タグ

mathと統計に関するsotukenyouのブックマーク (6)

  • http://atiboh.sub.jp/t09takoushiki2.html

    Excelの関数を用いて多項式近似(2次)の定数を求めます。 「Excel ・グラフウィザード」の近似曲線 (多項式近似 <2次> )」は、Excelが提供する便利な機能の一つです。 多項式2次の式 y = a + bx + cx^2 (Excelではy = b + c1x + c2x^2 )の式です。 多項式近似(2次)とは、データが放物線状(凸凹が一つ) (1)データは、A1セルからB7セルに入力されています。(下記の図) (2)多項式2次のため作業列を使用します。 作業列はA11セルからB17セルを使用します。 A11セルには「x」と入力 A12セルからA17セルにはA2セルからA7セルの数値をコピー B11セルには「x^2」と入力 B12セルの式は「=A12^2」と入力 B12セルの式をB13セルからB17セルにコピー (3)多項式2次の式(y = a + bx +

  • 平均と標準偏差

    ある集団についてのデータがどのように分布しているかを表すものとして、その集団の代表値★(中心の値)を示す平均値及びそのばらつき具合を示す散布度がある。平均には算術平均が、散布度には標準偏差がよく用いられている。 1.度数分布表・ヒストグラム データがどのように分布しているかその実態を把握するには、データをその大きさによりいくつかの階級に区分し、その階級ごとの個数 (度数) をカウントして表にした度数分布表、あるいは、それを棒グラフにして表わしたヒストグラムが適している (表1、図1) 。 例えば、年齢別人口や従業者規模別事業所数など多くの統計表は度数分布表の形で作成され、また、年齢別人口をヒストグラムにした人口ピラミッドは人口構造の分析等によく用いられている。 2.平均値★ 一般に平均値には、単純平均 が多く使われている。平均値は通常μ(ミュー) と表示される。 3.標準偏差

  • 母集団,標本,平均,分散,標準偏差

    ■母平均,母比率の推定 母集団から標を抽出して,標調査によって母集団の性質を調べることを考える. 標の要素の個数を「標の大きさ」といいnで表わす. ※ 「標」という用語は,個々のもの(個々のデータ)を指すのでなく,母集団から取り出された集合(部分集合)に付けられた名前となっており,「標の大きさ」という用語は個々のデータの大きさのことでなく,標という集合の要素の個数を示している. ○1 母平均 μ ( ミュー:ギリシャ文字 ) ,母標準偏差 σ ( シグマ:ギリシャ文字 ) の母集団から大きさ n の無作為標を復元抽出するとき,

  • 信頼区間 - Wikipedia

    英語版記事を日語へ機械翻訳したバージョン(Google翻訳)。 万が一翻訳の手がかりとして機械翻訳を用いた場合、翻訳者は必ず翻訳元原文を参照して機械翻訳の誤りを訂正し、正確な翻訳にしなければなりません。これが成されていない場合、記事は削除の方針G-3に基づき、削除される可能性があります。 信頼性が低いまたは低品質な文章を翻訳しないでください。もし可能ならば、文章を他言語版記事に示された文献で正しいかどうかを確認してください。 履歴継承を行うため、要約欄に翻訳元となった記事のページ名・版について記述する必要があります。記述方法については、Wikipedia:翻訳のガイドライン#要約欄への記入を参照ください。 翻訳後、{{翻訳告知|en|Confidence interval|…}}をノートに追加することもできます。 Wikipedia:翻訳のガイドラインに、より詳細な翻訳の手順・指針につい

    信頼区間 - Wikipedia
  • マハラノビス距離 - Wikipedia

    多変数間の相関に基づくものであり、多変量解析に用いられる。新たな標につき、類似性によって既知の標との関係を明らかにするのに有用である。データの相関を考慮し、また尺度水準によらないという点で、ユークリッド空間で定義される普通のユークリッド距離とは異なる。 ある集団内の点が多変数ベクトル で表されるとき、その集団の変数ごとの平均値を縦ベクトルで と表し、集団の共分散行列(各変数間の共分散を配列した行列)を とすれば、ある点 からの集団へのマハラノビス距離は、以下のように定義される: 平方根の内側は、縦ベクトルの転置と行列と縦ベクトルの積であり、スカラー量(正値二次形式)で正である。 マハラノビス距離はまた、共分散行列が で同じ確率分布に従う2つの確率変数ベクトル、 と の間の隔たりの指標としても定義できる: 共分散行列が対角行列であれば(相異なる変数に相関がないということ)、マハラノビス距

  • 交差検定 - Wikipedia

    交差検定(英: Cross-validation)とは、統計学において標データを分割し、その一部をまず解析して、残る部分を最初の解析の仮説検定に用いる手法[1] [2] [3]。 最初に解析するデータを「訓練事例(training set)」などと呼び、他のデータを「テスト事例(testing sets)」などと呼ぶ。 交差検定は Seymour Geisser が生み出した。特にそれ以上標を集めるのが困難(危険だったり、コストがかかったり)な場合、データが示唆する仮説を検証することに慎重になる必要がある。 [編集] 交差検定の主な種類 [編集] ホールドアウト検定 一般にホールドアウト検定は交差検定には分類されない。なぜなら、データを交差させることがないためである。初期標群から事例を無作為に選択してテスト事例を形成し、残る事例を訓練事例とする。テスト事例に使われるのは初期の標群の

  • 1