![R でやってみるーコマンドの解説
pnorm(q, mean=0, sd=1, lower.tail = TRUE, log.p = FALSE)
I 累積確率分布関数値 P [X <= x] もしくは P [X > x] を
返す。
I 引数 q: 確率分布関数を求める位置 (のベクトル)
I 引数 mean: 平均 (のベクトル) デフォルトは 0
I 引数 sd: 標準偏差の (ベクトル) デフォルトは 1
I 引数 log.p: もし TRUE なら確率は対数値 デフォルトは
FALSE #このオプションを使うのはどんなときなんだろう。
4/4](https://image.slidesharecdn.com/001z-test-130330044444-phpapp02/85/001-z-test-4-320.jpg)
001 z test
- 1. Case 1. 母平均についての Z 検定（母分散が既知の場合） 【目的】 想定された母平均の値 ?0 と標本平均 x の間に、有 意な差があるかを検討する。 【制約】 1. 母分散 σ 2 が既知であること。σ 2 が未知の場合は、 case7 へ。 2. 母集団が正規分布に従うならば、これは正確な検定で ある1 。正規分布に従わない場合でも、近似的な指標 を与えるだろう。 【方法】 想定された平均値 ?0 と既知の分散 σ 2 をもつ母集団 から、標本サイズ n の標本を無作為に抽出し、標本平均 x を計算する。 x??0 検定統計量 Z = √ σ/ n が標準正規分布に従うことを用いて、有意水準 α に対応す る棄却域を指定し、片側あるいは両側検定を行う。 1 近似検定ではない 1/4
- 2. 疑问点 I どうして Z？ I 母集団の分散が既知ということはあるのか？ √ I 統計量 Z の意味は？分子は平均の差、分母は？ n はどうし て出てくる？ 2/4
- 3. R でやってみる Case1(標本平均, 母平均, 母分散, サンプル数, 片側 or 両側2 ) Case1<-function(x,w,y,z,v){ z1<-(x-w)/(sqrt(y/z)) z2<-abs(z1) if(v==1)p1<-pnorm(z2,lower.tail=FALSE) else p1<-2*pnorm(z2,lower.tail=FALSE) sprintf("Z = %.3f , p = %.3f",z1,p1) } 2 片側検定の場合は 1, 両側検定の場合は 2 を入力 3/4
- 4. R でやってみるーコマンドの解説 pnorm(q, mean=0, sd=1, lower.tail = TRUE, log.p = FALSE) I 累積確率分布関数値 P [X <= x] もしくは P [X > x] を 返す。 I 引数 q: 確率分布関数を求める位置 (のベクトル) I 引数 mean: 平均 (のベクトル) デフォルトは 0 I 引数 sd: 標準偏差の (ベクトル) デフォルトは 1 I 引数 log.p: もし TRUE なら確率は対数値 デフォルトは FALSE #このオプションを使うのはどんなときなんだろう。 4/4