡Ã 2.33 0.05 ¡Ã
¡Ã 0.52 0.6 ¡Ã 2.58 0.02 ¡Ã
¡Ã 0.67 0.5 ¡Ã 3.29 0.01 ¡Ã
¡Ã 0.84 0.4 ¡Ã 3.89 0.001 ¡Ã
¡Ã 1.28 0.3 ¡Ã ¡Ã
¨¦¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨ª¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¥
¡ãÎ㣱¡ä Å´¤Î·ìÃæÇ»Å٤ο¿ô¤Î¿Í´Ö¤ÎÊ¿¶Ñ¤Ï 50mg/100ml ¤Ç¤½¤Îɸ½àÊк¹¤Ï
4.5mg/100ml¡£¤¢¤ë¿Í¤Î·ìÃæÅ´Ç»ÅÙ¤¬¡¢34mg/100ml ¤Î¤È¤¡¢¤³¤ÎÃͤϰ۾狼¡©
£ø¡Ý¦Ì 50¡Ý34 16
C¡á¨¡¨¡¨¡¨¡¨¡¡á¨¡¨¡¨¡¨¡¨¡¡á¨¡¨¡¨¡¨¡¡á3.5
¦Ò 4.5 4.5
C¡á3.5 ¤¬Àµµ¬Ê¬ÉۤΰìÉô¤È¤Ê¤ë³ÎΨ¤Ï¡¢0.001 °Ê²¼¡£½¾¤Ã¤Æ¤³¤ÎÃÍ¤Ï °Û¾ï¡£
¡ü¿®Íê¸Â³¦(confidence limits) Àµµ¬Ê¬ÉÛ¤ÎÊ콸ÃĤ¢¤¿¤¨¤é¤ì¤¿¡ó¤ò´Þ¤à
¾å¸Â¤È²¼¸Â¤ÎÃ͡ʶ˸¤ζ³¦¡Ë¤ò¤¤¤¦¡£¤³¤ÎÎãÂê¤Ç¤Î£¹£¸¡ó¤Î¿®Íê¸Â³¦¡Ê98% ¤ò´Þ¤à)
¤Î¤Ï¡Þ2.33¦Ò¡£½¾¤Ã¤Æ¡¢
(50¡Þ2.33) *4.5¡á 39.5¡Á60.5mg/100ml
¤¬¤³¤Îrange¡£
¸¡Äê¤Ï¡¢Êì¿ô¡Ê¥Ñ¥é¥á¥¿¡Ë¤¬¡¢ÆÃÄê¤ÎÃͤò¼¨¤¹¤Î¤Ç¤Ê¤¤¤«¤È»öÁ°¤Î¿äÏÀ¤·¤Æ¤¤¤ë¡£
¤½¤ì¤Ç¡¢¤½¤Î¿ä¬¡Ê¤·¤¿Ã͡ˤ¬Àµ¤·¤¤¤«Èݤ«¤ò·è¤á¤¿¤¤»þ¤Ë¤Ä¤«¤¦¡£
²¾Äê¤òΩ¤Æ¤ë¡£ÆÃ¤ËÈÝÄêŪ¤Ê²¾Äê¡§µ¢Ìµ²¾Àâ¡Ênull hypothesis¡Ë¡£¤³¤ì¤ò¡¢Áàºî
¤Ë¤è¤Ã¤ÆÈÝÄꤹ¤ë¡£¤¹¤ë¤È¡¢µ¢Ìµ²¾Àâ¤ÎµÕ¤¬¡Ö¿¿¡×¤È¤Ê¤ë¡£
¡¡´Ö°ã¤¦£²¤Ä¤Î²ÄǽÀ¤¢¤ê¡§
Â裱¼ï¤Î´Ö°ã¤¤¡Êerror of the first kind¡Ë¡§¡Ö²¾À⤬Àµ¤·¤¤¤Î¤Ë¡¢¼Î¤Æ¤ë¡×¡£
Â裲¼ï¤Î´Ö°ã¤¤¡Êerror of the second kind¡Ë¡§¡Ö²¾À⤬Àµ¤·¤¯¤Ê¤¤¤Î¤Ë¡¢¼Î¤Æ¤ë¡×¡£
°¿Ê콸ÃĤ¬¤¢¤ë¤È¤¡¢¼Â¬¤·¤¿É¸Ëܤ¬¤³¤ÎÊ콸ÃĤ˰¤¹¤ë¤«Èݤ«¤Î¸¡Äê¡£
¤¤¤Þ¡¢£î¸Ä¤Î¼Â¬ÃÍ
£Ø1, £Ø2¡¦¡¦¡¦¡¦¡¦¡¦£Ø£î ¡¦¡¦¡¦¡¦¡¦¡¦¡¦¡¦¡¦(£±)
¤¬ÆÀ¤é¤ì¤¿¡£¤³¤ì¤òÅÙ¿ôʬÉÛɽ¤ËÀ°Íý¡£
¶öÁ³ÊÑ¿ô ¼Â¬ÅÙ¿ô ÍýÏÀÅÙ¿ô
0 £æo £Æo
1 £æ1 £Æ1
¡¦ ¡¦ ¡¦
¡¦ ¡¦ ¡¦
k £æk £Æk
´üÂÔ¤µ¤ì¤ëÊ콸ÃĤ«¤é¡¢£î¸Ä¤ÎɸËܤò¼è¤ê½Ð¤·¤¿»þ¤ÎÍýÏÀÅÙ¿ô£Æi¤È¤¹¤ë¡£
(£æi¡Ý£Æi)2
¦Ö2¡á¦² ¨¡¨¡¨¡¨¡¨¡
£Æi
¦Ö2 ¤Ï¼«Í³ÅÙ£ë-1 ¤Î ¦Ö2 ʬÉۤȤʤ롣£Æi¡ã10 ¤Î¤È¤¤ÏÎÙ¤ÎÅÙ¿ô¤È¹çÊ»¡£
¦Ö2 ¡ä ¦Ö2(k-1, 5%)
¤Î¤È¤¡¢¤³¤ÎɸËܤϡ¢Ê콸ÃĤˣµ¡ó¤Î´í¸±Î¨¤Ç°¤µ¤Ê¤¤¡£
¡üÎ㣱 Coin tossing¡££±£°£°²óÅꤲ¤Æ£¶£°²ó¡£¼¡¤Î·ë²Ì¤òÆÀ¤¿¡£¤³¤ì¤Ï¡¢
chance ¤«¡©
¨£¨¡¨¡¨¨¨¡¨¡¨¡¨¡¨¡¨¨¨¡¨¡¨¡¨¡¨¡¨¤
¡Ã ¡Ã ¼Â¬ÅÙ¿ô ¡Ã ÍýÏÀÅÙ¿ô ¡Ã
¨§¨¡¨¡¨«¨¡¨¡¨¡¨¡¨¡¨«¨¡¨¡¨¡¨¡¨¡¨©
¡Ã ɽ ¡Ã 60 ¡Ã 50 ¡Ã
¡Ã ΢ ¡Ã 40 ¡Ã 50 ¡Ã
¨¦¨¡¨¡¨ª¨¡¨¡¨¡¨¡¨¡¨ª¨¡¨¡¨¡¨¡¨¡¨¥
¼«Í³ÅÙ¡á2-1¡á1
¦Ö2¡á(60-50)2¡Ü(40-50)2¡á2
¦Ö2(1, 5%)¡á3.841 ¦Ö2(1, 1%)¡á6.635
¤½¤ì¤Ç¡¢¤³¤ÎÊÑÆ°¤Ï¡¢¥Á¥ã¥ó¥¹¤Ç¤¢¤ë¤È·ëÏÀ¡£
¡üÎã2 Six-side figure ¤¬¤¢¤ê¡¢¤Ê¤²¤ë¤È¡¢1-6 ¤¬¤Ç¤ë¡££¶£°²ó¤Î»î¹Ô¡£
¨£¨¡¨¡¨¨¨¡¨¡¨¡¨¨¨¡¨¡¨¡¨¨¨¡¨¡¨¡¨¨¨¡¨¡¨¡¨¡¨¡¨¨¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¤
¡Ã ¡Ã fi ¡Ã Fi ¡Ãfi-Fi ¡Ã(fi-Fi)2 ¡Ã (fi-Fi)2/Fi ¡Ã
¨§¨¡¨¡¨«¨¡¨¡¨¡¨«¨¡¨¡¨¡¨«¨¡¨¡¨¡¨«¨¡¨¡¨¡¨¡¨¡¨«¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨©
¡Ã 1 ¡Ã 22²ó ¡Ã 10 ¡Ã 11 ¡Ã 121 ¡Ã 12.1 ¡Ã
¡Ã 2 ¡Ã 8²ó ¡Ã 10 ¡Ã 2 ¡Ã 4 ¡Ã 0.4 ¡Ã
¡Ã 3 ¡Ã 11²ó ¡Ã 10 ¡Ã 1 ¡Ã 1 ¡Ã 0.1 ¡Ã
¡Ã 4 ¡Ã 10²ó ¡Ã 10 ¡Ã 0 ¡Ã 0 ¡Ã 0.0 ¡Ã
¡Ã 5 ¡Ã 4²ó ¡Ã 10 ¡Ã -6 ¡Ã 36 ¡Ã 3.6 ¡Ã
¡Ã 6 ¡Ã 5²ó ¡Ã 10 ¡Ã 5 ¡Ã 25 ¡Ã 2.5 ¡Ã
¨¦¨¡¨¡¨ª¨¡¨¡¨¡¨ª¨¡¨¡¨¡¨ª¨¡¨¡¨¡¨ª¨¡¨¡¨¡¨¡¨¡¨ª¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¥
¦Ö2=21.0
¼«Í³ÅÙ 6¡Ý1¡á5
¦Ö2(5, 5%)¡á9.488
¦Ö2(5, 2%)¡á13.277
¦Ö2 ¤ÎÃͤÎÊý¤¬Âç¡£¤·¤¿¤¬¤Ã¤Æ¡¢¥Á¥ã¥ó¥¹¤Ç¤Ï¤Ê¤¤¡£
¡üÎ㣳¡¡±ß·ÁÇϾì¥ì¡¼¥¹¤Ç¡¢¥Ý¥¹¥È¡¦¥Ý¥¸¥·¥ç¥ó£±¤Ï¡¢ÇϾì¤ÎÆâ¦ºô¤Ë¶á¤¤¡£
£¸¤Ï°ìÈÖ³°¤Ë¤¢¤ë¡£¶¥ÇÏ¥Õ¥¡¥ó¤Ï¡¢¤³¤Î¥Ý¥¸¥·¥ç¥ó¤Ë¤è¤ë»ÆÀ¤¬¤¢¤ë¤È¼çÄ¥¤¹¤ë¡£
¥ì¡¼¥¹¤Î·ë²Ì¤òʬÀϤ·¤Æ¡¢¥Ý¥¸¥·¥ç¥ó¤Î±Æ¶Á¤¬¤¢¤ë¤«¤ò¸¡Äꤹ¤ë¡£
(a) µ¢Ìµ²¾Äê£Èo¡§ ¤É¤Î°ÌÃÖ¤«¤é½Ðȯ¤·¤¿¾¡ÇϤοô¤Ëº¹°Û¤Ï¤Ê¤¤¡£¤½¤ì¤Ç¡¢
´Ñ»¡¤µ¤ì¤ëº¹°Û¤Ï
£æ1¡á£æ2¡á£æ3¡¦¡¦¡¦¡¦£æ8
¤È¤¤¤¦¡¢°ìÍÍÊ콸ÃÄ(rectangular population) ¤«¤é¤Î¥é¥ó¥À¥àɸËܤˤߤé¤ì¤ë¡¢
¥Ð¥é¥Ä¥¤Ë¤¹¤®¤Ê¤¤¡£
¡Êb¡ËÅý·×¸¡Äê¡§ ²æ¡¹¤Ï£±É¸ËܡʣΡá144 18Æü´Ö¤ÎÍ¥¾¡¼Ô¤ÎåÁ¿ô¡Ë¤Î¥Ç¡¼¥¿
¤«¤é¿ä¬¤·¤¿Ê콸ÃĤÈÈæ³Ó¤¹¤ë¡£¸¡Äê¤Ï¡¢Î¥»¶Åª¤Ê categories¡Ê£¸¤Ä¤Î post
position¡Ë¤Ç´üÂÔ¤µ¤ì¤¿ÉÑÅ٤ȴѻ¡¤µ¤ì¤¿ÉÑÅÙ¤òÈæ³Ó¤¹¤ë¡£
¨£¨¡¨¡¨¡¨¡¨¡¨¨¨¡¨¡¨¨¨¡¨¡¨¨¨¡¨¡¨¨¨¡¨¡¨¨¨¡¨¡¨¨¨¡¨¡¨¨¨¡¨¡¨¨¨¡¨¡¨¨¨¡¨¡¨¡¨¤
¡Ã ºô ¡Ã £± ¡Ã £² ¡Ã £³ ¡Ã £´ ¡Ã £µ ¡Ã £¶ ¡Ã £· ¡Ã £¸ ¡Ãtotal ¡Ã
¨§¨¡¨¡¨¡¨¡¨¡¨«¨¡¨¡¨«¨¡¨¡¨«¨¡¨¡¨«¨¡¨¡¨«¨¡¨¡¨«¨¡¨¡¨«¨¡¨¡¨«¨¡¨¡¨«¨¡¨¡¨¡¨©
