[PR]上記の広告は3ヶ月以上新規記事投稿のないブログに表示されています。新しい記事を書く事で広告が消えます。 何でもランキングが出るとすぐにグラフを描きたくなるのは、職業病のようなものだ。仕事柄、混沌たるデータの中に一筋の秩序を見つけることを常に要求されるのだが、順位データは規則性が比較的見つかりやすく、気持ちいいのが特徴だ。 今夜は、ついさっき発表された第3回AKB48選抜総選挙の結果を少し眺めてみよう。数値はこのページから取得した。データはこちら。 下の2つの図はどちらも上位40名の得票数を上から並べて棒グラフにしたものだが、近似曲線の描き方だけが異なっている。1つ目はべき関数、2つ目は指数関数で近似している。決定係数はどちらも0.9を越えて優秀だが、若干指数近似の方が値が高い。どちらの近似曲線がより「正しそう」か、もう少し見てみよう。 早稲田大学の西原先生は、微分方程式のゼミで、「
2016/4/22 -罠猟師ヒュー・グラスの半生を描いた『蘇った亡霊:ある復讐の物語(The Revenant: A Novel of Revenge)』を映画化。 【ストーリー】 毛皮ハンターの ...
疫学モデルを使って今後の症例数を予測してみました。詳しいモデルの構造や推定方法については、論文をご参照ください。より詳しい分析は、個人ウェブサイトに載せています。グラフの読み方は次の通りです: 縦軸は人口に対する割合(対数スケール)です。 横軸は本日を起点とした日数です。 "Cases"は本日までの症例数の人口に対する割合です。 "Infected" はその時点での感染数の人口に対する割合の予測です。 "Recovered" はその時点での回復者・死亡者の合計の人口に対する割合の予測です。 "Total infected"は流行が終わるまでに新型コロナウィルスに感染する人の割合の予測です。 "Peak infected"は流行のピークの時点での感染数の人口に対する割合の予測です。 "Peak"は本日を起点とする、流行のピークまでの日数の予測です。 以下、幾つかの国の分析結果を紹介します。(
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く