Confusion matrix - Wikipedia
In the field of machine learning and specifically the problem of statistical classification, a confusion matrix, also known as error matrix,[1] is a specific table layout that allows visualization of the performance of an algorithm, typically a supervised learning one; in unsupervised learning it is usually called a matching matrix. Each row of the matrix represents the instances in an actual clas
そのガチャの確率、本当に合ってます？〜RSpecで統計的に確認する話〜 - Akatsuki Hackers Lab | 株式会社アカツキ（Akatsuki Inc.)
背景 ソーシャルゲームでよく見かける「ガチャ」ですが、この記事ではその重み付き確率の保証方法を紹介します。 ガチャは売上・ユーザー体験・ゲームバランスに直結するので、意図通りの動作をするか慎重に確認する必要があります。 またアカツキではTDD (Test Driven Development)を採用しているので、 実装したプログラムが想定している確率に従っているかを確認するためのスペックが必要となります。 理論 使用する数理モデルは「離散確率密度変数」です。 例えばガチャで入手できるキャラクターのIDが であり、 その入手確率が (実装の便宜上自然数としますが、非負の実数としても一般性を失いません)によって重み付けされているとします。 このとき、ID のキャラクタが入手できる確率は、 となります。 さて、10000回の試行（ガチャを引くこと）をしたとき、入手できる確率が50%のキャラクタを
Gareth James
Gareth James Home Bio Research Teaching CV Personal "Data is the sword of the 21st century, those who wield it well, the Samurai."* Gareth James Dean (from July 2022) Goizueta Business School Emory University. Education BSc/BCom University of Auckland, New Zealand. Ph.D. in Statistics, Stanford University, California. Contact Information email: gareth at emory dot edu Links Students and informatio
LAMP - Multiple testing procedure for finding higher order effects
LAMP is a code for multiple testing correction. Given the relationships between transcription factors (TFs) and genes and gene expression levels, the code lists up statistically significant combinations of TFs. The LAMP algorithm calibrates the Family-Wise Error Rate (FWER) at the same level of Bonferroni correction. Applying our method to your data instead of using the Bonferroni correction gives
Statistics::Descriptive
NAME Statistics::Descriptive - Module of basic descriptive statistical functions. VERSION version 3.0801 SYNOPSIS use Statistics::Descriptive; my $stat = Statistics::Descriptive::Full->new(); $stat->add_data(1,2,3,4); my $mean = $stat->mean(); my $var = $stat->variance(); my $tm = $stat->trimmed_mean(.25); $Statistics::Descriptive::Tolerance = 1e-10; DESCRIPTION This module provides basic function
Statistics::Distributions - Perl module for calculating critical values and upper probabilities of common statistical distributions - metacpan.org
NAME Statistics::Distributions - Perl module for calculating critical values and upper probabilities of common statistical distributions SYNOPSIS use Statistics::Distributions; $chis=Statistics::Distributions::chisqrdistr (2,.05); print "Chi-squared-crit (2 degrees of freedom, 95th percentile " ."= 0.05 level) = $chis\n"; $u=Statistics::Distributions::udistr (.05); print "u-crit (95th percentile =
検索結果の「再現率」と「適合率」 - 大人になってからの再学習
■キーワード： 検索、システム、再現率、適合率、評価、recall、precision 動物の写真データ群から、検索システムを使って犬の写真を全て選び出したい。 どちらの検索システムが優れていると言えるだろうか。 システムA： 検索結果として50件ヒットした。すべてが犬の写真で誤りは1つもなかった。でも、データ群の中には取りこぼした犬の写真が70件あった。 システムB： 検索結果として200件ヒットした。そのうち、80件は誤りだったけど、データ群の中の犬の写真はすべて拾い出した。取りこぼしは0件だった。 どちらが優れているかは、その検索の目的によって異なる。 システムAは適合率 precision が高い。（適合率 1.0、再現率 0.41） システムBは再現率 recall が高い。（適合率 0.6、再現率 1.0） と評価される。 適合率と再現率の意味が直観的にわかるように、図を作って