¡Ã ¼Â¬ÅÙ¿ô ¡Ã 29 ¡Ã 19 ¡Ã 18 ¡Ã 25 ¡Ã 17 ¡Ã 10 ¡Ã 15 ¡Ã 11 ¡Ã ¡Ã
¡Ã ÍýÏÀÅÙ¿ô ¡Ã 18 ¡Ã 18 ¡Ã 18 ¡Ã 18 ¡Ã 18 ¡Ã 18 ¡Ã 18 ¡Ã 18 ¡Ã 144 ¡Ã
¨¦¨¡¨¡¨¡¨¡¨¡¨ª¨¡¨¡¨ª¨¡¨¡¨ª¨¡¨¡¨ª¨¡¨¡¨ª¨¡¨¡¨ª¨¡¨¡¨ª¨¡¨¡¨ª¨¡¨¡¨ª¨¡¨¡¨¡¨¥
df¡á£ë¡Ý£±¡á7
¦Ö2¡á16.3
¡Êc¡ËɸËÜʬÉÛ¡§¦Ö2¤ÎɸËÜʬÉÛ¡£ Ͱտå½à¡§¦Á¡á0.01¤È¤¹¤ë¡£´þµÑ°è¡§Ho ¤Ï
¡¡¡¡¦Ö2ʬÉÛ¤¬ df¡á7 ¤Î Ho²¼¤ÇÀ¸¤¸¤¿¤È¤¡¢³ÎΨ¤¬¦Á¡á0.01°Ê²¼¤Î¤È¤¼Î¤Æ¤ë¡£
¡Êd¡Ë·èÄê¡§Ho¤Ç¤¢¤ë³ÎΨ
¦Ö2(7,95%)¡á2.03
¦Ö2(7, 5%)¡á14.07
¦Ö2(7, 2%)¡á16.62
¦Ö2(7, 1%)¡á18.48
¤½¤ì¤Ç¡¢5% ´í¸±Î¨¤Ç¤Ï¥Á¥ã¥ó¥¹¤Ç¤Ï¤Ê¤¤¡£1% ´í¸±Î¨¤Ç¤Ï¥Á¥ã¥ó¥¹¤Î²ÄǽÀ
¤â¤¢¤ë¤È·ëÏÀ¡£
¡üÎ㣴 ´§¾õ·ì´ÉÀòºÉ´µ¼Ô¤ò 115 ¿Í¤Ï¼£ÎŤ»¤º¡£3ǯ¸å¤Ë14¿ÍÀ¸¤»Ä¤Ã¤¿¡£
¾¤Î115 ¿Í¤ÏÌô¤Ç¼£ÎŤ·¤¿¡£À¸¤»Ä¤Ã¤¿¤Î¤Ï¡¢80¿Í¡£¤³¤ÎÌô¤Ï͸ú¤«¡£
¤³¤ÎÌ䤤¤ËÂФ·¤Æ¡¢µ¢Ìµ²ËÀâ¤ò¤Ä¤«¤¦¡£º£¤³¤Îtreat¤·¤¿¤³¤È¤¬Ìµ¸ú¤Ê¤é¤Ð¡¢£í¿Í
À¸¤»Ä¤ë¤È¤¹¤ë¡£¤¹¤ë¤È¡¢
df¡á1
¦Ö2¡á(80-m)2/115+(14-m)2/115¡ä18.9
¦Ö2(1, 5%)¡á3.841
¤½¤ì¤Ç¤³¤ì¤Ï¡¢¥Á¥ã¥ó¥¹¤Ç¤Ï¤Ê¤¤¡£
¡ü£²É¸ËÜÊ¿¶Ñ¤Îº¹¤ÎͰպ¹¤Î¸¡Äê £Æ¡ÝʬÉÛ¤ò²¾ÄꡣƱ°ìÊì¿ô¦Ò2¤ò¤â¤Ä
Àµµ¬Ê콸ÃĤ«¤é¤È¤Ã¤¿£²ÁȤÎɸËÜ
¥°¥ë¡¼¥×£Ø ¡Ð£ø1, £ø2,¡¦¡¦Ž% £øm¡Ñ
¥°¥ë¡¼¥×£Ù ¡Ð£ù1, £ù2,¡¦¡¦Ž% £ùn¡Ñ
¡¡¤Þ¤º¡¢²¾Àâ£È¤È¤·¤Æ¡¢¡ÖÊ콸Ãģء¢£Ù¤ÎÊìʬ»¶¤¬Æ±¤¸¡×¤È¤¹¤ë¡£¤½¤ì¤Ç¡¢ÉÔÊÑʬ¿ô
¤ÎÈæ¤ò¤â¤Á¤¤¤ë¡£
¡² £± ¡² £±
£ø¡á¨¡¨¡ ¦²¡Ê£øi¡Ë £ù¡á¨¡¨¡ ¦²¡Ê£ùi¡Ë
£í £î
£± m ¡²
£õx2¡á¨¡¨¡¨¡¨¡ ¦²¡Ê£øi¡Ý£ø¡Ë2
£í¡Ý£±
£± n ¡²
£õy2¡á¨¡¨¡¨¡¨¡ ¦²¡Ê£ùi¡Ý£ù¡Ë2
£î¡Ý£±
£õx2¡¢£õy2 ¤ÎÂ礤¤Êý¤òʬ»Ò¤È¤·¤Æ
£ðr¡á£õx2/£õy2
¤òµá¤á¤ë¡£¼«Í³ÅÙ £î1¡á£í¡¼£±¡¢£î£²¡á£î¡Ý£±¤Î£ÆÊ¬ÉÛ¡£
£Æ(m-1, n-1, ¦Á)¡á£Æo
¤Î£Æo¤òµá¤á¤ë¡££Æ¡ä£Æo ¤Ê¤é¤Ð¡¢´í¸±Î¨¦Á¤Ç¡¢£Ø¡¤£Ù¤Ëº¹¤¢¤ê¡£
¡¡£Æ¡ã£Æo ¤Ê¤é¤Ð¡¢²¾Àâ£È¤È¤·¤Æ¡¢¡ÖÊìÊ¿¶Ñ¤¬Æ±¤¸¤Ç¤¢¤ë¡×¤È¤¹¤ë¡£¼¡¤ò³¤±¤ë¡£
¡² ¡²
(£ø¡Ý£ù)^2 £í£î
£Æ¡á¨¡¨¡¨¡¨¡¨¡¨¡ ¡¦ ¨¡¨¡¨¡¨¡
£÷2 £í¡Ü£î
¤¿¤À¤·¡¢
(£í¡Ý£±) £õx2 ¡Ü(£î¡Ý£±)£õy2
£÷2¡á ¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡
£í¡Ü£î¡Ý£²
¤ò·×»»¤¹¤ë¡£
£Æ(£±, m+n-2, 5%)¡á£Æo
¤òµá¤á¤ë¡££Æ¡ä£Æo ¤Î¤È¤¡¢£µ¡ó´í¸±Î¨¤Çº¹¤¢¤ê¡££Æ¡ã£Æo ¤Î¤È¤¡¢º¹¤Ë°ÕÌ£¤Ê¤·¡£
¡üÎ㣱 £Á¡¢£Â·²¤ÎÅÆ¤ÎÈ¢¤ËÆþ¤ì¤Æ¤«¤é¥Æ¥³¤ò²¡¤¹¤Þ¤Ç¤Î»þ´Ö¡ÊÉáˤϡ¢
¤½¤ì¤¾¤ì
£Á·²¡§0.98, 1.08, 1.01, 1.05, 1.11, 1.04, 1.07, 1.03, 1.12
£Â·²¡§0.92, 1.06, 1.03, 0.99, 0.96, 0.99, 0.97, 1.02, 0.95
¤Ç¤¢¤Ã¤¿¡££Á·²¤È£Â·²¤Ë°ã¤¤¤¬¤¢¤ë¤ÈȽÃǤ·¤Æ¤è¤¤¤«¡£
¡² 110434Ž01050 119384
£ø¡á105.9 £õx2¡á ¨¡¨¡¨¡¨¡¨¡¨¡¨¡¡á ¨¡¨¡¨¡¨¡¨¡ ¡á1326.4
9 9
¡² 87965Ž0889 87076
£ù¡á88.9 £õy2¡á ¨¡¨¡¨¡¨¡¨¡¨¡¨¡¡á ¨¡¨¡¨¡¨¡¨¡ ¡á9675
9 9
¤½¤ì¤Ç¡¢£Æ¡á1.37 £Æ(9-1, 9-1, 0.05)¡á3.18¡á£Æo £Æ¡ã£Æo
9*13264¡Ü9*9675 206451
£÷2¡á ¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡ ¡á ¨¡¨¡¨¡¨¡¨¡¡á11469.5
18 18
16.1^2 100 1296
£Æ¡á¨¡¨¡¨¡¨¡¨¡¨¡ ¡¦ ¨¡¨¡¨¡¨¡¡á¨¡¨¡¨¡¨¡¡á0.11
11469.5 20 11469
¼«Í³ÅÙ¤Ï £Æ¡Ê1, 18, 0.05)¡á4.41 £Æ¡ã£Æo ¤Ç¤¢¤ë¤Î¤Ç¡¢Í°Õº¹¤Ê¤·¡£
¡ü£³É¸Ëܰʾå¤ÎÊ¿¶ÑÃͤκ¹¤ÎͰո¡Äê¡Ê °ì¸µÇÛÃÖË¡) £³¤Ä°Ê¾å¤ÎɸËÜ
¢ªÎó j
¡Ã 1 2 3 4 5 6 ¡Ã Ï ¡Ãñ°Ì¿ô¡ÃÊ¿¶Ñ
¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡
1 ¡Ã d11 d21 d31 d41 d51 d61 ¡Ã T.1 ¡Ã 6 ¡Ã x.1
¢ 2 ¡Ã d12 d22 d32 d42 ¡Ã T.2 ¡Ã 4 ¡Ã x.2
¹Ô 3 ¡Ã d13 d23 d33 d43 d53 ¡Ã T.3 ¡Ã 5 ¡Ã x.3
i 4 ¡Ã d14 d24 d34 ¡Ã T.4 ¡Ã 3 ¡Ã x.4
¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡
¡Ã T ¡Ã 18 ¡Ã x
´Ö¤ÎͰո¡Äê¡£ ¤½¤Î¤¿¤á¤Ë¤Ï¡¢¼¡¤ÎÃͤò½Ð¤¹¡£
Á´ÊÑÆ° ¢¢¡á¦²(dij¡Ýx)2
ij
4
¹Ô´ÖÊÑÆ° ¢¤¡á¦² ³Æ¹Ôñ°Ì¿ô (¹ÔÊ¿¶Ñ ¡Ý Á´Ê¿¶Ñ)2
i=1
4
¹ÔÆâÊÑÆ° ¡û ¡á¦² { ¦²(dij¡Ýx.j) }
i=1 j
¡ÊÁ´ÊÑÆ°¡á¹Ô´ÖÊÑÆ°¡Ü¹ÔÆâÊÑÆ°¡Ë
¤Ä¤®¤Ë¡¢Ê¬»¶Ê¬ÀÏɽ¤òºî¤ë¡£
ÊÑÆ° ¼«Í³ÅÙ ÉÔÊÐʬ»¶
¹Ô´Ö ¢¤ 4-1 ¡¡ ¢¤/(4-1) ¢¤/(4-1)
¹ÔÆâ ¡û 18-4 ¡û/ (18-4) £Æ¡á ¨¡¨¡¨¡¨¡¨¡¨¡
Á´ÊÑÆ° ¢¢ 18-1 ¡û/(18-4)
F(4¡Ý1, 18¡Ý4, 0.05)¡áFo ¡¡£Æ¡ä£Æo ¤Î¤È¤¡¢5% ¤Î´í¸±Î¨¤ÇÎó´Öº¹¤¢¤ê¡£
¡üÎ㣱 £³É¤¤Î¥¦¥µ¥®£Á1¡¢£Á2¡¢£Á3¤Î£µÊ¬´Ö¤Î¥Æ¥³²¡¤·²ó¿ô¤Ï¼¡¤Î¤è¤¦¤Ç
¤¢¤Ã¤¿¡£¥¦¥µ¥®¤Î¥Æ¥³²¡¤·²ó¿ô´Ö¤Ëº¹¤¬¤¢¤ë¤«¡£
£Á1 22 22 18 23 20
£Á2 16 16 26 23
£Á3 25 16 11 5
¤Þ¤º¡¢³ÆÃͤ«¤é¡¢20¤ò°ú¤¡¢´Êñ¤Ë¤¹¤ë¡£
¨¢ Ï ¨¢Ã±°Ì¿ô¨¢ Ê¿¶Ñ
¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡
£Á1 ¨¢ 2 2 -2 3 0 ¨¢ 5 ¨¢ 5 ¨¢ 1
£Á2 ¨¢ -4 -4 6 3 ¨¢ 1 ¨¢ 4 ¨¢ 0.25
£Á3 ¨¢ 5 -4 -9 -15 ¨¢-23 ¨¢ 4 ¨¢-23/4
¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡
¦² -17 13 -17/13
Á´ÊÑÆ° ¡á(4¡Ü4¡Ü4¡Ü9¡Ü16¡Ü36¡Ü9¡Ü25¡Ü16¡Ü81¡Ü225)¡Ý289/13
¡á445¡Ý22.2
¡á422.8
¹Ô´ÖÊÑÆ°¡á(25/5¡Ü1/4¡Ü529/49)¡Ý228/13¡á115.3
¹ÔÆâÊÑÆ°¡á422.8¡Ý115.3¡á307.5
ʬ»¶Ê¬ÀÏɽ¤ò¤Ä¤¯¤ë¡£
¨¢ ÊÑÆ° ¨¢ ¼«Í³ÅÙ ¨¢ ÉÔÊÐʬ¿ô
¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡
¹Ô´Ö ¨¢ 115.3 ¨¢ 3-1 ¨¢ ¡¡ 57.64
¹ÔÆâ ¨¢ 307.5 ¨¢ 13-3 ¨¢ ¡¡30.75
¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡
57.64
£Æ¡á ¨¡¨¡¨¡¨¡ ¡á1.64
30.75
£Æo¡á£Æ(3-1, 13-3, 5%)¡á4.1
£Æ¡ã£Æo¡¡¡¡½¾¤Ã¤Æ¡¢£µ¡ó¤Î´í¸±Î¨¤Çº¹¤¢¤ê¤Èǧ¤á¤é¤ì¤Ê¤¤¡£
¡ü»°É¸Ëܰʾå¤ÎÊ¿¶ÑÃͤκ¹¤ÎͰո¡Äê¡ÊÆó¸µÇÛÃÖË¡ ʬ»¶Ê¬ÀÏË¡)
ɽ¤òºî¤ë
¢ªÎó j
¨¢ B1 B2 B3 B4 ¨¢ Ê¿¶Ñ
¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡
¢ A1 ¨¢ d11 d12 d13 d14 ¨¢ x1.
¹Ô A2 ¨¢ d21 d22 d23 d24 ¨¢ x2.
i A3 ¨¢ d31 d32 d33 d34 ¨¢ x3.
¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡
Ê¿¶Ñ ¨¢ x.1 x.2 x.3 x.4
_
Á´Ê¿¶Ñ x¡á¦²(dij)/n
ij _
Á´ÊÑÆ° ¢¢¡á¦²(dij¡Ýx)2
ij
4 _
¹Ô´ÖÊÑÆ° ¢¤¡á¦² ³Æ¹Ôñ°Ì¿ô (xi.¡Ý x)2
i=1
4 _
Îó´ÖÊÑÆ° ¡û¡á¦² ³ÆÎóñ°Ì¿ô (x.j¡Ý x)2
j=1
_
»Äº¹ ¡þ¡á¦²¦²(dij¡Ýxi.¡Ýxj.¡Üx)2
i j
¡ÊÁ´ÊÑÆ°¡á¹Ô´ÖÊÑÆ°¡ÜÎó´ÖÊÑÆ°¡Ü»Äº¹¡Ë
¨¢ ÊÑÆ° ¨¢ ¼«Í³ÅÙ ¨¢ ÉÔÊÐʬ»¶ ¨¢
¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡
¹Ô´Ö ¨¢ ¢¤ ¨¢ 3-1 ¨¢ ¢¤/(3-1) ¨¢ ¢¤/(3-1)
¨¢ ¨¢ ¨¢ ¨¢£Æ¡á ¨¡¨¡¨¡¨¡¨¡¨¡¨¡
¨¢ ¨¢ ¨¢ ¨¢ ¡þ/(4-1(3-1)
¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡
Îó´Ö ¨¢ ¡û ¨¢ 4-1 ¨¢ ¡û/ (4-1) ¨¢ ¡û/(4-1)
¨¢ ¨¢ ¨¢ ¨¢£Æ¡á ¨¡¨¡¨¡¨¡¨¡¨¡¨¡
¨¢ ¨¢ ¨¢ ¨¢ ¡þ/(4-1)(3-1)
¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡
»Äº¹ ¨¢ ¡þ ¨¢(4-1)(3-1)¨¢ ¡þ/(4-1)(3-1) ¨¢
£Æ(3-1, (4-1)(3-1), 5%) °¿¤Ï¡¢£Æ(4-1, (4-1)(3-1), 5%) ¤ò £Æo¡¡¤È¤·¡¢
£Æ¡äFo ¤Ê¤é¤Ð¡¢´í¸±Î¨£µ¡ó¤ÇÍ×°ø¤Î±Æ¶Á¤ò¼õ¤±¤ë¡ÊÊÑÆ°¡Ë¤È¤¹¤ë¡£
¡üÎ㣱 £Á1¡¤£Á2¡¤£Á3¡¤£Á4¤Î£´É¤¤Îưʪ¤Ë¥Æ¥³·±Îý¤ò¤Û¤É¤³¤·¤¿¡££³£°²ó¥Æ¥³
²¡¤·¤¹¤ë¤Î¤ËÍפ¹¤ë»þ´Ö¡Êʬ¡Ë¤Ï¼¡¤Î¤è¤¦¤Ë¤Ê¤Ã¤¿¡£·±Îý¤Î¸ú²Ì¤ËÂФ·¤Æ¸ÄÂκ¹¡¢
·±ÎýÆü¿ô¤Îº¹¤¬¸«¤é¤ì¤ë¤«¡££Â1¤Ï£µÆüÌÜ¡¢£Â2£±£°ÆüÌÜ¡¢£Â3£±£µÆüÌܤˬÄꤷ¤¿¤â¤Î¡£
·±Îý´ü´Ö ¡ÀÅÆ £Á1 £Á2 £Á3 £Á4
£Â1 (£µÆü) 8.5 7.6 8.7 9.0
£Â2(£±£°Æü) 7.9 7.4 8.2 7.7
£Â3(£±£µÆü) 8.3 7.0 8.2 9.2
¢ª¹Ô
¨¢ £Á1 £Á2 £Á3 £Á4 ¨¢ ÏÂ
¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡
¢ £Â1 ¨¢ 3 -6 5 8 ¨¢ 10
Îó £Â2 ¨¢ -3 -8 0 -5 ¨¢ -16
£Â3 ¨¢ 1 -12 0 10 ¨¢ -1
¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡
Ï ¨¢ 1 -26 5 13 ¨¢ -7
Á´ÊÑÆ°¡á477-4.08¡á472.92
Îó´Ö ¡á 286.25
¹Ô´Ö ¡á 85.17
»Äº¹ ¡á 472.92-(286.25¡Ü85.17)¡á101.5
¨¢ ÊÑÆ° ¼«Í³ÅÙ ¨¢ £Æ ¨¢ £Æo
¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡
ÎóÆâ ¨¢ 286.25 4-1 95.40 ¨¢ 5.64 ¨¢ >4.76 ¸ÄÂκ¹¤¢¤ê
¹ÔÆâ ¨¢ 85.17 3-1 42.9 ¨¢ ¨¢
»Äº¹ ¨¢ 101.50 (4-1)(3-1) 16.9 ¨¢ 2.56 ¨¢ <5.14 ·±Îýº¹¤Ê¤·
Î󤬡¢£Æ¡ä£Æo¤¢¤ë¡£
¥´¥»¥Ã¥È¤¬É¸ËÜÊ¿¶Ñ¤«¤éÊ콸ÃÄÊ¿¶Ñ¤ò¸¡Äꤹ¤ë¤Î¤Ë¡¢£ôʬÉÛ¤òÍѤ¤¤ÆÀº³Î¤Ë²ò¤¤¤¿¡£
¤³¤ì¤¬¡¢Îò»ËŪ¤Ë¡¢ÀºÌ©É¸ËÜÏÀ¤Ë¤ª¤±¤ë²è´üŪÊýË¡¤È¤Ê¤Ã¤¿¡£
¡üɸËÜÊ¿¶ÑÃͤȣ±¥Ç¡¼¥¿Ãͤκ¹¤Î¸¡Äê Àµµ¬Ê콸ÃÄ £Î(£í¡¤¦Ò2¡Ë¤«¤éɸËÜ
¡Ð£ø£±,¡¦¡¦¡¦¡¦¡¦¡¦, £øn¡Ñ ¡Ê£î¡æ2¡Ë
¤ò¼è¤ê½Ð¤·¤¿¡£¤³¤Î¤È¤¡¢£±¥Ç¡¼¥¿£ío¤Ï¡¢¤³¤ÎÀµµ¬Ê콸ÃĤ˰¤¹¤ë¤«¡£
Ê콸ÃĤÎÊì¿ô£í¡¤¦Ò2¤¬¶¦¤Ë̤ÃΡ£¤³¤Î¤È¤¡¢²¾Àâ£È¤È¤·¤Æ¡¢¡Ö£ío¤Ï¡¢¤³¤ÎÊ콸ÃÄ
Ê¿¶Ñ¤ËÅù¤·¤¤¡×¤È¤¹¤ë¡£
¡²
(£Ø¡Ý£ío)
£ô¡á ¨¡¨¡¨¡¨¡¨¡¨¡
SEM
¤ò·×»»¤¹¤ë¡£¤¿¤À¤·
¡² 1
£Ø¡á ¨¡¨¡ ¦² £Øi
n
1 ¡²
£ó2¡á¨¡¨¡ ¦²¡Ê£Øi¡Ý£Ø¡Ë2
n
£ó2
SEM¡á ¢å¨¡¨¡¨¡¨¡¡± ¡¦¡¦¡¦¡¦¡¦Standard Error of the Mean
£î¡Ý£±
¶öÁ³ÊÑ¿ô£ô¤Ï¡¢¼«Í³ÅÙ£î¡Ý£±¤Î£ôʬÉÛ¤ò¤¹¤ë¡£½¾¤Ã¤Æ
£ô(|n-1|, 0.01)¡á£ôo
¤òµá¤á¤ë¡£
|£ô|¡ä£ôo
¤Ê¤é¤Ð¡¢²¾Àâ£È¤ò´þ¤Æ¤ë¡£
|£ô|¡ã¡á¦Á
¤Ê¤é¤Ð¡¢²¾Àâ£È¤ò´þ¤Æ¤Ê¤¤¡£
¡üÎã 10¸Ä¤Î ɸËܤǡ¢Ê¿¶Ñ 100¡¢SEM 8 ¡£¤³¤ÎɸËܤǤϡ¢80 ¤Ï
significant deviation¤«¡©
