- すべて
- 画像・動画
自動更新
並べ替え:新着順
メニューを開く![](https://rts-pctr.c.yimg.jp/BgIFgYJGVIVv8u0nVJvw8B2FauAYMF4jOP5zFJAV4i5e72TLbER0xQeK1l8ZZ0OLn0UxBlIcTobC5e9GbBBbub6EGTIEf3Z6xRzzst0459PJt8MifX3p9CO7TyTjsbgbe8GXvPuHP4SHru6CpDkouljG0jYc5HgU4Uq9q8HTTlugqSmhc6Qhd4cMmgtASqeRlYV67OUSGjHwyiAqROqAgjS8tiEM-tE5lgKf_kOTE6Y=)
#統計 等母分散性検定のF検定の帰無仮説はσ₁²=σ₂²であり、F=1 (⇔σ̂₁²=σ̂₂²)ではないです。 一般に帰無仮説は統計モデルのパラメータの値に関する設定条件になります。 検定統計量の分布(現実ではなくモデル内の確率分布)は「統計モデル+帰無仮説によるパラメータの値の設定」から決まります。 x.com/toshizumi1225/…
「等分散性の検定」と「分散分析」のそれぞれの「帰無仮説に対応するF値」の違いを説明してみたやつも置いておきますね。(等分散性の検定の使い処ほとんどないけど。) pic.twitter.com/XVBwo9c1FP