t分布(Dirty Yoshi 183)
◯学問のツール「統計学」(背景)
いまや、統計学を無くしては、
学問の研究はできないと言っても
過言ではないでしょう💻️
自然科学はもちろんのこと、
僕のホームの社会科学、人文科学でも統計学は使われます❗
統計学の入門時によくある事ですが、
平均や最頻値、中央値、分散、標準偏差等は難なく通過出来る！
ですが、正規分布から怪しくなっていき、お馴染みの偏差値を求めるあたりから、挫折が始まるー😱
※ちなみに偏差値とは、「平均を50と置き標準偏差を10として標準化した値」のことです✏️中高時代は、偏差値65とか、偏差値55とか何かやけに気にしていました💦
今から思うと馬鹿らしい(^_^;)
今は、データサイエンスが流行っており、高校生から統計の勉強が始まるとのことです！
◯t分布を知ろう(目的)
統計学というと正規分布や標準正規分布が馴染みが深いと思います😊
そのため、一応知っている！なんて方は多いと思います😳
なので、今回は正規分布の応用編t分布を紹介し、使うときの注意点も確認します⚠️
◯t分布(本編)
正規分布は統計分析の王道ではありますが、
サンプル数が少ないと意味をなさないという欠点がありました……。
1000とか10,000とかサンプルを集められるなら、正規分布で構わないのですが、
現実問題として、特に社会科学では、
そんなにサンプルを集めることはできません！
サンプル数が約30を下回った場合に用いられるのがt分布です📈 ※約30と表現した理由は後ほど！
t分布はスチューデントのt分布とも呼ばれ、
英語表記はStudent's t-distributionです！
スチューデントはペンネームで、
後にギネスビール(あのギネス世界記録でおなじみの)の社員、
ウィリアム・シーリー・ゴセットが1908年に発表たことが判明しました！
ギネスビールは機密性が高い組織であり、
従業員の科学論文の発表を禁止していたため、ペンネームを用いたということです✏️
t分布には自由度など、
正規分布にはない重要な概念があります！
そしてなにより
サンプル数が少なくても使用できるという画期的なメリットがありました！
しかし、サンプルが30を超えると正規分布に近似してくるため、正規分布を用います📈
◯約30前後のサンプル数(主張)
これは考え方に個人差があるので、
軽く読んでくださいm(__)m
先日、福祉系の論文だけど論文じゃない文章を読んでいました💦
(※こういうことは良くあります。論文と書いてあるけれど、論文じゃない文章)
その時のサンプル数が28か29だったと思います。
通常ならばt分布からt値を求めるのはOKなのですが、
サンプル内容が比較的信頼度が高いデータであるので、正規分布を用いても支障が無いようなものでした。
こういうグレーの時は、理由を書いてt分布にするのが、配慮です。
しかし、t分布の説明も用いる理由も書いていなく、いきなりt値が提示される……。
これはいただけない。
論文は論理的に筋道を立て、読者に理解させなければいけませんが、
その過程をすっ飛ばしてしまっていました💦
図表を小さくすれば書けるでしょ！！
あとでメールで問い合わせようかと思います💦
データ自体は実に質の高いデータを得られているがために、残念！
◯まとめ
統計学や統計解析は学問の要ともいえるものになっています✨
そのため、慎重に丁寧に論文に落としていく必要があります！
統計学も統計検定という日本統計学会が行う検定試験があり、僕は2級を目指しています👍️
なかなか、受ける機会がありませんが😱