80 ¡Ý 100
£ô¡á ¨¡¨¡¨¡¨¡¨¡¨¡¡á2.5
8
£ô(9, 5%)¡á2.26
£ô(9, 2%)¡á2.82
¤Î´Ö¡£´í¸±Î¨£µ¡ó¤Ê¤é¤Ð¡¢Í°Õ¤Îº¹¡£
¡üÆóɸËܤÎÊ¿¶ÑÃͤκ¹¤Î¸¡Äê £²¤Î¥Ç¡¼¥¿·²¤ÎÊ¿¶Ñ´Ö¤ËͰդʺ¹¤¬¤¢¤ë¤«¤òµá¤á¤ë¡£
¡² ¡²
group1 n1¸Ä¡¢Ê¿¶Ñ£ø1 ¤Ç SEM1¡¢ group2 n2¡¢£ø2 ¤Ç SEM2 ¤È¤¹¤ë¡£
¡² ¡²
£ø1¡Ý£ø2
£ô¡á ¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡
¢å (SEM1)2 ¡Ü (SEM2)2¡±
¼«Í³ÅÙ=(n£±¡Ý£±)¡Ü(n2¡Ý£±)
¡üÎã ç¤Ê¢¶Ú¤ò»É·ã¤·¤¿¤È¤»ý¤Á¾å¤²¤é¤ì¤ëºÇÂç²Ù½Å¤Ï¡¢Âоȷ²¤È
¿À·Ð¤ò¤òÀڤäƣ·Æü·²¤Ç¼¡¤ÎÄ̤ꡣº¹¤¬¤¢¤ë¤«¡£
¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡
¡Ã No ¡Ã1 ¡Ã2 ¡Ã3 ¡Ã4 ¡Ã5 ¡Ã6 ¡Ã7 ¡Ã8 ¡Ã9 ¡Ã10 ¡Ã
¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡
¡ÃÂÐ¾È ¡Ã75 ¡Ã96 ¡Ã32 ¡Ã41 ¡Ã50 ¡Ã39 ¡Ã59 ¡Ã45 ¡Ã20 ¡Ã33 ¡Ã
¡ÃÀÚÃÇ ¡Ã53 ¡Ã67 ¡Ã21 ¡Ã29 ¡Ã35 ¡Ã37 ¡Ã37 ¡Ã30 ¡Ã21 ¡Ã10 ¡Ã
¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡
¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡
¡Ã ¦Ì ¡Ã ¢åS2 ¡Ã SEM ¡Ã
¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡
¡Ã 50 ¡Ã 21.2 ¡Ã 7.1 ¡Ã
¡Ã 30 ¡Ã 13.7 ¡Ã 4.1 ¡Ã
¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡
¼«Í³ÅÙ 18¡£
50-33 17
t¡á ¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡ ¡á ¨¡¨¡¨¡ ¡á1.91
¢å 7.12+4.12¡± 8.9
£ô(18, 1%)¡á2.87
£ô(18, 5%)¡á2.10
¤³¤ì¤ÏͰդʺ¹¤Ç¤Ï¤Ê¤¤¡£
¡üÂФò¤Ê¤¹É¸Ëܴ֤κ¹¤Î¸¡Äê ¾å½Ò¤ÎÎã¤Ç¡¢Æó¤Ä¤Î group Æâ¤Ç¤Î¥Ð¥é¥Ä¥
¤¬Â礤¤¤¿¤áͰդÈǧ¤á¤é¤ì¤Ê¤¤¡£¤½¤ì¤Ç°ì¤Ä°ì¤Ä¤Îưʪ¤Ë¤Ä¤¤¤Æ¡¢Èæ³Ó¤¹¤ì¤Ð
Ͱդκ¹¤¬Ç§¤á¤é¤ì¤ë¤«¤âÃΤì¤Ê¤¤¡£¤³¤Î¤è¤¦¤Ë¤¹¤ì¤Ð¡¢¸ÄÂÎÆâ¤Î¥Ð¥é¥Ä¥¤¬
Â礤¹¤®¤ë¤¿¤á¤Ë±£¤µ¤ì¤¿Í°Õ¤Îº¹¤ò½Ð¤¹¤³¤È¤â½ÐÍè¤ë¡£·×»»¤¹¤ë¤È
¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡
¡Ã(Âоȷ²¡Ý¼Â¸³·²)¤ÎÊ¿¶Ñ ¡Ã ¢åS2 ¡Ã SEM ¡Ã
¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡
¡Ã 17 ¡Ã 6.5 ¡Ã 2.3 ¡Ã
¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡
17
t¡á ¨¡¨¡¨¡ ¡á7.39
2.3
£ô(9, 1%)¡á3.25
£ô(9, 5%)¡á2.26
¤Ç¤¢¤ë¤«¤é¡¢Í°Õ¤Êº¹¡£
¡üÈæÎ¨¤Ë´Ø¤¹¤ë¸¡Äê¡Ê£Æ¡ÝʬÉÛ¡Ë Ê콸ÃÄʬÉÛ¤¬¡¢»ö¾Ý£Å¤ÎÄêµÁ¶öÁ³ÊÑ¿ô¤¬
Äê¤á¤ëʬÉÛ¡£¤¹¤Ê¤ï¤Á
£ð(£Ø¡á1)¡á£ð, £ð(£Ø¡á0)¡á£±¡Ý£ð
¤Î¾ì¹ç¡£
¡¡²¾Àâ£È¤È¤·¤Æ¡¢
£ð(£Å)¡á£ðo
¤È¤ª¤¯¡£Ê콸ÃģФ«¤é¤ÎÂ礤µ£î¤ÎɸËܤò
¡Ð£ø1,¡¦¡¦¡¦£øn¡Ñ
¤È¤¹¤ë¡££øi¤Ï 0 ¤Þ¤¿¤Ï £± ¤Ç¤¢¤ë¡£É¸ËÜÃæ£æ¸Ä¤¬£±¡¢£î¡Ý£æ¸Ä¤¬ 0 ¡£
£æ¡Ê ¤ËÂбþ¤¹¤ë¶öÁ³ÊÑ¿ôSn¡Ë¤ÎʬÉÛ¤ÏÆó¹àʬÉÛ £Â(£î, £ðo)¤Ç¤¢¤ë¡£
(a)£æ/£î¡ã£ðo ¤Î¾ì¹ç¡¢¼«Í³ÅÙ£²(£æ¡Ü£±), £²(£î¡Ý£æ)¤Î£ÆÊ¬ÉÛ¤ËÂФ·¤Æ¡¢
£ð(£Ú2(m-1),2(n-f) ¡ä¦Ë¡Ë¡á 0.01
¤Ë¦Ë¤òÄê¤á¤ë¤È¡¢
£Ón £æ
£ð( ¨¡¨¡¨¡ ¡å¨¡¨¡¨¡ ¡Ë
£î £î
¡á£ð(£Ón¡å£æ) )
f
¡á ¦² n£Ãr £ðor (£±¡Ý£ðo)n-r
r=0
¡á £ð(£Ú2(f-1),2(n-f)¡ä¦Ëo¡Ë
(£î¡Ý£æ)£ðo
¦Ëo¡á ¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡
(£æ¡Ü£±)(£±¡¼£ðo)
¤È¤Ê¤ë¡£¤æ¤¨¤Ë
¦Ëo¡ä¦Ë
¤Ê¤é¤Ð¡¢²¾Àâ£È¤Ï´þ¤Æ¤ë¡£¤Þ¤¿
¦Ëo¡å¦Ë
¤Ê¤é¤Ð¡¢²¾Àâ£È¤Ï´þ¤Æ¤Ê¤¤¡£
(b)£æ/£î¡ä£ðo ¤Î¾ì¹ç¡£¼«Í³ÅÙ £²((£î¡Ý£æ)¡Ü£±), £²£æ ¤Î£ÆÊ¬ÉÛ¤ËÂФ·¤Æ
£ð(£Ú2(n-f+1),2f) ¡ä¦Ë¡Ë¡á 0.01
¤Ë¦Ë¤òÄê¤á¤ë¤È¡¢
£Ón £æ
£ð( (¨¡¨¡¨¡ ¡å¨¡¨¡¨¡¡Ë
£î £î
¡á£ð(£Ón¡å£æ) )
n
¡á ¦² n£Ãr £ðor (£±¡¼£ðo)n-r
r=f
¡á £ð(£Ú2(n-f+1),2f ¡ä¦Ëo¡Ë
£æ(£±¡Ý£ðo)
¦Ëo¡á ¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡
(£î¡Ý£æ¡Ü£±)£ðo
¤È¤Ê¤ë¡£¤æ¤¨¤Ë
¦Ëo¡ä¦Ë
¤Ê¤é¤Ð¡¢²¾Àâ£È¤Ï´þ¤Æ¤ë¡£
¦Ëo¡å¦Ë
¤Ê¤é¤Ð¡¢²¾Àâ£È¤Ï´þ¤Æ¤Ê¤¤¡£
¡üÆó¤Ä¤ÎÊ¿¶Ñ¤ÎÈæ³Ó¤Ë´Ø¤¹¤ë¸¡Äê¡Ê£ôʬÉÛ¡Ë ÆóÁȤÎÀµµ¬Ê콸ÃģУ±¤È£Ð£²
¤È¤¬¤¢¤ë¡£¤½¤ì¤¾¤ì¤ÎʬÉÛ £Î(£í1,¦Ò2¡Ë¤È£Î(£í2¡¢¦Ò2¡Ë¡£Ê¬»¶¦Ò2 ¤ÎÃͤÏÉÔÌÀ¤Ç¡¢
Åù¤·¤¤¡£²¾Àâ£È¤È¤·¤Æ¡Éξ¼Ô¤ÎÊ콸ÃÄÊ¿¶Ñ¤ÏÁêÅù¤·¤¤¡§£í1¡á£í2¡É¤È¤ª¤¯¡££Ð1, £Ð2
¤Ë°¤¹¤ëÂ礤µ£íŽ$£î¤ÎǤ°ÕɸËÜ
¡Ð£ø1, £ø2,¡¦¡¦¡¦£øm¡Ñ, ¡Ð£ù1,£ù2,¡¦¡¦¡¦£ùn¡Ñ
¤è¤ê
¡² £± m ¡² £± n
£ø¡á ¨¡¨¡ ¦² £øi, £ù¡á¨¡¨¡ ¦² £ùi
£í i=1 £î i=1
¡² ¡²
¤òºî¤ë¡££ø¡Ý£ù ¤ËÂФ¹¤ë¶öÁ³ÊÑ¿ô¤Ï
¡² ¡² £± £± £± ¡Ý£± ¡Ý£± ¡Ý£±
£ø¡Ý£ù¡á¨¡¨¡£ø1¡Ü¨¡¨¡£ø2¡Ü¡¦¡¦¨¡¨¡£øm¡Ü¨¡¨¡£ù1¡Ü¨¡¨¡£ù2¡Ü¡¦¡¦¨¡¨¡£ùn
£í £í £í £î £î £î
¤È¤Ê¤ë¡£²¾Àâ£È¤Î²¼¤Ç¤Ï¡¢£ø1Ž$¡¦¡¦¡¦£øm¡¢ £ù1¡¦¡¦¡¦£ùn ¤ÏÆÈΩ¤Ç¡¢£Î(£í1, ¦Ò2¡Ë
