t検定を学ぶ前に見るべし！母分散既知の場合の母平均の検定。

[@user-of3lx4ql2y]

めちゃくちゃわかりやすいです！
3月に2級受験しようと思って勉強始めてたのですが心が折れそうだったので助かりました😂

[@DataScienceLab.]

お役に立ててよかったです(^-^)
試験がんばってください！

[@2pc2297]

自分が主張したいことの反対が成り立つときの 分布のグラフと実際の分布のグラフを考える。
帰無仮説が棄却される=このグラフが一致せず左右どちらかにずれている=ずれているので非常にレアなことが起きる
帰無仮説を受容=このグラフにずれが無い(ずれが閾値より小さい)=レアではない
と考えるとこの論法を受け入れられる

[@天声人語-d7c]

ご説明でT検定の理解が深まりました。ありがとうございます。

[@DataScienceLab.]

コメントありがとうございます！
お役に立てて嬉しいです(^-^)

[@dai4642]

2:02 なぜN(100,4)がわかりましたか？
それとも、自分で決めたんですか？

[@DataScienceLab.]

この例題では『製品の過去の内容量の分布はわかっているもの』としていますので、N(100,4)はあらかじめわかっているという前提です。

[@JohnSmith-dp4kt]

母平均の検定では，標本平均の実現値が棄却域に属するような母平均の仮説は棄却する，つまり，「母平均と標本平均の実現値の差は（例えば）1.96×標準誤差以下」とみなす立場ですが，この括弧内は標本平均の実現値から得た信頼区間に母平均が属することと同値であり，その立場は信頼区間に対する注意点「標本平均の実現値から得た信頼区間に母平均が属するかどうかは確率の問題ではない」に反しています．統計ではこの点をどのように説明するのでしょう？

[@DataScienceLab.]

『算出した信頼区間に母平均が入っている確率が95％』ではなく『サンプリング→信頼区間の算出を100回やったら、95回はその区間内に母平均を含む』です。
特に矛盾はしていないと思いますよ！

[@icosora7496]

Ａさんが大きくなったのでは？と文系の私....

[@DataScienceLab.]

その発想面白いですね！
帰無仮説が棄却されなかった場合は、Aさんの思い過ごしの可能性があると考えることができるわけななので、その思い過ごしの原因が『Aさんが大きくなったからだと考える』という論理展開ですね！

[@fridgebroker]

7:51 たまたまレアな標本になった、と考えずに、帰無仮説がおかしいことにする、と考える発想がむずかしい

[@DataScienceLab.]

最初は慣れませんよね（>

[@faraday.michal]

1:59 2乗が抜けております。

[@DataScienceLab.]

『平均:100[g]、分散:4[g2]の正規分布』と喋っているのですが、誤解を与えてしまう表現でしたね。
申し訳ございませんでした(>_

[@faraday.michal]

@@DataScienceLab.
いいえ申し訳ありません。
まだ統計の関しては学び始めたばかりなので、教科書の表記と違っていたので分かりませんでした。
こちらこそありがとうございます。