# ja/01D9UwYi1M4v.xml.gz
# nl/01D9UwYi1M4v.xml.gz
(src)="2"> 先のビデオと同じ問題を扱います。
(trg)="1">
(src)="3"> エンジンが排出量の規制を満たすかどうか
(trg)="2"> Dit is hetzelfde probleem als dat we ook hadden in de laatste video .
(src)="4"> 結論する十分な証拠がデータに
(src)="5"> 存在するか、そして、
(src)="6"> 仮説の確認をする代わりに、
(trg)="3"> Maar in plaats van proberen te achterhalen of de gegevens voldoende bewijs levert om te concluderen dat de motoren voldoen aan de werkelijke emissie eisen en alle hypothese testen , dacht ik dat ik van dezelfde gegevens gebruik kan maken die we in de laatste video eigenlijk gebruiken voor 95 % betrouwbaarheidsinterval .
(src)="10"> このすべてを無視できます。
(trg)="4"> Dus je kunt hier de vraag negeren .
(src)="11"> 同じデータを使用して
(trg)="5"> Je kunt alles negeren .
(src)="12"> 実際の平均排出の９５％の信頼区間を
(src)="13"> 新しいエンジンの設計のために求めます。
(src)="14"> だから、95% 信頼区間を見つけたいです。
(trg)="6"> Ik gebruik dezelfde gegevens om te komen aan de 95 % betrouwbaarheidsinterval voor de werkelijke gemiddelde emissie voor deze nieuwe ontwerp van de motor .
(src)="15"> データの数は１０なので、
(trg)="7"> Dus we willen een betrouwbaarheidsinterval vinden van 95 % .
(src)="16"> ここでは、T分布を
(src)="17"> 利用します。
(trg)="8"> En als je kunt voorstellen , want we hebben maar 10 voorbeelden hier , gaan we gebruiken maken van een
(src)="18"> ここに T 表があります。
(trg)="9"> T- verdeling .
(src)="19"> 95% 信頼区間を求めています。
(trg)="10"> En hier beneden , heb ik een T- tabel
(src)="20"> T 値の範囲で、９５ー
(trg)="11"> En we willen een betrouwbaarheid van 95 % interval .
(src)="21"> T 値の 95% に入る域を考えます。
(src)="22"> このように考えましょう。
(trg)="12"> Dus willen we nadenken over de reeks T- waarden van 95 % - of de waarden onder de 95 % van de T- waarden vallen eronder .
(src)="23"> 描画します。
(src)="24"> ここに T 分布があります。
(trg)="13"> Nou denk er over na op de volgende wijze .. ik teken een ..
(src)="25"> だから T 分布は、通常に
(trg)="14"> T- verdeling hier
(src)="26"> 正規分布に似ていますが、太った裾を持っています。
(src)="27"> この端とこの端が、正規分布より
(trg)="15"> Dus een T- verdeling is vergelijkbaar met een normale verdeling , maar heeft bredere uiteinde
(src)="28"> 太いです。
(src)="29"> これから、区間を見つけるに
(trg)="16"> Dit uiteinde en dit uiteinde is breder dan een normale verdeling .
(src)="30"> これが正規化された T 分布では、平均値は 0 です。
(src)="31"> この正数と負数の間の T 値を見て、
(src)="32"> 確率の 95 ％ が含まれている区間を
(trg)="17"> En dan willen de interval vinden , dus als dit een normale T- verdeling , dan is het de bedoeling dat het 0 wordt . en om de interval te vinden of T- waarden tussen sommige negatieve waarden hier en sommige positieve waarden hier , dat bevat 95 % van de geschatte kans .
(src)="35"> これらの両辺の重要な T 値を把握するために
(src)="36"> T 表を使用できます。
(src)="37"> 両側を使用します。
(trg)="18"> Dus dit hier moet 95 % zijn . en om te achterhalen wat de doorslaggevende T- waarden zijn bij deze uiteinde en bij deze uiteinde , we kunnen gebruik maken van een T- tabel . en we gaan gebruiken maken van de tweezijdige versie van dit omdat het symmetrisch is vanaf het midden .
(src)="40"> ここでは、95 ％
(src)="41"> 信頼区間はここです。
(src)="42"> 10 のデータ ポイントでは、
(trg)="19"> Dus al je kijkt naar de tweezijden , en we willen 95 % betrouwbaarheids - interval , dus gaan we hier naar kijken , 95 % betrouwbaarheidsinterval .
