ポスト

#統計 1つ上の投稿の添付画像①のデータの数値に対応する回帰係数β₁の(両側)P値関数のグラフ。横軸はβ₁で縦軸はP値。 1つ上の投稿の添付画像①のデータの数値とモデルの回帰係数パラメータβ₁の値の設定の相性の良さを示すグラフになっている。 最も相性が良いβ₁の値のは点推定値のβ̂₁=0.0431. pic.twitter.com/WYEERtrH1D

メニューを開く
黒木玄 Gen Kuroki@genkuroki

#統計 添付画像②のP値関数のてっぺんの尖っている部分の横軸での値が最小二乗推定値のβ̂₁になります。 仮説β₁=0のP値は横軸の値0におけるP値関数の値。 信頼区間は高さαでP値関数のグラフを切断する線分になります。 P値関数は統計分析の計算結果の優れた要約になっています。

黒木玄 Gen Kuroki@genkuroki

みんなのコメント

メニューを開く

#統計 続き。モデルはy=β₀+β₁x+u, u~Normal(0,σ). データの数値とβ₁=0という設定(よく「帰無仮説」と呼ばれる)の相性の良さを表すP値関数の値はP=0.0463. 添付画像のP値関数のグラフを見れば、どの辺のβ₁の値がデータの数値との相性が良いか悪いかが一目瞭然。 P値関数は閾値αを必要としない。 pic.twitter.com/GgpGiYAPw6

黒木玄 Gen Kuroki@genkuroki

人気ポスト

もっと見る
Yahoo!リアルタイム検索アプリ