忍者ブログ
おかげさまでspamコメントが増えてきましたので、一応コメントを承認制にしました。基本的には承認します。
[195] [194] [193] [192] [191] [190] [189] [188] [187] [186] [185]
×

[PR]上記の広告は3ヶ月以上新規記事投稿のないブログに表示されています。新しい記事を書く事で広告が消えます。

 心理学実験に限定していうと、多分母集団の平均とか分からないデータを扱うことが多いと思うんですね。

 ということは、標本が正規分布するかどうかは、分からない、ということになります(なります?)が、暗黙の了解として(それか、中心極限定理とかを採用しているのだろうか)、正規分布を仮定できるとして、t検定とかANOVAをやっている、という認識なんですが、これはあってるのかな…

 分散は調べるじゃないですか。t検定をやるときに等分散か?とか、ANOVAのときに、球面性の仮定を満たすか、とか(これは分散を見ているんだったか?)。
 
 「充分なnがあれば、母集団が正規分布かに関係なく、正規分布とみなせる」とか、これはもうわけが分からなくて、「充分なn」ってどのくらいよ、とか、母集団が正規分布じゃなくても標本が正規分布するとか、わからん。

 相関もなあー サンプル数が増えると、有意な値が出やすくなる、とか
 当然のごとくいいますけど、ええ?みたいなね。
 体重と身長の相関、なら直感的にわかるんですけど、
 心理テストの結果と、脳波の相関、は直感的には分からなくて、
 これは正規分布を仮定していいのか、とか悪いのか、とか、 
 もう何が分からないかわからなくなって来るわけで、
 やっぱり統計はちゃんとやんないとダメだな、と思いました。

○paired t-testは、ウィルコクソン符号検定より頑健
⇒nが大きい(10以上)のときは、正規性によらずpaired t-test使ってOK

○pearson相関係数はパラメトリック
⇒正規性を仮定できないときは、kendall順位相関検定か、spearman順位相関検定を使う(正規性が仮定できても、まあ使ってもいいんだろうとは思う)
 ⇒で、kendallとspearmanは何がどう違うのか
  (数式を見ても、何をどうしているのかがさっぱり)
 ⇒パラメトリックな検定は、分散を見ているので、平均値からの距離をみているという認識でいいのかな?
 (つまり、心理テストで平均50点のところ100点の人が、脳波は平均5μVのところ10μボルトくらいださないと有意にならない、とか?)
 (こう考えられるなら、順位だけ見たほうが合理的、という理屈は立つように思えるが…?)

ダメだ、わかんねー
付け焼刃的にちょっと勉強してみようと思いますが、間に合うかな!期待せず待て!





現在の修士論文進行度:28%
序論:5%(リファレンスを整備しつつ書いていますが、結構大変だなー!)
方法:80%(基本的なところは書いた,あとは細かいデータと,図を作っていれる)
結果:30%(相関で悩んでいるけど、まあこんなものだろうか;新たなデータ取り(2名)後に書き換え予定、大幅に変わらないといいなあ;ANOVA,信号源推定をやるとしたら、まだ15%くらいということになろうか)
考察:0%
字数:約10000字

拍手[0回]

PR

コメント


コメントフォーム
お名前
タイトル
文字色
メールアドレス
URL
コメント
パスワード
  Vodafone絵文字 i-mode絵文字 Ezweb絵文字


トラックバック
この記事にトラックバックする:


忍者ブログ [PR]
カレンダー
05 2017/06 07
S M T W T F S
1 2 3
4 5 6 7 8 9 10
11 12 13 14 15 16 17
18 19 20 21 22 23 24
25 26 27 28 29 30
メールはこちらから
プロフィール
HN:
渡辺隼人
性別:
男性
ブログ内検索
カウンター
コガネモチ