科学計算ライブラリ scipy
scipy は、高度な科学計算を行うためのライブラリです。numpyと似たような行列計算も行えますが、numpyにはない信号処理や統計といった処理も行えます。また、spicyとよく似てますが辛くはありません。
カイ２乗検定
カイ２乗検定は、２つの分布が同じかどうかを検定するときに用いる手法です。
サイコロを60回ふり、各目が出た回数を数えたところ、次の表のようになりました。このとき、理論値の分布（一様分布）に従うかどうかを検定してみましょう。
| サイコロの目 | １ | ２ | ３ | ４ | ５ | ６ |
| 出現回数 | 17 | 10 | 6 | 7 | 15 | 5 |
import scipy as sp # 科学計算ライブラリ
from scipy import stats # 統計計算ライブラリ
significance = 0.05
o = [17, 10, 6, 7, 15, 5] # 分布１（ex.実測値）
e = [10, 10, 10, 10, 10, 10] # 分布２（ex.理論値）
chi2, p = stats.chisquare(o, f_exp = e)
print('chi2 値は %(chi2)s' %locals())
print('確率は %(p)s' %locals())
if p < significance:
print('有意水準 %(significance)s で、有意な差があります' %locals())
else:
print('有意水準 %(significance)s で、有意な差がありません' %locals())
課題８１：カイ２乗検定
ある野菜をＡ方式で育てたものとＢ方式で育てたものの出荷時の等級が次の表のようになったとき，これらの育て方と製品の等級には関連があると見るべきかどうか検定してください。
| 優 | 良 | 可 | 計 | |
| Ａ方式 | 12 | 30 | 58 | 100 |
| B方式 | 14 | 90 | 96 | 200 |
| 計 | 26 | 120 | 154 | 300 |
課題提出方法
-
基本的にGoogle Colaboratoryを用いてプログラミングしてください。どうしても Google Colaboratory を用いることができない場合のみ、Jupyter Notebook または Jupyter Lab を用いてください。
-
課題１つごとに、ノートブックを新規作成してください。１つのノートブックで複数の課題を解かないでください。
-
ノートブックを新規作成すると「Untitled.ipynb」のような名前になりますが、それを「学籍番号・氏名・課題番号」のような名前に変更してください。
-
質問・感想・要望などございましたらぜひ書き込んでください。
-
もし課題を解くにあたって参考になったウェブサイトがあれば、それについても触れてください。
-
課題を計算し終わった ipynb ファイルを提出するときは、指定したメールアドレスに Google Drive で共有する形で授業担当者に提出してください。