(src)="43"> 9 自由度があります。
(src)="44"> 10 のデータ点では 9 自由度です。
(trg)="20"> We hebben 10 gegevenswaarden , dat inhoudt dat we 9 vrijheidsgraden hebben .
(src)="45"> 10 から 1 を引いたものです。
(trg)="21"> Dus 9 vrijheidsgraden van de 10 gegevenswaarden .
(src)="46"> ここを見ると、 T 分布で
(trg)="22"> We kiezen 10 min 1 .
(src)="47"> ９自由度では、確率が 95 ％ は
(src)="48"> T 値は
(src)="49"> 負数側は、
(trg)="23"> En als we hier kijken , dus voor een T- verdeling van 9 vrijheidsgraden , we zult 95 % nodig hebben van de kans dat het een T- waarden bevat van , dus de T- waarden is te vinden tussen een negatieve , dus deze waarden hier , is 2, 262 negatief hier is 2, 262
(src)="53"> 中心から
(trg)="24"> Dat wordt hier ons dus verteld .
(src)="54"> 2.262以内のすべての値を含むと
(src)="55"> 95% の確率を含みます。
(src)="56"> T 分布がここです。
(trg)="25"> Dat als alle waarden minder bevatten dan 2, 262 vanaf het midden van je T- verdeling , dan bevat het 95 % kans
(src)="57"> 明確にします。
(trg)="26"> Dus dat is onze T- verdeling hier .
(src)="58"> これは、T 分布です。
(trg)="27"> Laat ik het heel duidelijk maken .
(src)="59"> いいですか？
(src)="60"> このT分布から T 値をランダムに選択する場合
(trg)="28"> Dit is onze T- verdeling
(src)="61"> 95% チャンスで
(trg)="29"> Dus als je willekeurig een T- waarden kiest van deze
(src)="62"> この中心からの区間に含まれる可能性があります。
(src)="63"> 書き換えると、
(trg)="30"> T- verdeling , dan heeft 95 % kans dat het binnen deze ver van het gemiddelde
(src)="64"> ランダムな T 値を選ぶ場合に
(trg)="31"> Of misschien moeten we het zo opschrijven .
(src)="65"> 95 ％ の確率で
(trg)="32"> Als ik willekeurig een T- waarden kies , als ik willekeurig een T- statistiek ..
(src)="66"> ランダムの T 統計は、 2.262より少なく
(src)="67"> ー 2.262 より大きくなります。
(src)="68"> 95% のチャンス。
(trg)="33"> Laat het me zo opschrijven , er is 95 % kans dat een willekeurige T- statistiek minder wordt dan 2, 262 groter dan de negatief 2, 262 .
(src)="69"> このサンプルで、ランダムT統計を
(trg)="34"> 95 % kans
(src)="70"> 導くことができます。
(trg)="35"> Nu kijken we naar dit voorbeeld , dan kunnen we ook afleiden dat een willekeurige
(src)="71"> このサンプルの平均と、標本の標準偏差があります。
(trg)="36"> T- statistiek van dit .
(src)="72"> このサンプルの平均は
(src)="73"> 17.17で、これは先のビデオで得られました。
(src)="74"> これらを加算し、１０で割り、
(trg)="37"> We hebben een steekproefgemiddelde en het voorbeeld van de standaarddeviatie , hier is ons steekproefgemiddelde 17 . 17 , bedacht uit de laatste video , maar deze toevoegen delen door 10 en in onze steekproef standaard is de afwijking hier 2, 98 .
(src)="77"> ここに書きます。
(src)="78"> T 統計をこれから導出することができ
(trg)="38"> Dus uit de T- statistiek kunnen we afleiden uit de informatie hier , laat het me hier opschrijven , de
(src)="79"> つまり、このT 統計値は、T分布のランダム サンプルと
(src)="80"> 見ることができます。
(trg)="39"> T- statistieken kunnen hiervan afleiden en je kunt het bekijken in de T- statistiek als willekeurige steekproef uit een
(src)="81"> 9 自由度の T 分布です。
(trg)="40"> T- verdeling
(src)="82"> それからT 統計が導出することができ
(trg)="41"> Een T- verdeling met 9 vrijheidsgraden .