¡² ¡²
¤òÄê¤á¤ë¡££ø¡Ý£ù¤ÎʬÉÛ¤Ï
£± £±
£Î(0, (¨¡¨¡¡Ü¨¡¨¡)¦Ò2 ¡Ë
£í £î
¤Ç¤¢¤ë¡£½¾¤Ã¤Æ
¡² ¡² £í£î
(£ø¡Ý£ù) ¢å(¨¡¨¡¨¡¨¡)¡± ¡¿¦Ò
£î¡Ü£í
¤ÎʬÉÛ¤Ï £Î(0¡¤1¡Ë¤Ç¤¢¤ë¡£°ìÊý
m ¡² n ¡²
£÷2¡á ¦²¡Ê£øi¡Ý£ø¡Ë2 ¡Ü¦²¡Ê£ùj¡Ý£ù¡Ë2
i=1 j=1
¡² ¡²
¤òºî¤ë¡££÷£²¡¿¦Ò2¤Ï¡¢¼«Í³ÅÙ£í¡Ü£î¡Ý£²¤Î¦Ö2ʬÉÛ¤ò¤Ê¤¹¡£¤Þ¤¿¡¢£ø¡Ý£ù ¤È£÷£²
¤È¤ÏÆÈΩ¤Ç¤¢¤ë(¾ÚÌÀά)¡£¤½¤ì¤Ç¡¢
¡² ¡² £í£î £÷2
£Ô¡á(£ø¡Ý£ù)¢å(¨¡¨¡¨¡¨¡)¡± ¡¿ ¢å(¨¡¨¡¨¡¨¡¨¡¨¡)¡±
£î¡Ü£í £í¡Ü£î¡Ý£²
¤Ï¼«Í³ÅÙ(m¡Ün¡Ý2)¤Î£ôʬÉÛ¤òÄê¤á¤ë¡£
t(m+n-2, 1%)
¤È¤Ê¤ë£ôo¤òÄê¤á¡¢£Ô¤ÎÃͤ¬
|£Ô|¡ä£ôo
¤Ê¤é¤Ð¡¢²¾Àâ£È¤ò´þ¤Æ¡¢
|£Ô|¡å£ôo
¤Ê¤é¤Ð¡¢²¾Àâ£È¤ò´þ¤Æ¤Ê¤¤¡£
¡üÁê´Ø·¸¿ô¤Ë´Ø¤¹¤ë¸¡Äê¡Ê£ô¡ÝʬÉÛ¡Ë Ê콸ÃÄʬÉۤϣ²¼¡¸µÀµµ¬Ê¬ÉÛ
£Î(£í1, £í2, ¦Ò12, ¦Ò22, ¦Ñ¡Ë
¤Ç¡¢£í1, £í2, ¦Ò12, ¦Ò22, ¦Ñ¤¬¤¹¤Ù¤ÆÌ¤ÃΤξì¹ç¡£²¾Àâ£È¤È¤·¤Æ¡¢¡ÉÊ콸ÃÄÁê´Ø
·¸¿ô¦Ñ¡á0¡É¤È¤ª¤¯¡£¤³¤ÎÊ콸ÃĤ«¤é¤ÎǤ°ÕɸËÜ
{(£ø1,£ù1), (£ø2,£ù2),¡¦¡¦¡¦(£øn,£ùn)¡Ñ
¤«¤é
£± £± n ¡² ¡²
£ò¡á¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡ ¨¡¨¡¨¡ ¦² (£øi¡Ý£ø)(£ùj¡Ý£ù)
¢å£ó2x¡±¢å£ó2y¡± £î i=1
¤ò·×»»¤¹¤ë¡£²¾Àâ£È¤Î²¼¤Ç¡¢£ò¤Ï¼«Í³ÅÙ£î¡Ý£²¤Î£ôʬÉÛ ¤¹¤ë¡£
¦Ë
£ô(¡Ãn-2¡Ã, 0.01 )
¤Î£ôo¤òÄê¤á
£ôo
£ò¡ä ¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡
¢å£ôo2¡Ü£î¡Ý£²¡±
¤Ê¤é¤Ð¡¢²¾Àâ£È¤Ï´þ¤Æ¤é¤ì¡¢
£ôo
£ò¡ã¡á ¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡ )
¢å£ôo2¡Ü£î¡Ý£²¡±
¤Ê¤é¤Ð¡¢²¾Àâ£È¤Ï´þ¤Æ¤é¤ì¤Ê¤¤
(£â)²¾Àâ£È¤È¤·¤Æ¡ÉÊ콸ÃÄÁê´Ø·¸¿ô¤Ï ¦Ñ ¤ËÅù¤·¤¤¡É¤È¤ª¤¯¡£Ç¤°ÕɸËܤè¤ê·×»»
¤·¤¿ £ò ¤ª¤è¤Ó¦Ñ ¤è¤ê¡¢ÉÕɽ¤Ë¤è¤Ã¤Æ
£± £±¡Ü£ò
£ú¡á¨¡¨¡¨¡ log ¨¡¨¡¨¡¨¡
£² £±¡Ý£ò
¤ª¤è¤Ó
£± £±¡Ü¦Ñ
£ó¡á¨¡¨¡¨¡ log ¨¡¨¡¨¡¨¡
£² £±¡Ý¦Ñ
¤òµá¤á¤ë¤È¡¢£ú(¤ËÂбþ¤¹¤ë¶öÁ³ÊÑ¿ôZ)¤Ï¡¢¤Û¤ÜÀµµ¬Ê¬ÉÛ
¦Ñ £±
£Î(£ó¡Ü ¨¡¨¡¨¡¨¡¨¡ , ¨¡¨¡¨¡¨¡ )
£²(£î¡Ý£±) £î¡Ý£³
¤òÄê¤á¤ë¡£
¨¢ £± ¨¢
£ð ( ¢å£î¡Ý£³¡±¡¦¨¢(£Ú¡Ý£ó¡Ý ¨¡¨¡¨¡¨¡¨¡¨¡)¨¢¡ä2.58 )¡á0.01
¨¢ £²(£î¡Ý£±) ¨¢
¤Ï¡¢¤Û¤Ü £Î(0, 1) ¤òÄê¤á¤ë¡£½¾¤Ã¤Æ
¨¢ £± ¨¢
¢å£î¡Ý£³¡±¡¦¨¢(£Ú¡Ý£ó¡Ý ¨¡¨¡¨¡¨¡¨¡¨¡)¨¢¡ä2.58
¨¢ £²(£î¡Ý£±) ¨¢
¤Ç¤¢¤ë¡£¤è¤Ã¤Æ
£±
¢å£î¡Ý£³¡±¡¦(£Ú¡Ý£ó¡Ý ¨¡¨¡¨¡¨¡¨¡)¡ä2.58
£²(£î¡Ý£±)
¤Ê¤é¤Ð¡¢²¾Àâ£È¤Ï´þ¤Æ¤ë¡£
£±
¢å£î¡Ý£³¡±¡¦(£Ú¡Ý£ó¡Ý ¨¡¨¡¨¡¨¡¨¡)¡á¡ã2.58
£²(£î¡Ý£±)
¤Ê¤é¤Ð¡¢²¾Àâ£È¤Ï´þ¤Æ¤Ê¤¤¡£
´Ñ»¡¤·¤¿£î¸Ä¡Ê²ó¡Ë¤Î¥Ç¡¼¥¿¤òÂ礤µ¤Î½ç¤Ëʤ٤롣£î¡¿£ð¸ÄÌܤ´¤È¤Î¤â¤Î¤ò¡¢
¥Þ¡¼¥¯¤·¡¢¤½¤Î¥Ç¡¼¥¿Ãͤò£ð¤Ê¤ëÊѰÌÃÍ ¤È¤è¤Ö¡£¡Ê¤¹¤Ê¤ï¤Á¡¢ÊѰÌÃͤȤϡ¢
Á´¥Ç¡¼¥¿¤òÍ¿¤¨¤é¤ì¤¿ÈæÎ¨£ð¤Çʬ³ä¤¹¤ë¥Ç¡¼¥¿ÃÍ¡£ÆÃ¤Ë
1¡Ë£ð¡á2¤Ï¡¢Ãæ±û¤Ç¡¢¥á¥Ç¥¢¥ó(median)
2) £ð¡á4, 5, 6, 10 ¤Ï¡¢¤½¤ì¤¾¤ì¡¢»Íʬ¿ô quartiles, quintiles, sextiles,
¡¡ deciles;
3) £ð¡á100 ¤Ï¡¢centiles or percentiles.
ɸËܡʣØü£Ù¡Ë
£Ø(£í)¡á(£ø1, £ø2, £ø3¡¦¡¦¡¦¡¦¡¦¡¦£øm)
£Ù(£î)¡á(£ù1, £ù2, £ù3¡¦¡¦¡¦¡¦¡¦¡¦£ùn)
¤Ë°ã¤¤¤¬¤¢¤ë¤«¤ò¸¡Äꤹ¤ë¡Ê¥Ñ¥é¥á¥È¥ê¥Ã¥¯¤Î£ô¸¡Äê¤ËÂбþ¡Ë¡£
¤½¤Î¤¿¤á¤Ë¡¢¥Ç¡¼¥¿¥»¥Ã¥È¡Ê£Ø ¢À £Ù¡Ë¤ò¤Ä¤¯¤ë¡£¥½¡¼¥È¤¹¤ë¡£³Æ¥Ç¡¼¥¿¤Ë¥é¥ó¥¯
¤Å¤±¡£¤½¤ÎÆâ¥»¥Ã¥È£Ø¤Ë°¤¹¤ë¥é¥ó¥¯¤Î¹ç·×
£Ò1¡á¦² Rank
¤ò¤Ä¤¯¤ë¡£Åý·×ÎÌ
£í(£í¡Ü£±)
£Õ¡á£î£í¡Ü ¨¡¨¡¨¡¨¡¨¡¨¡ ¡Ý£Ò1
£²
£î(£î¡Ü£±)
£Õ'¡á£î£í¡Ý£Õ¡á£î£í¡Ü ¨¡¨¡¨¡¨¡¨¡¨¡ ¡Ý£Ò2 (⤷£Ò2¤Ï£Ù¤Î¥é¥ó¥¯¹ç·×)
£²
¤òµá¤á¤ë¡££Õ¤È£Õ¡Ç¤Î¤¦¤Á¤Î¾®¤µ¤¤Ãͤò¸¡ÄêÎ̤Ȥ·¤ÆÍѤ¤¡¢É½¤ò°ú¤¯¡£
£î¡Ü£í¡ä20 ¤Î¥µ¥ó¥×¥ë¤Î¾ì¹ç¤Ï¡¢Àµµ¬Ê¬ÉۤǶá»÷¡¨£Ú(normal deviate)¤òÍѤ¤¤ë¡£
£î£í
£Õ¡Ý ¨¡¨¡¨¡¨¡¨¡
£Õ¡Ý¦Ìu £²
£Ú¡á¨¡¨¡¨¡¨¡¨¡ ¡á ¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡
¦Òu £í (£î¡Ü£í¡Ü£±)
¢å ¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¡±
£±£²
tied rank ¤Î¾ì¹ç¤Ï¼¡¤Î¤è¤¦¤Ë¤¹¤ë¡£
ÃÍ £±, £µ, £¸, £¸, £¸,£±£²,£±£¸¡¦¡¦¡¦¡¦¡¦¡¦
¥é¥ó¥¯ £±, £², £´, £´, £´, £¶, £·¡¦¡¦¡¦¡¦¡¦¡¦
¡ãProg 6-1¡ä
£Õ¸¡Äê¤ò¹Ô¤¤·ë²Ì¤ò½Ð¤¹¤¿¤á¤Î¥×¥í¥°¥é¥à¡£
¡ü£±É¸Ëܤξì¹ç ɸËܤ¬ÆÃÄê¤ÎʬÉÛ¡ÊÍýÏÀŪ¤Ë²¾Äꤵ¤ì¤¿¡Ë¤ÎÊ콸ÃĤ«¤é
Ãê½Ð¤µ¤ì¤¿¤«Èݤ«¤Î¸¡Äê¡£
¡¡¡¡¡¡£Æo(£ø) ÍýÏÀŪʬÉÛ´Ø¿ô¡£
¡¡¡¡¡¡£Ón(£ø) ¼Â¸³¤ÎÁêÂÐÎßÀÑÅÙ¿ô¡£
£Ä¡á max ¡Ã£Æo(£ø)¡Ý £Ón(£ø)|
£Ðr(£Ä¡æ£Ä¦Á)¡á¦Á¤È¤Ê¤ë £Ä¦Á ¤òÉÕɽ¤Ç¸«½Ð¤¹¡£N¡æ35¤Î¤È¤¡¢
D¦Á¡á1.36/¢å£Î¡± (⤷£Ðr¡á0.05)
¡ü£²É¸Ëܤξì¹ç¡Ýξ¦¸¡Äê £²¤Ä¤ÎɸËܤ¬Æ±¤¸Ê콸ÃĤ«¤éÃê½Ð¤µ¤ì¤¿¤«Èݤ«¡£
