清水団 Dan shimizu

@dannchu.bsky.social

13 Followers 12 Following

東京都の私立中高で数学を教えています。

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])]")
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)