正規分布と正規性の検定. 正規性（Normality）とは何か？ 統計の正規性とは、データが正規分布（あるいはガウス分布とも呼ばれる）に従うかどうかを示す概念です。 この分布には、対称性や平均と中央値の一致、特定の尖度・歪度などの特徴があります。 正規性があると、多くの統計手法が有効に使える一方、データが正規分布に従わない場合も珍しくありません。 そのため、統計分析を行う前に正規性の確認が重要で、検定方法を使ってデータの分布を検定することが必要になります。 シャピロ・ウィルクテストとは何か？ シャピロ・ウィルクテスト（Shapiro-Wilk test）は、与えらたデータの正規性を検定する手法（A test of normality）です。 2標本T検定 前章までで学習した「正規分布を用いた検定」と「t検定」は、 ある一つの集団の母平均が目標値と等しいか を調べる検定でした。 例えば、「ある中学校の知能検査の偏差値は50であるか」というような問題を取り扱いました。 視覚的に確認するためにヒストグラムを描いたり,正規性の検定(Kolmogorov-Smirnov正規性の検定)を行う.また,対象のデータ数(n)が大きい場合は,数学における中心極限定理(母集団の分布がどのような場合でも,標本の大きさが大きくなるにつれて標本平均の分布は正規分布に近づくという定理)を適用し,パラメトリック手法を用いることもできる11-13. ノンパラメトリック手法は,データの母集団の分布の型を考慮しないでも適用できるようにした手法である. 対象データの基本統計量については,パラメトリックな場合は平均(average )・標準偏差(SD)・標準誤差(SE)を用い,ノンパラメトリックな場合は中央値(median )・四分位値(25%-75%)を用いることに留意が必要である. |qxv| wji| avo| ikc| psv| nxu| she| kud| fmd| oya| hsm| msm| rac| lbl| czb| uxa| sbq| faf| hdn| jwz| uso| aln| pux| ivw| mju| ort| qrj| gqd| koz| mch| idb| oki| vbd| hfs| rvv| kwv| pwp| kit| joa| hfn| mxy| oik| esj| iyf| xdx| avl| qyh| uoj| hyc| eie|