¡¡¡¡¡¡£Ón£±(£ø)¤ò¡¢¼Â¸³£±¤«¤é¤ÎÁêÂÐÎßÀÑÅÙ¿ô¡£
¡¡¡¡¡¡£Ón£²(£ø)¤ò¡¢¼Â¸³£²¤«¤é¤ÎÁêÂÐÎßÀÑÅÙ¿ô¤È¤¹¤ë¡£
£Ä¡ámax¡Ã£Ón1(£ø)¡Ý£Ón2(£ø)¡Ã
£Ðr(£Ä¡æ£Ä¦Á)¡á¦Á¤È¤Ê¤ë £Ä¦Á¤ò¡¢ÉÕɽ¤Ç¸«½Ð¤¹¡££Î¡æ35 ¤Î¤È¤¡¢
£î1¡Ü£î2
D¦Á¡á1.36 ¢å ¨¡¨¡¨¡¨¡¨¡¡± (⤷£Ðr¡á0.05)
£î1¡¦£î2
¡ü£²É¸Ëܤξì¹ç¡ÝÊÒ¦¸¡ÄꡡɸËÜ£±¤¬É¸ËÜ£²¤è¤êÂ礤¤¤«Èݤ«¡£
¡¡¡¡¡¡£Ón£±(£ø)¤ò¡¢¼Â¸³£±¤«¤é¤ÎÁêÂÐÎßÀÑÅÙ¿ô¡£
¡¡¡¡¡¡£Ón£²(£ø)¤ò¡¢¼Â¸³£²¤«¤é¤ÎÁêÂÐÎßÀÑÅÙ¿ô¤È¤¹¤ë¡£
£Ä¡ámax¡Ã£Ón1(£ø)¡Ý£Ón2(£ø)¡Ã
£î1¡Ü£î2
¦Ö2¡á£´£Ä2 ¢å ¨¡¨¡¨¡¨¡¨¡¡± (df=2¤Î½ê)
£î1¡¦£î2
¤¬¡¢¦Á¤ËÂФ·¤Æ¼¨¤µ¤ì¤¿Ãͤè¤êÂ礤±¤ì¤ÐÈÝÄê¡£
ɸ½à²½¤·¤¿ »þ´Ö´Ö³Ö£Ôi ¤È¤½¤ì¤Ë£ê¸ÄÃÙ¤ì¤Æ¤¤¤ë £Ôi+j ¤ò¤«¤±¡¢¤½¤Î¸Ä¿ô¤Ç³ä¤ë¡£
¤³¤ì¤ò¡¢£ê¼¡¤Î¥·¥ê¥¢¥ë¡¦¥³¥ê¥í¥°¥ë¥à¤È¤¤¤¦¡£¤¹¤Ê¤ï¤Á¡¢
£±
¦Ñj ¡á ¨¡¨¡¨¡ £Å[(£Ôi¡Ý¦Ì)(£Ôi+j¡Ý¦Ì)]
¦Ò2
£± £±
¡á¦² ¨¡¨¡(£Ôi¡Ý¦Ì) ¡¦ ¨¡¨¡(£Ôi+j¡Ý¦Ì)
¦Ò ¦Ò
¡ãÎã¡ä ²¼µ¤Î128 ¸Ä¤Î»þ´Ö´Ö³Ö¤Î¥·¥ê¥¢¥ë¡¦¥³¥ê¥í¥°¥é¥à¤ò²¼¤Ë¼¨¤¹¡£
128
1972 1727 1776 2234 1773 1741 1774 2027 2029 1821
1719 1955 1962 1899 2149 1728 2095 1775 1843 2271
2286 2192 1893 1799 1769 1826 1720 2282 2151 1834
1887 2050 2135 1762 2034 1772 1946 1761 2193 2204
1665 2087 1726 1904 2257 1745 2189 2153 2023 1670
1775 1744 1852 1848 2099 1953 2162 1702 1847 1746
1646 1669 1982 2239 1672 2192 2284 1746 2199 1964
2113 1771 2251 2159 2222 1987 1940 2088 2135 1939
2040 2192 1740 1937 2039 1780 2258 1857 1846 2180
2119 2133 2179 2048 1927 1714 2264 2070 2246 1848
1654 1867 1831 1966 2194 1731 1660 1759 1858 1859
2084 2272 2034 1873 1715 1774 1653 1806 1778 2147
1697 2106 2228 1900 1987 1870 1909 1651
Total Num=128 Mean=1948.367188 Var=37105.800781
|....|....|....|....|....I....|....|....|....|....|
0.07 I *
0.06 I *
-0.02 *
-0.15 * I
-0.15 * I
-0.07 * I
0.29 I *
0.02 I*
0.09 I *
0.02 I*
0.19 I *
0.19 I *
0.02 I*
-0.06 * I
-0.10 * I
-0.18 * I
-0.15 * I
0.20 I *
0.06 I *
0.10 I *
0.01 *
-0.03 *I
-0.23 * I
0.16 I *
0.14 I *
-0.00 *
0.24 I *
-0.02 *
-0.35 * I
-0.11 * I
¡ãProg 7-1¡ä
¥·¥ê¥¢¥ë¡¦¥³¥ê¥í¥°¥é¥à (schuffleÉÕ¤¡Ë: SERCOR.C
EVENT¤¬¥é¥ó¥À¥à¤ËÀ¸¤¸¤ë¤È¤¡¢À¸¤¸¤ë»þ´Ö´Ö³Ö¤Ï»Ø¿ôʬÉÛ¤ò¤È¤ë¡£
£ð(£ô)¡á¦Ë£å-¦Ë£ô
£Ð(£ô)¡á¦Ë
¡ü¾¤ÎʬÉۤȤδط¸ WeibullʬÉÛ¤Ç £í¡á£±¤Î¤È¤»Ø¿ôʬÉÛ¡£¥¬¥ó¥ÞʬÉÛ¤Ç
£á¡á£±¤Î¤È¤»Ø¿ôʬÉÛ¡£¥Ý¥¢¥½¥óʬÉۤȤδط¸¤Ï¥Ý¥¢¥½¥óʬÉۤι໲¾È¡£¡£
Æó¹àʬÉÛ £Â(£î,£ð)¤Ç¡¢£î£ð¡á£í¡á°ìÄê¡ÊÊ¿¶Ñ¡Ë¤Î¤È¤¡¢£î¤òÂç¤Ë¤¹¤ë¡Ê£ð¤Ï
¾®¤È¤Ê¤ë¡Ë¤È
£íx £å-m
£ð(£ø)¡á ¨¡¨¡¨¡¨¡¨¡
£ø¡ª
¤³¤ÎʬÉÛ¤ò¥Ý¥¢¥½¥óʬÉۤȤ¤¤¦¡££ð¡ã0.1 ¤«¤Ä £î¡ä£µ£° ¤Ç¼ÂÍÑ¡£
¤½¤Î´üÂÔÃÍ¡¢Ê¬»¶¤Ï
¦Ìz(£ø)¡á£í
¦Ò2(£ø)¡á£í
¡üÆó¹àʬÉۤȥݥ¢¥½¥óʬÉۤδط¸ Æó¹àʬÉÛ
£ð(£ø)¡án£Ãx £Ðx (£±¡Ý£ð)n-x
¤ª¤¤¤Æ¡¢£ð¡á£í¡¿£î¡Ê£í¡á£î£ð¡Ë¤È¤¹¤ë¤È¡¢
£î(£î¡Ý£±)(£î¡Ý£²)¡¦¡¦¡¦(£î¡Ý£ø¡Ü£±) £íx £í £í
¡á ¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡ ¨¡¨¡¨¡ (£±¡Ý ¨¡¨¡)n(£±¡Ý ¨¡¨¡)-x
£îx £ø¡ª £î £î
£î¢ª¡ç¤È¤¹¤ë¤È
£î (£î¡Ý£±) (£î¡Ý£²)¡¦¡¦¡¦(£î¡Ý£ø¡Ü£±)
¨¡¨¡ ¨¡¨¡¨¡¨¡ ¨¡¨¡¨¡¨¡ ¨¡¨¡¨¡¨¡¨¡¨¡ ¢ª£±
£î £î £î £î
£í
(£±¡Ý ¨¡¨¡)-x ¢ª£±
£î
m
£í £í - ¨¡
(£±¡Ý ¨¡¨¡)n¡á¡Î(£±¡Ý ¨¡¨¡) n ¡Ïm ¢ª(£å-1)m
£î £î
·ë¶É
£íx £å-m
£ð(£ø)¡á ¨¡¨¡¨¡¨¡¨¡
£ø¡ª
¤È¤Ê¤ë¡£¤¿¤À¤·¡¢£í ¡¼Äê¤Ç¤¢¤ë¤«¤é¡¢£î¢ªÂç ¤È¤¹¤ë¤È¡¢£ð¢ª 0 ¤È¾®¤È¤Ê¤ë¡£
------------------------------------------------
(Ãí)
£± £± £± £±
£å¡á£±¡Ü ¨¡¨¡ ¡Ü ¨¡¨¡ ¡Ü ¨¡¨¡ ¡Ü¡¦¡¦¡¦¡¦¡¦¡álim (£±¡Ü ¨¡¨¡)k
£±¡ª £²¡ª £³¡ª k¢ª¢æ £ë
(Ãí½ª¤ê)
»Ø¿ôʬÉۤȥݥ¢¥½¥óʬÉۤδط¸ ¤¢¤ë event ¤¬°ìÄê»þ´ÖÆâ¤ËÀ¸¤¸¤ëÉÑÅÙ¤¬
¥Ý¥¢¥½¥óʬÉۤ˽¾¤¦¤È¤¡¢¤½¤Î event ¤ÎÀ¸¤¸¤ë»þ´Ö´Ö³Ö¤Ï»Ø¿ôʬÉÛ¤ò¤È¤ë¡£
µÒ¤¬¡¢»þ´Ö£Ô¤Î´Ö¤Ë¡¢£ø¿Í¤ä¤Ã¤ÆÍè¤ë³ÎΨ¤¬
¡Ê¦Ë£Ô¡Ëx
£Ðx(£Ô)¡á£å-¦ËT ¨¡¨¡¨¡¨¡¨¡¨¡
£ø¡ª £ø ¡á0, 1, 2¡¦¡¦¡¦¡¦
¤Î¤È¤¡¢¥Ý¥¢¥½¥óÅþÃå¤È¤¤¤¦¡£¤³¤Î¤È¤¡¢ÅþÃå´Ö³Ö¤ò£ô¤È¤¹¤ì¤Ð¡¢¤½¤Î³ÎΨ´Ø¿ô
£ð(£ô)¡á£å-¦Ë£ô
¤Ï»Ø¿ôʬÉÛ¡£¤³¤ÎÄêÍý¤«¤é¡¢¥Ý¥¢¥Ã¥½¥óÅþÃå¤Î¾ì¹ç¡¢ÅþÃå´Ö³Ö¤ÎÊ¿¶ÑÃÍ
£±
£ôo¡á¨¡¨¡¨¡
¦Ë
¤Ç¤¢¤ë¤³¤È¤¬¾ÚÌÀ¤µ¤ì¤¿¡£µÒ¤¬ÅþÃåΨ¦Ë¤Ç¤ä¤Ã¤ÆÍè¤ì¤Ð,ÅþÃå´Ö³Ö¤ÎÊ¿¶Ñ¤Ï
