2つの条件を決めよう
実験が終わるまで、引き量・重さ・回数は変更できません。
コインの着地点を集めて、ばらつきと条件の関係をしらべよう。
このアプリは統計教育用の仮想モデルを使います。実際のコイン射撃の物理を再現したものではありません。
条件を決めて固定しよう。1つずつ条件を変えると、効果を調べやすくなります。
実験が終わるまで、引き量・重さ・回数は変更できません。
途中で閉じても記録は残ります。再読み込み後、連続射撃は停止した状態で復元します。
まずは重さを固定して、引き量だけを変えてみよう。次に引き量を固定して、重さを変えると、2つの効果をしらべやすくなるよ。
ゴムを引いて、台の上を滑らせよう。止まったコインがデータとして残ります。
どのくらい散らばった?1回ずつの結果と、全体の分布を見てみよう。
点線は目標の中心。1回ごとの揺れを観察しよう。
横軸:飛距離(cm)/ 縦軸:回数
条件を変えた実験をくらべ、データから飛距離を予測しよう。
比べたい実験を2つえらぼう。進行中は「途中」、中止した実験は「途中終了」と表示します。
射撃回数が違うときは、割合でくらべると分布の形が見やすくなります。
実験の平均だけでなく、選んだ実験のすべての射撃データを使います。同じ条件の繰り返しも1回ずつ分析に含めます。
重回帰には、引き量と重さを別々に変えた条件が必要です。回数を増やすだけでは、足りない条件を補えないことがあります。
単回帰では引き量だけを使います。重さの入力値は予測に使いません。
分析できるデータを集めると、予測できます。
予測は平均的な飛距離の目安です。実際の1回ごとの射撃にはばらつきがあります。実験した条件から遠い予測は慎重に考えよう。
標準偏差は記録した射撃全体を対象に、平均との差の2乗の合計を射撃回数 n で割った分散の平方根です。回帰は切片を含む最小二乗法。ヒストグラムは下限を含み、上限を含まない階級です。
この式は統計を学ぶための仮想モデルです。実測データから飛距離を生成するモデルへの置き換えは、model.jsで行えます。