誤差
実験デザインの文脈でいくと、系統誤差と偶然誤差を分離するのが重要。
ある量を予測できるようなモデルを構築したい。
説明変数と非説明変数を観察して値を得る。
予測変数から説明変数に影響を与える部分は処理の効果とすることができる。
モデルの予測値と実際の非説明変数の観測値との違いは、"誤差" となる。そういうモデルを組んだのだから。
さて、その誤差を考える。
誤差は、系統誤差と偶然誤差に分けられて、
系統誤差
いろんな説明読んでると、それはバイアスのことか?と思ったけど、以下を軽く読むとそれでいいのかな。
測定やモデルで処理しきれなかった、謎の非説明変数に作用するものが発生するみたいな形?
どうにかして、ランダム化できれば、偶然誤差の方にいってくれる可能性はある。
まだ、ブロック化しても、ブロック間の平均値の差を、そのブロックによる系統誤差(バイアス)として明示的に考慮できる。これが乱塊法 ??? 偶然誤差
どっかからみても、正規分布!、やガンマ分布! となれば理想?としての偶然誤差になってると言える?
参考
読めてないけど、いつか読みたい。
おまけ
統計の初心者だと、標準偏差と標準誤差の違いがわからず苦労する(ちょっと前の自分)