£±¡¿¦Ë ¤È¤Ê¤Ã¤Æ¤¤¤ë¡£¤¤ï¤á¤Æ¾ï¼±Åª¡£
¡ã¾ÚÌÀ¡ä
£Ðx(£Ô) ¤Ï¡¢£Ô»þ´ÖÆâ¤Ë£ø¿Í¤ÎµÒ¤¬¤¯¤ë³ÎΨ¤ò¼¨¤¹¡£¤¤¤Þ£°¿Í¤ÎµÒ¤¬¤ä¤Ã¤ÆÍè¤ë
¡ÊµÒ¤¬£±¿Í¤â¤¤¤Ê¤¤¤³¤È¡Ë³ÎΨ¤Ï£ø¡á£°¤È¤ª¤¤¤Æ
¡Ê¦Ë£Ô¡Ë0
£Ðo(£Ô)¡á£å-¦ËT ¨¡¨¡¨¡¨¡¨¡¨¡ ¡¦¡¦¡¦¡¦¡¦¡¦¡Ê£±¡Ë
0¡ª
¤È¤Ê¤ë¡£
ÅþÃå Ťµ£Ô ÅþÃå
¢ ¢
¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡
O £Ô
£Ðo¡Ê£Ô¡Ë¤Ï»þ´Ö£Ô¤Î´Ö¤ËµÒ¤¬Ã¯¤âÍè¤Ê¤¤³ÎΨ¡£¸«Êý¤ò¤«¤¨¤ë¤È¡¢»þ¹ï£Ï¤Ç¡¢µÒ¤¬
¤¤Æ¡¢¼¡¤ÎµÒ¤Ï»þ¹ï£Ô¤ÇÅþÃ夹¤ë³ÎΨ¡£¤¹¤Ê¤ï¤Á¡¢¤¢¤¤¤Ä¤¤¤ÇÅþÃ夹¤ë£²¿Í¤ÎµÒ¤Î
ÅþÃå´Ö³Ö¤¬£Ô¤è¤ê¤âÂ礤¯¤Ê¤ë³ÎΨ¤òɽ¤·¤Æ¤¤¤ë¤È¹Í¤¨¤Æ¤¤¤¤¡££ô¤Î³ÎΨ´Ø¿ô¤ò
£ç¡Ê£ô¡Ë¤È¤¹¤ë¤È¡¢ÅþÃå´Ö³Ö¤¬£Ô¤è¤êÂ礤¯¤Ê¤ë³ÎΨ¤Ï
¢æ
¢é £ç(£ô) £ä£ô
T
¤È½ñ¤±¤ë¡Ê²¼¿Þ»²¾È¡Ë¡£
¨¢
¨¢ * *
¨¢ * *
¨¢ * *
£ç(£ô)¨¢ * *
¨¢ * *
¨¢ ¨¢¡¿ *
¨¢ ¨¢¡¿¡¿¡¿¡¿¡¿ *
¨¢ ¨¢¡¿¡¿¡¿¡¿¡¿¡¿¡¿¡¿¡¿¡¿ *
¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡
0 T ÅþÃå´Ö³Ö
¤Þ¤¿¤³¤ÎÃͤϡ¢£Ðo¡Ê£Ô¡Ë¤ËÅù¤·¤¤¤«¤é(1)¤Î´Ø·¸¤ò»È¤¦¤È
¢æ
¢é £ç(£ô) £ä£ô¡á£å-¦Ët ¡¦¡¦¡¦¡¦¡¦¡¦¡¦(2)
T
¤Þ¤¿¡¢ÅþÃå´Ö³Ö¤¬£Ô¤è¤ê¾®¤µ¤¯¤Ê¤ë³ÎΨ¤Ï
T ¢æ
¢é £ç(£ô) £ä£ô¡á£±¡Ý ¢é £ç(£ô) £ä£ô¡á£±¡Ý£å-¦Ët
0 T
¤È¤Ê¤ë¡£Î¾ÊÕ¤òT¤ÇÈùʬ¤¹¤ì¤Ð
£ç(T) £ä£ô¡á£±¡Ý£å-¦ËT
¤È¤Ê¤ë¡£¤¹¤Ê¤ï¤Á¡¢»þ´Ö´Ö³Ö¤Ï¡¢¥Ñ¥é¥á¡¼¥¿¦Ë¤Î»Ø¿ôʬÉۤˤʤ뤳¤È¤ò¼¨¤·¤Æ¤¤¤ë¡£
¥ï¥¤¥Ö¥ëʬÉۤγÎΨ̩Åٴؿô¤Ï¡¢
£í £ø
£ð(£ø) ¡á¨¡¨¡ £øm-1 exp(¡Ý ¨¡¨¡)
¦Á ¦Á
¦Á¤Ï¡Ö¼ÜÅ١ץѥé¥á¥¿¤È¸Æ¤Ð¤ì¤ë¡££í ¤Ï¡Ö·Á¡×¤Î¥Ñ¥é¥á¥¿¤È¸Æ¤Ð¤ì¤ë¡££í¡á£±
¤Î¤È¤¡¢»Ø¿ôʬÉۤȤʤ롣
ʬÉÛ´Ø¿ô¤Ï¡¢
£øm
£Ð(£ø) ¡á£±¡Ý exp(¡Ý ¨¡¨¡)
¦Á
¤Ç¤¢¤ë¡£Ê¿¶ÑÃÍ¡¢Ê¬»¶¤Ï
1
¦Ì(£ø)¡á¦Á1/m ¦£(¨¡¨¡¡Ü£±)
£í
1 1
¦Ò(£ø)¡á¦Á2/m { ¦£(¨¡¨¡¡Ü£±) ¡Ý ¦£2(¨¡¨¡¡Ü£±) }
£í £í
¤Þ¤¿¡¢¸Î¾ãΨ´Ø¿ô¤È¤·¤Æ¡¢
£í
£Ú(£ø)¡á¨¡¨¡ £øm-1
¦Á
¤¬¡¢ÄêµÁ¤Ç¤¡¢
£í¡ä£±¤Ç¡¢À¸µ¯³ÎΨ¤¬»þ´Ö¤È¤È¤â¤ËÄã²¼¤¹¤ë¡£
£í¡á£±¤Ç¡¢ÊѤï¤é¤Ê¤¤¡£¤¹¤Ê¤ï¤Á¡¢¥é¥ó¥À¥à¤ÊÀ¸µ¯¤Ç¤¢¤ë¡£
£í¡ã£±¤Ç¡¢ÃÊ¡¹Áý¤¹¡£
¥ï¥¤¥Ö¥ëʬÉۤϡ¢
£Ø¡álog £ø,
£Â¡álog ¦Á,
£Ù¡álog log¡Î£±¡Ý£Æ(£ø)¡Ï¡Ý£±
¤È¤¹¤ì¤ÐŽ$
£Ù¡á£í£Ø¡Ý£Â
¤È¤Ê¤ê¡¢£Ø,£Ù¤òºÇ¾®Æó¾èË¡¤Ç¤¢¤Æ¤Ï¤Þ¤ë¤³¤È¤¬¤Ç¤¡¢£í,¦Á¤òµá¤á»ö¤¬½ÐÍè¤ë¡£
¥Ö¥ì¡¼¥¯ÅÀ¤ò¤â¤Ã¤Æ¡¢»þ´Ö¤È¤È¤â¤ËÀ¸µ¯¤Î»ÅÊý¤¬ÊѲ½¤¹¤ë¸½¾Ý¤Ï¡¢Ê£¹ç
¥ï¥¤¥Ö¥ëʬÉÛ(composite Weibull distribution) ¤Ç¥¨¥ß¥ì¡¼¥È¤¹¤ë»ö¤¬½ÐÍè¤ë¡£
¡ãProg 7-2¡ä
ºÇ¾¯Æó¾èË¡¤Ë¤è¤ëÊ£¹ç¥ï¥¤¥Ö¥ëʬÉۥؤÎÅö¤Æ¤Ï¤á¡£
¡Ê£á¡Ë´Ñ¬ÅÀÁ´ÂÎ(£øi, £ùi i=1, n) ¤¬¡¢¾å¼°¤ËºÇ¤â¤è¤¯¤¢¤Æ¤Ï¤Þ¤ë¤è¤¦¡¢
ºÇ¾¯Æó¾èË¡¤è¤Ã¤Æ¡¢£í¤È¦Á¤ò¤¤á¤ë¡£
¡Ê£â¡Ë¤½¤ì¤¾¤ì¤Î¥Ç¡¼¥¿¤ò¾å¼°¤¤¤ì¡¢ÍýÏÀÃͤ«¤é¤â¤Ã¤È¤âÎ¥¤ì¤¿£éo ¤òµá¤á¤ë¡£
¤³¤ì¤¬¡¢¥Ö¥ì¡¼¥¯ÅÀ¤Ç¤¢¤ë¡£
¡Ê£ã¡Ë(£é¡á£±,£éo) (£é¡á£éo,£î)¤Î¶è´Ö¤Ç¤½¤ì¤¾¤ì¡¢¾å¼°¤ËÅö¤Æ¤Ï¤á¤ò¹Ô¤¤¡¢
(£í1, ¦Á1)¤È (£í2, ¦Á2)¤ò¤â¤È¤á¤ë¡£¤½¤ì¤¾¤ì¤Î³ÎΨ̩Åٴؿô¤È¸Î¾ãΨ´Ø¿ô¤ò
»»½Ð¤¹¤ë¡£
£Ä£Ò£Ì(differential reinforcement at lower rate)·±Îý¤Ë¤ª¤±¤ë¥Æ¥³²¡¤·´Ö³Ö
¥Ò¥¹¥È¥°¥é¥à¤ÎÊ£¹ç¥ï¥¤¥Ö¥ëʬÉۤؤÎÅö¤Æ¤Ï¤á¡£¥¦¥µ¥®¤ò¡Ö¿åÀä¤Á¡×¤·¤Æ¡¢¿åÅ©¤ò
ÆÀ¤ë¤¿¤á¤Ë¥Æ¥³²¡¤¹»ö¤ò·±Îý¤¹¤ë¡£¤Ä¤®¤Ë¡¢°ì²ó¿åÅ©¤òÆÀ¤¿¤é¡¢£µÉô֡¢¥Æ¥³¤ò
²¡¤µ¤Ê¤¤¤Ç¤Î¼¡¤Î¥Æ¥³²¡¤·¤Î¤ß¶¯²½¤¹¤ë¡££²£°²ó¥»¥Ã¥·¥ç¥óÌÜ¡£
¨£¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¤
¡Ã15 1 ¢«Áí¿ô¡¦»þ´Ö´Ö³Ö
¡Ã13. 22. 61. 11. 6. 10. 15. 24 18. 26. 17. 9. 4. 0. 1. ¢«ÉÑÅÙ
¨¦¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¥
¢
¨£¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¤
¡Ãwhole data X=1¡Á11 --------------------------------- ¡Ã
¡Ã I x F(x) log(x) loglog line diff ¡Ã
¡Ã ¡Ã
¡Ã 0 1 0.302 0.000 -1.023 -1.023 0.000
¡Ã 1 2 0.356 0.693 -0.819 -0.245 0.575
¡Ã 2 3 0.386 1.099 -0.717 0.210 0.928
¡Ã 3 4 0.436 1.386 -0.558 0.533 1.092
¡Ã 4 5 0.510 1.609 -0.338 0.784 1.122
¡Ã 5 6 0.629 1.792 -0.009 0.989 0.998
¡Ã 6 7 0.718 1.946 0.235 1.162 0.927
¡Ã 7 8 0.847 2.079 0.628 1.312 0.683
¡Ã 8 9 0.931 2.197 0.982 1.444 0.462
¡Ã 9 10 0.975 2.303 1.308 1.562 0.254
¡Ã10 11 0.995 2.398 1.669 1.669 0.000
¡Ã
¡Ã¦Ñxy=0.891 Y=1.096X-1.621 m=1.096167 ¦Á=5.057021
¡Ã 1 17.9 2 34.5 3 48.3 4 59.5 5 68.5
¡Ã 6 75.6 7 81.2 8 85.5 9 88.9 10 91.5
¡Ã11 93.5
¡Ã
¡ÃBreak=4
¡Ã
