問17　二項分布の正規近似 　　　　標本比率 → N（P，P（1－P）/n）にしたがう 片側検定（＜，＞）と両側検定（≠） 問18 母分散が未知で等しい場合の母平均の差の検定 　　　正規化，χ二乗分布（pooled variance） 　　　→　2標本ｔ統計量（統計学入門Ｐ206～207あたり）難しい

得点圏打率が意味ないって統計学的には単に打数が少なすぎて信頼区間が広すぎるから精度が低いということで、個々に関しては有意な差が出る可能性は別に否定してないよな。例えば得点圏、非得点圏の打率で母比率の差の検定やって2年続けて有意差が出た選手がいたら何かあると疑った方がいい

【のんびり統計・過去記事ご紹介】 統計検定2級CBT問題集をのんびりと解くブログです。 第48回のテーマは母比率の差の信頼区間と検定の関係です。 Pythonで母比率の差の信頼区間を算出するサンプルコードを描きました。 #のんびり統計 #統計検定2級 #Python note.com/e_dao/n/n63a47…

返信先:@ose_tweety123%=26.5%/21.5% 74%=11.4%/15.3% 98%=62.1%/63.2% だね。 統計検定やったばかりの自分は普通に母比率の差検定をしたくなるけど、倍で表現するとはなかなかの乱暴さでステキ。

母比率の差の検定でこの式のp1を得点圏打率、p2をトータルの打率、n1を得点圏打数、n2をトータルの打数でこのzが-1.96より小さくなるか、1.96より大きくなるかを見たら得点圏打率とトータルの打率に有意差があるか検定できるよね。この場合の有意差は差があるかも程度だけど bellcurve.jp/statistics/cou… pic.twitter.com/BVGLuFBN1r

母比率の差の検定と マクネマー検定と 母平均の差の検定などを実務でやった。 Pythonでサッとできるけど、やっぱり手計算で確かめたくなる。 #今日の積み上げ

平成24年の古いデータですが、性犯罪の裁判員裁判の女性裁判員比率がありました！ ①裁判員裁判全体では女性裁判員が43.0% ②性犯罪だけでみると女性裁判員は40.3% ①②を有意差検定にかけると、ほぼ偶然の差ではなく有意差があるだろうという結果になりました。ご参考まで… pic.twitter.com/sNEKVHOjCq