![](https://cdn-ak-scissors.b.st-hatena.com/image/square/e0cb25726996f0442479f23c4dc23dff1c262059/height=288;version=1;width=512/https%3A%2F%2Fqiita-user-contents.imgix.net%2Fhttps%253A%252F%252Fcdn.qiita.com%252Fassets%252Fpublic%252Farticle-ogp-background-412672c5f0600ab9a64263b751f1bc81.png%3Fixlib%3Drb-4.0.0%26w%3D1200%26mark64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-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%26mark-x%3D142%26mark-y%3D57%26blend64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-dGV4dD9peGxpYj1yYi00LjAuMCZoPTc2Jnc9NzcwJnR4dD0lNDBUX1NoaW5vbWl5YSZ0eHQtY29sb3I9JTIzMjEyMTIxJnR4dC1mb250PUhpcmFnaW5vJTIwU2FucyUyMFc2JnR4dC1zaXplPTM2JnR4dC1hbGlnbj1sZWZ0JTJDdG9wJnM9YTJjOTE4OGI5NDkwZWZiNTIxMmFhM2E2YzlhOTkyN2U%26blend-x%3D142%26blend-y%3D486%26blend-mode%3Dnormal%26s%3Ddd56d071b19b4fb0ccb4abb346612343)
エントリーの編集
![loading...](https://b.st-hatena.com/bdefb8944296a0957e54cebcfefc25c4dcff9f5f/images/v4/public/common/loading@2x.gif)
エントリーの編集は全ユーザーに共通の機能です。
必ずガイドラインを一読の上ご利用ください。
あらためてやってみよう最尤推定と確率分布のあてはめ②連続型確率分布 - Qiita
記事へのコメント0件
- 注目コメント
- 新着コメント
このエントリーにコメントしてみましょう。
注目コメント算出アルゴリズムの一部にLINEヤフー株式会社の「建設的コメント順位付けモデルAPI」を使用しています
![アプリのスクリーンショット](https://b.st-hatena.com/bdefb8944296a0957e54cebcfefc25c4dcff9f5f/images/v4/public/entry/app-screenshot.png)
- バナー広告なし
- ミュート機能あり
- ダークモード搭載
関連記事
あらためてやってみよう最尤推定と確率分布のあてはめ②連続型確率分布 - Qiita
はじめに 前回の内容:離散型確率分布の最尤推定と当てはめ 今回は連続型確率分布の最尤推定と当てはめ... はじめに 前回の内容:離散型確率分布の最尤推定と当てはめ 今回は連続型確率分布の最尤推定と当てはめです。 連続型確率分布:正規分布 正規分布を表す確率関数は以下の通りです。 $$P(y)=\frac{1}{\sqrt{2πσ^2}}e^{(-\frac{(y_i-\mu)^2}{2\sigma^2})} (\mu,\sigma =パラメータ)$$ 推定と分布の当てはめをするテストデータは答え合わせができるよう、あらかじめ対象の確率分布から作成しておきます。 """正規分布からの乱数""" import numpy as np import matplotlib.pyplot as plt np.random.seed(seed=10) norm_values = np.random.normal(0, 1, size=1000) # 平均0,標準偏差1の正規分布から1000個抽出 # 描画