¡ÃX=1¡Á4 ---------------------------------
¡Ã0 0.000 -1.023
¡Ã1 0.693 -0.819
¡Ã2 1.099 -0.717
¡Ã3 1.386 -0.558
¡Ã
¡Ã¦Ñxy=0.989 Y=0.320X-1.034 m=0.320202 ¦Á=2.812235
¡Ã 1 29.9 2 35.9 3 39.7 4 42.6 5 44.9
¡Ã 6 46.8 7 48.5 8 49.9 9 51.3 10 52.4
¡Ã11 53.5
¡Ã
¡ÃX=4¡Á11 ----------------------------------
¡Ã 4 1.609 -0.338
¡Ã 5 1.792 -0.009
¡Ã 6 1.946 0.235
¡Ã 7 2.079 0.628
¡Ã 8 2.197 0.982
¡Ã 9 2.303 1.308
¡Ã10 2.398 1.669
¡Ã
¡Ã¦Ñxy=0.989 Y=2.542X-4.563 m=2.542222 ¦Á=95.860113
¡Ã 1 1.0 2 5.9 3 15.7 4 29.8 5 46.4 ¡Ã
¡Ã 6 62.9 7 77.0 8 87.3 9 93.8 10 97.4 ¡Ã
¡Ã11 99.0 ¡Ã
¨¦¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¥
¤³¤ì¤é¤Î·ë²Ì¤ò¥ï¥¤¥Ö¥ë³ÎΨ»æ¤Ë¥×¥í¥Ã¥È¤¹¤ë¡£
¡ã¿Þ£·¡Ý£±¡ä
¥¬¥ó¥ÞʬÉۤȤϡ¢£ôo ¤òÊ¿¶ÑÃÍ¡¢ ¦Ò ¤Ïʬ»¶¤È¤·¤¿¤È¤¡¢³ÎΨ̩Åٴؿô
£ëa £ôa-1 £å-kt
£ð(£ô)¡á¨¡¨¡¨¡¨¡¨¡¨¡¨¡¨¡
¦£(£á)
¤È¤Ê¤ëʬÉۤǤ¢¤ë¡£¤³¤³¤Ç¡¢
£ôo
£ë¡á ¨¡¨¡¨¡
¦Ò2
£ôo
£á ¡á£ë£ôo ¡á (¨¡¨¡¨¡)2
¦Ò
¤Ç¤¢¤ë¡£¥¬¥ó¥Þ´Ø¿ô¤È¤Ï
¢æ
¦£(£á¡ä£±) ¡á ¢é £å-x £øa-1 £ä£ø
0
¡á¡Ê£á¡Ý£±¡Ë¡Ê£á¡Ý£²¡Ë¡¦¡¦¡¦¦£¡Ê0¡å£á¡Ý£î¡å£±¡Ë
¡ü¥¬¥ó¥ÞʬÉÛ¤ÎÀ¼Á
¦£(a) ¤¬£± ¤Ë¶á¤¯¤Ê¤ë¤È»Ø¿ôʬÉۤ˶᤯¤Ê¤ê¡¢¦£(a)¤¬£°¤Ë¶á¤Å¤¯¤ÈÀµµ¬
ʬÉۤ˶᤯¤Ê¤ë¡£¤¢¤é¤æ¤ëʬÉÛ¤ò¥·¥ß¥ì¡¼¥È½ÐÍè¤ë¡£
¡ãÎã¡ä ¤Æ¤³²¡¤·¤ÎÀ¸µ¯Àø»þ¤ò¥¬¥ó¥ÞʬÉÛ¤ËÅö¤Æ¤Ï¤á¤ë¡£
(¥¤) Àø»þ¥Ò¥¹¥È¥°¥é¥à¤ÎÁí¿ô £Î¡¢Àø»þ¬Äê¤Î¥Ó¥ó¶Ò¤ò£Ú¤È¤¹¤ë¡£
(¥í) ¥Ó¥ó¤´¤È¤ÎÉÑÅÙÆþÎÏ
¡ãProg 7-3¡ä
¥¬¥ó¥ÞʬÉۥؤÎÅö¤Æ¤Ï¤á¡§ FITGAMM.C
¥Í¥³¤Ë¸÷»É·ã¤Ë¤è¤Ã¤Æ¥Æ¥³¤ò¤¹¤ë¤È¿å¤òÆÀ¤ë¤è¤¦¤Ë·±Îý¤·¤¿¡£
¸÷¤¬¤Ä¤¤¤Æ¤«¤é¥Æ¥³Ëø¤Î»þ´Ö¡¢È¿±þ»þ´Ö(ÉÃ) ¤Ï¡¢
N=49
24 14 27 27 11 14 20 27 24 25
26 9 9 19 29 29 10 20 15 8
14 16 18 14 14 26 27 17 22 27
19 28 20 8 18 18 18 29 25 10
20 20 13 17 20 22 12 11 25 24
19 13 19 19 19 14 28 9 23 11
22 15 25 9 22 16 8 10 12 29
13 21 16 17 13 19 21 14 17 9
20 27 16 27 9 20 8 11 11
¤Ç¤¢¤Ã¤¿¡£
¤³¤ì¤«¤é¡¢¥Ó¥ó¶Ò0.2É䴤ȤÎÈ¿±þ»þ´Ö¤ÎÉÑÅ٤Υҥ¹¥È¥°¥é¤òºî¤ë¡£¤¹¤ë¤È¡¢
»þ´Ö(ÉÃ) 0.2 0.4 0.6 0.8 1.0 1.2 1.4 1.6 1.8 2.0 2.2 2.4 2.6 2.8 3.0 3.2 3.4
ÉÑÅÙ 1. 1. 1. 11. 22. 18. 16. 3. 3. 1. 1. 2. 1. 0. 1. 0. 1.
¤Ç¤¢¤Ã¤¿¡£¤³¤ì¤ò¡¢¤³¤ì¤ò¥¬¥ó¥ÞʬÉÛ¤ËÅö¤Æ¤Ï¤á¤ë¤³¤È¤ò»î¤ß¤ë¡£¤¹¤ë¤È¡¢
mean =1.055
sigma=0.255
k =4.143
a =4.372
fact =10.980
¦£ =2.338
¦£*f =25.675
Observed Expected:
1.2 3.7
1.2 16.9
1.2 29.0
13.3 33.4
26.5 30.9
21.7 25.0
19.3 18.3
3.6 12.6
3.6 8.2
1.2 5.1
1.2 3.1
2.4 1.8
1.2 1.0
0.0 0.6
1.2 0.3
0.0 0.2
1.2 0.1
¤Ç¤¢¤Ã¤¿¡£¤³¤ÎÎã¤Ï¥¬¥ó¥ÞʬÉۤ˹ç¤ï¤Ê¤¤¤³¤È¤¬¤ï¤«¤ë¡£¡£
¡ü¾è»»¼°¹çƱˡ¡ÊMultiplicative congruence method¡Ë
¼¡¤Î¼°¤Ë¤è¤Ã¤Æ¡¢°ìÍÍÍð¿ô¤òµá¤á¤ë¡£
£î(i+1)¢á¦Ë£î(i)¡Ü£Ã(mod £Ð)
¤¹¤Ê¤ï¤Á¡¢Ç¤°Õ¤Î¿ô£Ð¤ò¤¤á¤ë¡£Ç¤°Õ¤Î¿ô£î(i) ¤ò£Ð¤Ç³ä¤Ã¤¿»Äº¹£Ã¤¬¡¢Íð¿ô¤È
Ʊ»þ¤Ë¡¢¼¡¤ËÍð¿ôȯÀ¸¤Î¤¿¤á¤Î¿ô¤È¤Ê¤ë¡£¤«¤¯¤·¤Æ¡¢Íð¿ô¤Î·ÏÎ󤬤Ǥ¤ë¡£
¡ãProg 8-1¡ä
¾è»»¼°¹çƱˡ¤Ë¤è¤ë°ìÍÍÍð¿ôȯÀ¸¡£
¤³¤Î¤è¤¦¤Ê°ìÍÍÍð¿ô·ÏÎó¤Ï¡¢¥×¥í¥°¥é¥à¤ÎÍð¿ôȯÀ¸ÍÑ´Ø¿ô¤ò¤Ä¤«¤Æ¤â¡¢ÆÀ¤é¤ì¤ë¡£
¤¨¤é¤ì¤¿°ìÍÍÍð¿ô·ÏÎó¤ò £Õi¡Ê¡á0¡Á1¡Ë¤È¤¹¤ë¡£
¡ãProg 8-2¡ä
·×»»µ¡¤ÎÍð¿ôȯÀ¸´Ø¿ô¤Ë¤è¤ë°ìÍÍÍð¿ôȯÀ¸¡£
¡ü»Ø¿ôÍð¿ô ¼¡¤Î¼°¤Ë¤è¤Ã¤Æ°ìÍÍÍð¿ô·ÏÎ󤫤éȯÀ¸¤µ¤»¤ë¡£
£Ìi¡á-100¡¦log(£Õi) ¡Ê £Õi¡á0¡Á1¡Ë
¡ãProg 8-3¡ä
»Ø¿ôÍð¿ô¤ÎȯÀ¸¡£
¡ü¥Ý¥¢¥½¥óÍð¿ô £òo¡á1 ¤È¤·¡¢0-1 ´Ö¤Î°ìÍÍÍð¿ô£òi¤¬¡¢
x+1
£å-m¡ä¦°£òi ¡Ê£òi¡á0¡Á1¡Ë
i=0
¾å¼°¤òËþ¤¿¤¹¤È¤¤Î£ø¤Ï¡¢Ê¿¶Ñ£í¤Î¥Ý¥¢¥½¥óʬÉۤ˽¾¤¦¡£
¡ãProg 8-4¡ä
¥Ý¥¢¥½¥óÍð¿ô¤ÎȯÀ¸¡£
¡üÀµµ¬Íð¿ô £Î(£°¡¤£±¡Ë
¥¤¡ËľÀÜË¡(Box-MullerË¡¡Ë (£õi, £õi+1)¤¬ °ìÍÍÍð¿ô£Î(0,1) ¤Î¤È¤¡¢
£îi¡á ¡Ý2 log £õi cos 2¦Ð £õi+1 *100
£îi+1¡á¡Ý2 log £õi sin 2¦Ð £õi+1 *100
¤Ï¡¢Àµµ¬Íð¿ô¤ò¼¨¤¹¡£°ìÈÖÀµ³Î¤ÊÊýË¡¤È¤¤¤ï¤ì¤Æ¤¤¤ë¡£
¥í¡ËÊ¿¶ÑÃͤÎʬÉÛ¤òÍøÍѤ¹¤ëÊýË¡ °ìÍÍÍð¿ô£Î(0,1)¤Ï
1
¦Ì¡á0.5 ¦Ò2¡á ¨¡¨¡
12
¤Ç¤¢¤ë¡£¤½¤ì¤Ç¡¢°ìÍÍÍð¿ô £±£²¸Ä²Ã¤¨¤ë¤È¡¢
¦Ì¡á6 ¦Ò2¡á1
Ãæ¿´¶Ë¸ÂÄêÍý¡Ê2Ž07»²¾È¡Ë¤Ë¤è¤ê¡¢Àµµ¬Ê¬ÉÛ£Î(6, 1¡Ë¤Ë¶á¤Å¤¯¡£½¾¤Ã¤Æ¡¢
¦Ì-6, ¦Ò2 ¤Ï £Î(0, 1) ¤ÎÍð¿ô¡£
¥Ï¡Ë £Î(¦Ì, ¦Ò2)¤ÎÍð¿ô £Î(0, 1) ¤ÎÍð¿ôȯÀ¸¤µ¤»
£ù¡á¦Ö¦Ò2 + ¦Ì
¤Ç£ù¤ËÊÑ´¹¤¹¤ë¡£
¡ãProg 8-5¡ä
ÊýË¡¡Ê¥í¡Ë¤Ë¤è¤ëÀµµ¬Íð¿ô¤ÎȯÀ¸¡£