はてなブログ | 無料ブログを作成しよう
来年も作りたい！ふきのとう料理を満喫した 2024年春の記録 春は自炊が楽しい季節 1年の中で最も自炊が楽しい季節は春だと思う。スーパーの棚にやわらかな色合いの野菜が並ぶと自然とこころが弾む。 中でもときめくのは山菜だ。早いと2月下旬ごろから並び始めるそれは、タラの芽、ふきのとうと続き、桜の頃にはうるい、ウド、こ…
ベイズの定理
事前にわかっている確率は $\Pr\{B_i\}$， $\Pr\{A\ |\ B_i\}$ だけでよい。 事後にわかった事実 “女子である” ということから，事後確率 $\Pr\{B_i\ |\ A\}$ を得ようとするのが問題の趣旨である。 2 年生の女子である確率 $\Pr\{B_2 \cap A\} = 45\ /\ 510$ は，2 年生である確率 $\Pr\{B_2\} = 121\ /\ 510$ と 2 年生であるという条件付きでの女子である確率 $\Pr\{A\ |\ B_2\} = 45\ /\ 121$ を用いて乗法定理の ( 2 ) 式から， \[ \begin{align*} \Pr\{B_2 \cap A\} &= \Pr\{B_2\} \times \Pr\{A\ |\ B_2\} \\[5pt] &= \frac{121}{510} \times \frac{
カルバック・ライブラー情報量 - Wikipedia
カルバック・ライブラー情報量（カルバック・ライブラーじょうほうりょう、英: Kullback–Leibler divergence）は2つの確率分布の差異を計る尺度である。 確率論と情報理論で利用され様々な呼び名がある。以下はその一例である： カルバック・ライブラー・ダイバージェンス（KLダイバージェンス） 情報ダイバージェンス（英: information divergence） 情報利得（英: information gain） 相対エントロピー（英: relative entropy） カルバック・ライブラー距離 ただしこの計量は距離の公理を満たさないので、数学的な意味での距離ではない。 応用上は、「真の」確率分布 P とそれ以外の任意の確率分布 Q に対するカルバック・ライブラー情報量が計算される事が多い。たとえば P はデータ、観測値、正確に計算で求められた確率分布などを表し、Q
Bonferroni法、Holm法、False Discovery Rate | 大阪大学腎臓内科
Clinical Journal Club 1. 多重比較 Familywise Error Rate さいころを1回振って、●が出る確率は1/6 = 0.167です。 さいころを2回振って、●が1回も出ない確率は、(5/6)2 = 0.694です。したがって、さいころを2回振って、1回でも●が出る確率は、1-(5/6)2 = 0.306です。 当然ながら、さいころを振れば振るほど、1回でも●が出る確率が上がっていきます。さいころを20回振って、一度も●が出ない確率は、わずか0.026です。 さいころを振る回数と1回でも●が出る可能性 さいころを繰り返し振るという事と、有意水準α = 0.05の検定を繰り返すという事は、確率論的には全く同じ事です。検定を繰り返せば繰り返すほど、偶然棄却される帰無仮説が増えます。複数回繰り返された検定全体において帰無仮説が棄却される可能性を、familywi
母比率の信頼区間
母比率の信頼区間 Last modified: Mar 17, 2004 例題： 「内閣の支持率を $500$ 人の有権者に調査したところ $35\%$ であった。支持率の $95\%$ 信頼区間を求めなさい。」 推定手順： 記号の定義 ケース数を $n$，そのうちで対象とする属性を持つもの（陽性数と呼ぶことにする）の数を $r$ とする。標本比率を $p$，信頼率を $A$ とする。 例題では，$n = 500$，$p = 0.35$，$r = n\ p = 175$，$A = 0.95$ である。 $(1-\alpha) 100\%$ 信頼限界を求める。信頼率に対応する $\alpha$ を求めておく（$\alpha = 1-A$）。 例題では，$\alpha = 0.05$ である。 条件により以下の方法をとる。 $p = 0$ の場合 上側信頼限界 $= 1-\alpha^
同時分布 - Wikipedia
同時確率分布（どうじかくりつぶんぷ、英: joint probability distribution）あるいは同時分布（どうじぶんぷ、英: joint distribution）、結合確率分布（けつごうかくりつぶんぷ）や結合分布（けつごうぶんぷ）とは、確率論において、複数の確率変数の組を確率要素とする確率の確率分布のことである。 離散型確率変数なら同時確率質量関数（同時確率関数ともいう）、連続型確率変数で連続確率分布ならば同時確率密度関数で表される。 定義[編集] 確率論では、n 個の確率変数 X1, X2, …, Xn の同時確率分布とは、確率変数の組 (X1, X2, …, Xn) ∈ Rn に確率を対応させる関数のことである。 同時確率分布は Rn 上の測度であり、記号 と書かれる。 同時累積分布関数（joint cumulative distribution function）、
【補論】バリュエーション確率統計論シリーズ｜標本から母集団の推定｜ナレッジ情報｜インターナレッジ・パートナーズ（公認会計士・税理士）
８－１．推定の意義 確率統計学の重要な分野が推定理論です。推定理論は、標本抽出されたものから算出された標本平均や標本分散から母集団の確率分布の平均や分散（すなわち母数）を推定していくこと理論です。 例えば、交通事故がポアソン分布に従うとわかっていても、ポアソン分布の母数であるλがどのような値であるかがわからなければ、「どのような」ポアソン分布に従っているのか把握することができません。交通事故の確率分布を把握できなければ正しい道路行政を行うこともできず、適切な予算配分を達成することもできません。 結局、確率統計学が実世界で有意義な学問であるためには、母数を確定できる確立された理論が必要であると言えます。母数を確定させる理論は、前述したように、全調査することが合理的ではない（もしくは不可能である）母集団の母数を確定するために標本によって算定された標本平均や標本分散などを母集団の母数へ昇華させる
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
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
CRAN - Package LearnBayes
Amazon.co.jp: Rで学ぶベイズ統計学入門: J. アルバート (著), Albert,Jim (原名), 基広,石田 (翻訳), 和枝,石田 (翻訳): 本
Statistics::Gtest - calculate G-statistic for tabular data - metacpan.org
Amazon.co.jp: 確率論の基礎 新版: 清,伊藤: 本
Proof that P-values under the null are uniformly distributed
ウェブ定点