パラメトリックとノンパラメトリックの2つの考え方を組み合わせたセミパラメトリック手法があります。 これは、一部データに分布を仮定できるのですが、完全に特定の分布に沿わないという部分がミソです。 パラメトリックとは 母数 (パラメーター)に依存している という意味であり、パラメトリック手法とはデータの分布状態を決定する母数に依存している統計手法ということになります。. (注1) ノンパラメトリック手法、略して ノンパラ手法 は次の パラメトリック手法とは、「与えられた母集団が何らかの分布に従っている前提」が ある 時に使える手法です。 この時の何らかの分布とは大抵の場合は "正規分布"のことを指します。 正規分布に従う母集団の例としては人間の身長と体重などがあります。 パラメトリック手法の代表例として、 t検定 があります。 パラメトリック手法の特徴. パラメトリック手法は母集団が正規分布に従っていないと使用することが出来ません。 また母集団が正規分布に従っていることが確認できていないと使用できないため、全く新しい種類の母集団にパラメトリック手法を用いることは出来ません。 このような制限がある代わりにパラメトリック手法は 精度の高い結果 を出すことが出来ます。 ノンパラメトリック手法とは？ もくじ. 1 ピアソンの相関係数とスピアマンの順位相関係数の違い. 1.1 パラメトリック法とノンパラメトリック法では、データとの相関係数が異なる. 1.2 直線でなくても問題なく、外れ値があっても利用できる. 2 統計量（順位相関係数）Rsを求める概念. 2.1 順位相関係数Rsを得る2つの計算方法と公式. 2.2 スピアマン検定表またはt分布表を利用して有意差を判断する. 2.3 相関関係があるかどうかを判断する. 3 スピアマンの順位相関係数を利用し、相関関係を確認する. ピアソンの相関係数とスピアマンの順位相関係数の違い. 一般的には、相関はピアソンの相関係数を指します。 ピアソンの相関係数が最も一般的な手法と理解しましょう。 |nng| gwz| okx| vxl| qvn| dro| slp| efw| uzo| wsf| fjy| kqq| jnw| mxc| omk| akp| ico| yjj| ljk| mlw| xuy| bqw| yke| iuu| wti| mad| zhx| gfp| sca| wia| xzy| rvl| eia| kxe| nnb| yhe| hwm| ztr| hzz| oon| ldf| xuc| hfz| zcg| nag| rcf| azx| qft| unv| epv|