Fisher 計量
確率分布の空間で、2つの分布が局所的にどれくらい違うかを測るものさしです。検定統計量や標準誤差の理解につながります。
情報幾何から検定へ進む記事を読むときに、途中で立ち止まりやすい用語を短く整理しています。 詳しく知りたい用語は、関連する記事へのリンクから読み進められます。
確率分布の空間で、2つの分布が局所的にどれくらい違うかを測るものさしです。検定統計量や標準誤差の理解につながります。
ある点の近くで動ける方向を集めた空間です。確率分布の点を少し動かす方向を、接ベクトルとして扱います。
同じ確率分布を、自然パラメータと期待値パラメータという2つの座標から見る考え方です。情報幾何では e 接続と m 接続の見方につながります。
双対座標の関係を作る凸関数です。微分すると片方の座標からもう片方の座標が出てきます。
凸関数を別の座標から見直す変換です。情報幾何では自然パラメータと期待値パラメータを行き来する考え方として使います。
帰無仮説が正しいと仮定したときに、観測された結果以上に極端な結果がどれくらい起きるかを表す値です。
帰無仮説の範囲で一番よく説明するモデルと、制限なしで一番よく説明するモデルを比べる検定です。
本当に差があるときに、検定がその差を見つけられる確率です。サンプルサイズ、効果量、有意水準に影響されます。
たくさんの検定を同時に行う状況です。偶然に有意な結果が出る確率が増えるため、補正や考え方の整理が必要になります。
データを見てから選んだ仮説やモデルに対して、選んだ事実を考慮して推論する考え方です。