- 現在との差分 を表示
- ソース を表示
- Python/t分布 へ行く。
1: 2019-04-20 (土) 03:55:34 njf | 2: 2019-04-20 (土) 04:38:35 njf | ||
---|---|---|---|
Line 66: | Line 66: | ||
この「少ない」の具体的な数は、要求され精度によって異なるでしょうが、私の手持ちの書籍などによるとだいたい25〜30未満を意味するようです。 | この「少ない」の具体的な数は、要求され精度によって異なるでしょうが、私の手持ちの書籍などによるとだいたい25〜30未満を意味するようです。 | ||
- | では、実際に自由度によってどの程度の差が出るのかをPythonで計算してみます。 | + | では、実際に自由度によってどの程度の差が出るのかをPythonで計算して、この値の妥当性を見てみます。 |
実際によく使いそうな確率0.95の横軸の値の比を計算してみると以下のようになりました。 | 実際によく使いそうな確率0.95の横軸の値の比を計算してみると以下のようになりました。 | ||
Line 85: | Line 85: | ||
1.0485542389065539 | 1.0485542389065539 | ||
+ | |||
+ | 以下同様にして | ||
-df=25 | -df=25 | ||
- | |||
- | t.isf(q=0.95,df=25) / norm.isf(q=0.95) | ||
- | |||
- | 結果 | ||
1.038475845670062 | 1.038475845670062 | ||
-df=30 | -df=30 | ||
- | |||
- | t.isf(q=0.95,df=30) / norm.isf(q=0.95) | ||
- | |||
- | 結果 | ||
1.031861356263898 | 1.031861356263898 | ||
Line 104: | Line 98: | ||
-df=100 | -df=100 | ||
- | t.isf(q=0.95,df=100) / norm.isf(q=0.95) | + | 1.0093508011061045 |
- | 結果 | ||
- | 1.0093508011061045 | + | 自由度10では10パーセントあった差が、自由度25〜30で差は3〜4パーセントになります。 |
+ | 自由度100あたりでようやく1パーセントを切ります。 | ||
- | 自由度10では10パーセントあった差が、自由度25〜30で差は3〜4パーセントになります。 | + | 自由度が10から30へ変化したときの減少幅の方が30から100までの減少幅よりはるかに大きく、30前後を自由度の区切りと考えるのが自然そうに思えます。 |
+ | |||
+ | 実際、上の計算を自由度1〜100まで行ってグラフにすると以下のようになりました。 | ||
- | 自由度100では1パーセントを切ります。 | + | &ref(chart (1).png,mw:480,mh:360); |
- | 自由度が10から30へ変化したときの減少幅の方が30から100までの減少幅よりはるかに大きく、30前後を自由度の区切りと考えるのが自然であることが分かります。 | + | 25〜30程度までは差が大きく減少し、その後はほぼ横ばいになることが分かります。 |
- Python/t分布 のバックアップ一覧
- Python/t分布 のバックアップ差分(No. All)
- 1: 2019-04-20 (土) 03:55:34 njf
- 2: 2019-04-20 (土) 04:38:35 njf
- 現: 2019-06-07 (金) 23:53:17 njf
ぺージ情報 | |
---|---|
ぺージ名 : | Python/t分布 |
ページ別名 : | 未設定 |
ページ作成 : | njf |
閲覧可 | |
グループ : | すべての訪問者 |
ユーザー : | すべての訪問者 |
編集可 | |
グループ : | すべての訪問者 |
ユーザー : | すべての訪問者 |
Counter: 5871,
today: 6,
yesterday: 0