(src)="83"> これが、平均の 17.17 から
(src)="84"> 実の平均を引いた値です。
(src)="85"> 実際、サンプルの分布の真の平均値、
(trg)="42"> Dus de T- statistiek , dat we ervan kunnen afleiden dat dat het ons gemiddelde wordt , 17, 17 minus de werkelijke gemiddelde van onze populatie .
(src)="86"> または、この集団の真の平均値と言えます。
(src)="87"> なぜなら、集団の平均を
(src)="88"> 2.98をサンプル数の平方根で割ったsで
(trg)="43"> Of eigenlijk , zou je zeggen dat de werkelijke gemiddelde van onze steekproef verdeling , welke ook hetzelfde is als de werkelijke gemiddelde van onze bevolking , omdat het onze bevolking is gemiddelde hier , gedeeld door s , wat 2, 98 is gedeeld door de vierkantswortel van ons voorbeeld .
(src)="91"> これが、T 統計です。
(trg)="44"> We hebben dit meerdere keren gezien
(src)="92"> このサンプルを取ることで、
(trg)="45"> Dat hier is , de T- statistiek
(src)="93"> 9 自由度の T 分布から、
(src)="94"> ランダムにサンプルを得たと言えます。
(trg)="46"> Dus door het nemen van deze steekproef kun je zeggen dat we een willekeurige steekproef een T- statistiek van deze 9 vrijheidsgraden
(src)="95"> だから、 95% チャンスで
(trg)="47"> T- verdeling .
(src)="96"> 2.262と
(src)="97"> ー 2.262 の間にあたります。
(src)="98"> だから、95% の確率はまだここに適用されます。
(trg)="48"> Dus hier is 95 % kans dat dit ding hier ... minder is dan tussen , minder is dan 2, 262 groter dan de negatieve 2, 262
(src)="99"> これらの事を計算する必要があります。
(src)="100"> 電卓を使用します。
(trg)="49"> Dus de 95 % kans geldt nog steeds hier nu hoeven we alleen maar nog wat wiskunde te doen en wat te berekenen ...
(src)="101"> いいですか？
(src)="102"> これを計算すると
(trg)="50"> Dus laat me mijn rekenmachine pakken
(src)="103"> ここで分母はこれです。
(src)="104"> 10 の平方根で 2.98 を割ります。
(trg)="51"> En dan berekenen de noemer hier ,
(src)="105"> 0.9423 です。
(trg)="52"> Dan hebben 2, 98 gedeeld door de vierkantswortel van 10
(src)="106"> この 両側に
(trg)="53"> Dat is 0, 9423 .
(src)="107"> これを掛けます。
(src)="108"> そうすることで、
(trg)="54"> Dus wat ik ga doen is beide kanten vermenigvuldigen van deze vergelijking van deze expressie hier ,
(src)="109"> この全体を乗算し - - これが本当は 2 つの方程式
(src)="110"> または 2 つの不平等式と言えます。
(trg)="55"> Dus als ik dat doe , laat me dit doen hier , dus als ik alles vermenigvuldig , dan zijn het eigenlijk twee vergelijkingen
(src)="111"> この数がこの数より大きく、
(trg)="56"> Of twee ongelijkheden , moet ik zeggen .
(src)="112"> この数がこの数よりも大きいです。
(src)="113"> しかし、これらすべてを同時に操作でき
(trg)="57"> Dat deze hoeveelheid groter is dan , deze hoeveelheid en dat deze hoeveelheid groter is dan de hoeveelheid .
(src)="114"> この全体の不平等式です。
(src)="115"> だから、この全体の
(trg)="58"> Maar we kunnen aan alles tegelijkertijd werken , deze hele ongelijkheid .
(src)="116"> 不平等式をこの値で乗算します。
(src)="117"> この値で計算して
(trg)="59"> Dus wat we willen is dat we alles vermenigvuldigen ongelijkheid , bij deze waarden hier .
