統計を勉強するべきだったと思う

　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