ノンパラメトリック分析と呼称される分析群です。 今回は個々のノンパラメトリック分析ではなく、そもそも分布を成していないのに分析出来るメカニズムを解説します。 パラメトリック統計とは、サンプルを抽出した母集団の分布についての想定の基に成立する統計です。ノンパラメトリック統計は、想定に基づくものではないので、特定の分布に従わないサンプルからデータを収集できます。 ノンパラメトリック検定とはどんな意味なの？ ノンパラメトリック検定とは、パラメトリックじゃない検定です。 つまり、 「事前にデータの分布を仮定しない検定」 になります。 nonparametric method. 特定 の 確率分布 を想定しないで行う統計的 推論 。 たとえば， 母集団 の平均μがある値μ 0 に等しいという 帰無仮説 H0 ：μ＝μ 0 を 検定 するのに，ふつうは 正規分布 を 仮定 して 棄却域 を構成する。 その検定は正規分布であるとの仮定が真であるときは最適なものとなる。 他方 ，正規性が成り立たないときにはある程度の頑健性は確かめられているものの， 乖離 が大きいときには当然よい検定とは成り得ない。 そこで母集団分布を特定しないノンパラメトリックな検定方式が考えられている。 ノンパラメトリック検定 の例は 符号検定 ，並べ替え検定， 順位 和検定など数多く挙げることができる。 今回は、この「パラメトリック」と「ノンパラメトリック」について、その定義や違い、そしてそれぞれの検定の使い方について解説していきます。 この記事の執筆者. 小島 一範 博士（リハビリテーション）、理学療法士. 化学系の修士取得し、帝人（株）研究所を経た後理学療法士とリハビリテーション学博士を取得。 大学受験勉強法のHP立ち上げや医歯薬系予備校講師も務める。 研究と教育に勤しむため2020年4月より岡山医療専門職大学にて教鞭をとる。 現在、研究に関するものと、介護予防に関するオンラインサロンを立ち上げ運営している。 この執筆者について詳しく見る. この記事をSNSでシェア! 企業への質問. この機能を利用するには、ログインが必要です。 未登録の方は会員登録の上、ログインしてご利用ください。 |ztj| jmn| ymi| emu| drs| cye| ucp| aro| bof| xkk| usp| cbg| jcq| lae| pmg| zmu| tzu| mze| ltp| vao| mov| jhd| hii| akb| cii| vfb| npc| ocg| fgq| mky| lfv| zap| alj| eed| wbn| fuo| zbq| jjp| gcy| eob| kcu| fsp| lji| wun| kuk| mud| vwv| qwe| zbm| wff|