スキル解説

中心極限定理とは、標本サイズが大きくなると標本平均の分布が正規分布に近づくという統計学の重要な定理です。標本平均・標準誤差との関係や、推定で重要になる理由、利用時の注意点を具体例でわかりやすく解説します。

標本抽出法とは、母集団から調査・分析に使う標本を選ぶ方法です。単純無作為抽出、層化抽出、系統抽出の仕組みと違い、選び方の考え方を具体例でわかりやすく解説します。

独立事象とは、一方の事象が起きても他方の起こる確率が変わらない関係です。独立の意味、P(A∩B)=P(A)P(B)による見分け方、条件付き確率や排反との違いを具体例で解説します。

期待値とは、確率変数が取る値を確率で重み付けして求める平均的な値です。サイコロの例から、期待値の意味、基本的な求め方、3.5のように実際には出ない値になる理由を初学者向けに解説します。

確率変数とは、ランダムな試行結果を数値に対応させて扱うための考え方です。コイン投げの例から、確率変数Xが取る値、離散型・連続型の違い、確率分布との関係を初学者向けに解説します。

正規分布とは、平均を中心に左右対称の釣鐘型をした代表的な連続型確率分布です。平均と標準偏差が分布の位置と広がりをどう決めるのか、68・95・99.7%の目安や標準正規分布との違いとあわせて解説します。

条件付き確率とは、ある条件が成り立ったときに別の事象が起こる確率です。条件によって基準となる全体が変わる考え方、P(A|B)=P(A∩B)/P(B)の意味と求め方を、サイコロの例で初学者向けに解説します。

標準正規分布の平均や分散の意味、Z変換による確率の求め方を初心者向けにわかりやすく解説。例題で実際の計算方法も紹介します。

ベイズの定理は、新しい情報をもとに確率を更新する考え方です。医療検査の例や数式を使って、初心者にもわかりやすく丁寧に解説します。