アカウント名:
パスワード:
電話をかけた相手の1.5～2.0% は圏外にいるってだけでしょ。
IPSOS 通話接続率調査結果を発表 [ipsosjapan.jp]
それにどうやって各キャリア約10,000名をサンプリングしたのか知らないけれど、田舎では圧倒的にソフトバンクが不利ですから（サービスエリアが狭い）。
>誤差の範囲内じゃないの？と思ったら検定で確認してみましょう。これは２つの集団の比率の差が有意かという検定ですね。http://aoki2.si.gunma-u.ac.jp/lecture/Hiritu/diff-p-test.html [gunma-u.ac.jp]http://aoki2.si.gunma-u.ac.jp/lecture/Hiritu/diff-p-test-r.html [gunma-u.ac.jp]を参考にＲで計算。prop.test(c(9820, 9810), c(10000,10000), correct=F)p-value = 0.5998prop.test(c(9810, 9780), c(10000,10000), correct=F)p-value = 0.1344prop.test(c(9820, 9780), c(10000,10000), correct=F)p-value = 0.04335というわけで、98.2%と98.1%の違いや98.1%と97.8%の違いは有意じゃなく、(統計的な)誤差の範囲内。98.2%と97.8%は(5%の危険率で)有意じゃないとは言えない。ドコモとソフトバンクの差は統計的誤差の範囲とは言えないとしていいけど、他の誤差の範囲内かどうかまでは知らない。
サンプル数が間違ってる。各キャリア約10,000名はスマホとガラケーを合わせた数。スマホの検定は、それだけに限定したサンプル数 (NTTドコモ：約3,400名、au：約3,700名、ソフトバンク：約5,300名) でやらなきゃダメ。
あと、このケースでは標本誤差も考慮しないとダメ。
レポートなら落第。
おおぅ、すみません＞サンプル数間違い。やり直しました。prop.test(c(0.982*5300, 0.981*3700), c(5300,3700), correct=F)p-value = 0.7284prop.test(c(0.982*5300, 0.978*3400), c(5300,3400), correct=F)p-value = 0.1887prop.test(c(0.981*3700, 0.978*3400), c(3700,3400), correct=F)p-value = 0.3721全て統計的有意差なしですね。ご指摘ありがとうございます。
>あと、このケースでは標本誤差も考慮しないとダメ。？？？ここは何のことか分かりません。「標本誤差」という用語をどのような意味合いで使われているかと、正しいとお考えの計算方法を御教示頂けるとありがたいです。
この計算だと、抽出された標本間の有意差の有無しか分からない。ここで本当に議論したいのは母集団の有意差の有無なんだから、標本抽出に伴う誤差も無視しちゃダメってこと。キーワード的には標準誤差とかで調べると良い。
なるほど。ええっと、(#2342082) のリンク先の青木先生のページにも説明がありますけど、これって、帰無仮説「母比率に差がない」の検定ですよ？多分、その説明から察するに、何をどのように検定してるかまだ十分に理解されてないんじゃないかと思いますが、いかがですか？
>キーワード的には標準誤差とかで調べると良い。ああ、標本誤差ってのは標準誤差の typo でしたか・・・
より多くのコメントがこの議論にあるかもしれませんが、JavaScriptが有効ではない環境を使用している場合、クラシックなコメントシステム(D1)に設定を変更する必要があります。
海軍に入るくらいなら海賊になった方がいい -- Steven Paul Jobs
98.2/98.1/97.8 って誤差の範囲内じゃないの？ (スコア:0)
電話をかけた相手の1.5～2.0% は圏外にいるってだけでしょ。
IPSOS 通話接続率調査結果を発表 [ipsosjapan.jp]
それにどうやって各キャリア約10,000名をサンプリングしたのか知らないけれど、田舎では圧倒的にソフトバンクが不利ですから（サービスエリアが狭い）。
モデレータは基本役立たずなの気にしてないよ
計算してみた (スコア:5, 参考になる)
>誤差の範囲内じゃないの？
と思ったら検定で確認してみましょう。
これは２つの集団の比率の差が有意かという検定ですね。
http://aoki2.si.gunma-u.ac.jp/lecture/Hiritu/diff-p-test.html [gunma-u.ac.jp]
http://aoki2.si.gunma-u.ac.jp/lecture/Hiritu/diff-p-test-r.html [gunma-u.ac.jp]
を参考にＲで計算。
prop.test(c(9820, 9810), c(10000,10000), correct=F)
p-value = 0.5998
prop.test(c(9810, 9780), c(10000,10000), correct=F)
p-value = 0.1344
prop.test(c(9820, 9780), c(10000,10000), correct=F)
p-value = 0.04335
というわけで、98.2%と98.1%の違いや98.1%と97.8%の違いは有意じゃなく、(統計的な)誤差の範囲内。
98.2%と97.8%は(5%の危険率で)有意じゃないとは言えない。
ドコモとソフトバンクの差は統計的誤差の範囲とは言えないとしていいけど、
他の誤差の範囲内かどうかまでは知らない。
Re: (スコア:0)
サンプル数が間違ってる。
各キャリア約10,000名はスマホとガラケーを合わせた数。
スマホの検定は、それだけに限定したサンプル数 (NTTドコモ：約3,400名、au：約3,700名、ソフトバンク：約5,300名) でやらなきゃダメ。
あと、このケースでは標本誤差も考慮しないとダメ。
レポートなら落第。
Re:計算してみた (スコア:1)
おおぅ、すみません＞サンプル数間違い。
やり直しました。
prop.test(c(0.982*5300, 0.981*3700), c(5300,3700), correct=F)
p-value = 0.7284
prop.test(c(0.982*5300, 0.978*3400), c(5300,3400), correct=F)
p-value = 0.1887
prop.test(c(0.981*3700, 0.978*3400), c(3700,3400), correct=F)
p-value = 0.3721
全て統計的有意差なしですね。ご指摘ありがとうございます。
>あと、このケースでは標本誤差も考慮しないとダメ。
？？？ここは何のことか分かりません。
「標本誤差」という用語をどのような意味合いで使われているかと、
正しいとお考えの計算方法を御教示頂けるとありがたいです。
Re: (スコア:0)
この計算だと、抽出された標本間の有意差の有無しか分からない。
ここで本当に議論したいのは母集団の有意差の有無なんだから、標本抽出に伴う誤差も無視しちゃダメってこと。
キーワード的には標準誤差とかで調べると良い。
Re: (スコア:0)
なるほど。
ええっと、(#2342082) のリンク先の青木先生のページにも説明がありますけど、
これって、帰無仮説「母比率に差がない」の検定ですよ？
多分、その説明から察するに、何をどのように検定してるか
まだ十分に理解されてないんじゃないかと思いますが、いかがですか？
>キーワード的には標準誤差とかで調べると良い。
ああ、標本誤差ってのは標準誤差の typo でしたか・・・