Тёмный

二元配置実験において、交互作用を無視するかしないかで、母平均の推定の計算が異なる理由がわかる! 

データサイエンスLab.
Подписаться 18 тыс.
Просмотров 6 тыс.
50% 1

今回は、二元配置実験における母平均の点推定と区間推定についてわかりやすく解説します。
二元配置実験における母平均の推定の計算は、交互作用を無視する場合と無視しない場合で異なるので混乱しがちですが、手順は同じなので、考え方がわかればスッキリ理解できると思います。
QC検定のお勉強にもお役立てください。
皆さまのお役に立てる動画配信をしていきますので、応援していただけると嬉しいです(^-^)
[訂正]大変失礼いたしましたm(_ _)m
1:03 プーリング後の要因Bの平方和、平均平方、分散比、p値の数値に誤記があります。
正しくは、平方和:8.24、平均平方:4.12、分散比:8.24、p値:0.0114です。
=======================
【関連動画】
▼一元配置実験における、母平均の点推定&区間推定がわかる!
  • 一元配置実験における、母平均の点推定&区間推...
▼プーリングがスッキリ理解できる!イメージは不偏分散の合体。
  • プーリングがスッキリ理解できる!イメージは不...
▼標本平均が従う分布の平均と分散、意外と簡単に導出できちゃいます![証明]
  • 標本平均が従う分布の平均と分散、意外と簡単に...
▼母平均の区間推定(母分散未知)。未知なら推定して置き換える!
  • 母平均の区間推定(母分散未知)。未知なら推定...
=======================
チャンネル登録はこちら
☞ / @datasciencelab.
#QC検定1級成績優秀表彰者が解説します

Опубликовано:

 

12 окт 2024

Поделиться:

Ссылка:

Скачать:

Готовим ссылку...

Добавить в:

Мой плейлист
Посмотреть позже
Комментарии : 21   
@ya-kv1ze
@ya-kv1ze Год назад
わかりやすい!
@DataScienceLab.
@DataScienceLab. Год назад
ありがとうございます!
@かなざわけ-e4s
@かなざわけ-e4s 2 года назад
ここが出題されたら諦めるつもりでしたが、この動画のお陰で解答できそうです。 テスト1週間前のアップありがとうございました。
@DataScienceLab.
@DataScienceLab. 2 года назад
コメントありがとうございます(^-^) 苦手分野の理解のお手伝いができてよかったです!
@つばさ-y3c
@つばさ-y3c Год назад
私もこの問題捨てようと決めていました! ほんとうに助かります!
@テルテル-b8q
@テルテル-b8q 2 года назад
これをここまで分かりやすく説明できるのはすごい この内容の説明はどの参考書や動画でも分かりにくかったのに、 この動画で初めて理解できた ありがとうございます!
@DataScienceLab.
@DataScienceLab. 2 года назад
コメントありがとうございます(^-^) これは、私も理解に苦しんだ部分でしたので、お気持ちものすごくよくわかります!
@ひら-i5t
@ひら-i5t 2 года назад
現在、日本規格協会の研修に参加していますが、内容が凄く難しいです。 このRU-vidで全体像がはっきり見えてきて、研修での点と点が繋がってとても理解が深まっています。ありがとうございます。
@DataScienceLab.
@DataScienceLab. 2 года назад
コメントありがとうございます(^-^) 学習のお手伝いができて、とても嬉しく思います!
@耳を澄ませば
@耳を澄ませば 2 года назад
お師匠様、今回の神回も見てしまいました。QC検定1級のどの参考書よりも理解しやすいです。私も、youtubeの方向性が決まりました。耳すまとCamblyの旅、映画を作りました。これに残りの人生を注ぎ込みます。
@DataScienceLab.
@DataScienceLab. 2 года назад
見てくださったのですね! ありがとうございます(^-^) Camblyやってらっしゃるんですね。 動画、拝見しました。 最後のおまけがいい味出してますね!
@yellowtail5191
@yellowtail5191 2 года назад
🎊チャンネル登録者4000人越えおめでとうございます‼ あっという間でしたね😀。これもデータサイエンスLabさんの「統計学をわかりやすく」が多くの方々の助けになっている証拠だと思います。これからも引き続きよろしくお願いします😉。
@DataScienceLab.
@DataScienceLab. 2 года назад
いつもありがとうございます(^-^) 発信したいネタがたくさんあるので、まだまだ頑張りますよ!
@にゃんこぱんち-s7s
@にゃんこぱんち-s7s 2 года назад
1点質問させてください. 1:09で,プーリングの前後で,Bの平方和が異なっているのはなぜなのでしょうか??
@DataScienceLab.
@DataScienceLab. 2 года назад
誤記です。大変失礼いたしました(>-
@ひら-i5t
@ひら-i5t Год назад
要因Aのみが有意であった場合の点推定値は平均が大きいA1をデータ数の6で割れば良いですか?もしその場合beは6になるのでしょうか?
@ひら-i5t
@ひら-i5t Год назад
beではなくne です
@DataScienceLab.
@DataScienceLab. Год назад
有効反復数neは、交互作用がある場合に各因子の組み合わせ水準での母平均を推定する際に考慮が必要になってくる考え方です。 単独因子の母平均の推定の場合は、一元配置分散分析と同じように考えればOKです。この動画の例では、A1水準は6つのデータがあるので、この6つのデータの平均が母平均の推定値になります。A2水準も6つのデータがあるので、この6つのデータの平均が母平均の推定値になります。
@ひら-i5t
@ひら-i5t Год назад
ありがとうございます。 あともう2つ教えて頂きたいのです。 ①交互作用なし、要因A、Bが共に有意の場合、要因A、Bをそれぞれ点推定、区間推定するものと感じるのですが、なぜXbar(Ai)+Xbar(Bi)-Xbarbarで1つにまとめることが出来るのでしょうか? ②繰り返しの場合のみ交互作用があるのでしょうか?繰り返しによって交互作用を誤差から分離しているという解釈でよろしいですか?
@DataScienceLab.
@DataScienceLab. Год назад
①『Aがある水準かつBがある水準』の場合の推定値が"Xbar(Ai)+Xbar(Bi)-Xbarbar"です。『Aがある水準』の場合の推定値はXbar(Ai)になりますし、『Bがある水準』の場合の推定値はXbar(Bi)になります。 ②交互作用を評価するには繰り返しが必要です。『Aがある水準かつBがある水準』の条件のデータが1つしかない状況の場合(つまり繰り返しがない場合)、条件間の観測値の差が、条件の違いによるものなのか、それとも誤差の範囲内なのかをデータから判断することができません。繰り返しがあれば、観測値を条件間成分と誤差に分離できるので、交互作用を評価できます。
@ひら-i5t
@ひら-i5t Год назад
ありがとうございます!!
Далее
Dragon Blood Whitening Cream
00:35
Просмотров 7 млн
飯野のデートを追ってみました
54:07
Просмотров 108 тыс.
Dragon Blood Whitening Cream
00:35
Просмотров 7 млн