(src)="118"> 2.98 をここに書きます。
(src)="119"> 10 の平方根で 2.98を割ると 0.942 に等しいです。
(src)="120"> 全体の不平等を0.942で 乗算し
(trg)="60"> En we hebben zojuist berekend dat deze waarden , laat ik het opschrijven hier , dat 2, 98 ik schrijf het hier ... 2, 98 gedeeld door de vierkantswortel van 10 is gelijk aan 0, 942
(src)="121"> この左側にー2.262 があるので、これに
(src)="122"> 0.942 を乗算します。 正数で掛けているので
(src)="123"> この全体の不等式の不等式記号は
(trg)="61"> Dus als ik alle ongelijkheden vermenigvuldig met 0, 942 dan krijg ik , hier aan de linkerkant ... dan ik heb negatief 2, 262 maal 0, 942 en dat is een positief nummer , dat we vermenigvuldigen de hele ongelijkheid door , zodat de je tekenen van ongelijkheid blijft zien gaat in dezelfde richting , is minder dan we vermenigvuldigen deze hele expressie bij dezelfde expressie in de noemer en vervalt het .
(src)="128"> これは、 2.262 より小さいです。
(src)="129"> もう一度 0.942 を掛けます。
(src)="130"> 上に送りましょう。
(trg)="62"> Dus we hebben minder dan 17, 17 minus onze populatiegemiddelde , welke minder is dan 2, 262 maal , nogmaals , 0, 942 .
(src)="131"> 0.942です。
(src)="132"> この不等式のすべての 3 つの側をこの数で
(trg)="63"> Ik scroll een beetje naar rechts 0, 942 .
(src)="133"> 乗算しています。
(src)="134"> これががキャンセルされます。
(trg)="64"> Om duidelijk te zijn , ik vermenigvuldig alle deze drie kanten van deze ongelijkheid met dit nummer hier .
(src)="135"> ここに書きます。 0.942、
(trg)="65"> In het midden vervallen deze
(src)="136"> 0.942、0.942。
(src)="137"> これとこれは同じ数で
(trg)="66"> Dus als ik vermenigvuldig , laat ik hier schrijven 0, 942 , 0, 942 , 0, 942 .
(src)="138"> キャンセルします。
(src)="139"> 電卓に
(trg)="67"> Dit en dit zijn de zelfde nummers , daarom dus vervallen ze .
(src)="140"> これらの数字は入れます。
(src)="141"> だから、0.942 x 2.262 は
(trg)="68"> En nu laten we de rekenmachine erbij halen om te achterhalen wat de deze nummers zijn .
(src)="142"> 2.13 です。
(trg)="69"> Dus als we 0, 942 hebben maal 2, 262 .
(src)="143"> これは、
(trg)="70"> Dus zeggen we maal 2, 262 is 2, 13 .
(src)="144"> 右側が 2.13 です。
(src)="145"> この左側の数は、ちょうどその負数です。
(trg)="71"> Dit nummer hier aan de rechterzijde is 2, 13
(src)="146"> ー2.13 です。
(trg)="72"> Dit nummer aan de linkerkant is gewoon de negatieve ervan
(src)="147"> まだ、不等式です。
(trg)="73"> Dus het is negatief 2, 13
(src)="148"> 17.17−平均が2.13より小さいです。
(src)="149"> この平均を
(trg)="74"> En we hebben nog steeds onze ongelijkheden , en dat wordt ... minder dan 17, 17 minus het gemiddelde , welke minder is dan 2, 13
(src)="150"> 解きます。
(src)="151"> 平均は、負の符号を好ましくないので
(trg)="75"> Wat we nu gaan doen is , wat ik eigenlijk wilde doen ... is dit oplossen .
(src)="152"> これを交換しましょう。
(trg)="76"> En ik vindt dat negatieve symbool
(src)="153"> 平均ー17.17 とします。
(trg)="77"> Ik draai het liever om
(src)="154"> この全体を
(trg)="78"> Ik heb liever dat het gemiddelde minus 17 . 17 .
(src)="155"> −１で掛けます。
(src)="156"> 全体を−１で乗算する場合
(trg)="79"> Dus wat ik hier ga doen is alles vermenigvuldigen ongelijkheid bij negatief 1 .
(src)="157"> この数は
(src)="158"> ー 2.13 が＋ 2.13 になります。
(src)="159"> しかし、不等式を負数で乗算するので
(trg)="80"> Als je dat doet , dan vermenigvuldig je alles maal negatief 1 , deze hoeveelheid negatief 2, 13 wordt positief 2, 13
(src)="160"> 不平等記号を交換しなければなりません。
(src)="161"> だから、この未満が、より大きいです。
(trg)="81"> Maar aangezien we aan het vermenigvuldigen zijn met een ongelijkheid met een negatief nummer , je moet het ongelijkheid symbool omdraaien .