200人が100点満点のテストを受けました。ブートストラップ法を用いて，90点以上の人を推定しました。（サンプル数は1000）#JuliaLang
元データで90以上の割合: 0.515
ブートストラップ推定の平均割合: 0.5145200000000001
95%信頼区間: [0.445, 0.58]
元データで90以上の割合: 0.515
ブートストラップ推定の平均割合: 0.5145200000000001
95%信頼区間: [0.445, 0.58]
![using Random, Statistics
# 200人の0~100点のデータ
data =[
80
80
53
74
58
46
86
79
81
100
85
94
95
67
71
84
89
100
84
62
74
89
100
80
82
94
100
95
100
82
63
95
72
62
95
99
87
95
100
100
82
40
97
72
100
81
90
90
60
87
75
81
96
80
100
80
73
82
58
87
94
91
85
90
66
90
88
62
100
88
32
95
100
85
87
62
82
71
89
65
100
83
40
98
99
75
82
100
93
81
100
55
100
66
98
99
100
65
99
95
58
90
90
93
99
82
86
94
99
85
58
73
85
90
53
84
54
84
68
88
96
63
67
84
91
95
75
70
58
100
80
80
95
96
92
89
81
100
60
98
89
60
78
58
97
97
100
85
97
92
95
100
95
89
97
94
97
97
97
91
92
96
99
87
97
97
93
87
97
97
98
93
97
97
88
97
92
100
95
100
97
100
97
97
100
97
96
97
92
80
87
95
97
90
80
97
100
93
89
100
]
# ブートストラップ法のパラメータ
n_bootstrap = 1000 # ブートストラップのサンプル数
n_data = length(data)
# ブートストラップで計算する割合を格納する配列
bootstrap_ratios = zeros(n_bootstrap)
# ブートストラップサンプリングと割合の計算
for i in 1:n_bootstrap
resample = data[rand(1:n_data, n_data)] # 元データからリサンプリング
bootstrap_ratios[i] = mean(resample .>= 90) # 90以上の割合を計算
end
# 信頼区間の計算 (例: 95%信頼区間)
ci_ratio = (quantile(bootstrap_ratios, 0.025), quantile(bootstrap_ratios, 0.975))
# 結果を表示
println("元データで90以上の割合: $(mean(data .>= 90))")
println("ブートストラップ推定の平均割合: $(mean(bootstrap_ratios))")
println("95%信頼区間: [$(ci_ratio[1]), $(ci_ratio[2])]")](https://cdn.bsky.app/img/feed_thumbnail/plain/did:plc:l6wvri3jsrtmnnqoyiqlqbc6/bafkreiahmtuzliqnurufndz7ujxdnniyux3abzmfybivp4wopyj5ihccoi@jpeg)
December 15, 2024 at 9:54 AM
200人が100点満点のテストを受けました。ブートストラップ法を用いて，90点以上の人を推定しました。（サンプル数は1000）#JuliaLang
元データで90以上の割合: 0.515
ブートストラップ推定の平均割合: 0.5145200000000001
95%信頼区間: [0.445, 0.58]
元データで90以上の割合: 0.515
ブートストラップ推定の平均割合: 0.5145200000000001
95%信頼区間: [0.445, 0.58]
December 14, 2024 at 12:31 PM
#統計 で質問があります。
N=200人が100点満点のテストを受けました。
平均μ = 85.8
標準偏差σ =14.3
実際に一点度数での確率分布と正規分布N(μ,σ²)を図示してみました。
（コードは #JuliaLang ALT）
正規分布とみなせないと感じています。
どのような確率分布で近似するのがいいのでしょうか？
N=200人が100点満点のテストを受けました。
平均μ = 85.8
標準偏差σ =14.3
実際に一点度数での確率分布と正規分布N(μ,σ²)を図示してみました。
（コードは #JuliaLang ALT）
正規分布とみなせないと感じています。
どのような確率分布で近似するのがいいのでしょうか？
![data =[
80
80
53
74
58
46
86
79
81
100
85
94
95
67
71
84
89
100
84
62
74
89
100
80
82
94
100
95
100
82
63
95
72
62
95
99
87
95
100
100
82
40
97
72
100
81
90
90
60
87
75
81
96
80
100
80
73
82
58
87
94
91
85
90
66
90
88
62
100
88
32
95
100
85
87
62
82
71
89
65
100
83
40
98
99
75
82
100
93
81
100
55
100
66
98
99
100
65
99
95
58
90
90
93
99
82
86
94
99
85
58
73
85
90
53
84
54
84
68
88
96
63
67
84
91
95
75
70
58
100
80
80
95
96
92
89
81
100
60
98
89
60
78
58
97
97
100
85
97
92
95
100
95
89
97
94
97
97
97
91
92
96
99
87
97
97
93
87
97
97
98
93
97
97
88
97
92
100
95
100
97
100
97
97
100
97
96
97
92
80
87
95
97
90
80
97
100
93
89
100
]
using Distributions , StatsPlots
# data 0〜100点がつくテスト。N=length(data)=200
μ = mean(data) #平均 μ = 85.805
σ = std(data,corrected = false) #標準偏差 σ = 14.25226210115433
f(x) = count(t->(t==x),data)/length(data) #確率質量関数
bar([f(i) for i =0:100],label="PD") #確率分布(PD)
plot!(Normal(μ,σ),lw=2,label="N(μ,σ²)") #正規分布 N(μ , σ^2)](https://cdn.bsky.app/img/feed_thumbnail/plain/did:plc:l6wvri3jsrtmnnqoyiqlqbc6/bafkreigvryomvv34zz5a6oi7rb27kjczm2prss2fsq6wtgdtkhcxozcduq@jpeg)
December 14, 2024 at 8:36 AM
#統計 で質問があります。
N=200人が100点満点のテストを受けました。
平均μ = 85.8
標準偏差σ =14.3
実際に一点度数での確率分布と正規分布N(μ,σ²)を図示してみました。
（コードは #JuliaLang ALT）
正規分布とみなせないと感じています。
どのような確率分布で近似するのがいいのでしょうか？
N=200人が100点満点のテストを受けました。
平均μ = 85.8
標準偏差σ =14.3
実際に一点度数での確率分布と正規分布N(μ,σ²)を図示してみました。
（コードは #JuliaLang ALT）
正規分布とみなせないと感じています。
どのような確率分布で近似するのがいいのでしょうか？