ページへ戻る

− Links

 印刷 

Python​/t分布 のバックアップ差分(No.2) :: NJF Wiki

xpwiki:Python/t分布 のバックアップ差分(No.2)

« Prev[4]  Next »[5]
1: 2019-04-20 (土) 03:55:34 njf[6] ソース[7] バックアップ No.1 を復元して編集[8] 2: 2019-04-20 (土) 04:38:35 njf[6] ソース[9] バックアップ No.2 を復元して編集[10]
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。
« Prev[4]  Next »[5]