すうがくぶんか 統計検定1級対策講座 第五回 - yasuhisa's blog
前回はこちら。 今回は最尤推定量や推定量の一致性、十分統計量の話がメイン。 推定量のよさ: 一致性 一致性を示す上で便利な不等式グッズ 一致性を満たす推定量の例: 最尤推定量 最尤推定量のよさ: 不変性 十分統計量 フィッシャー情報量の復習 フィッシャー情報量に関する不等式と十分統計量の定義 フィッシャー情報量を経由しない十分統計量の定義 次回予告: 十分統計量の欠点と完備十分統計量。Lehmann-Scheffeの定理を使ったUMVUEの示し方 推定量のよさ: 一致性 前回の内容にある不偏性も推定量のよさの一つだけど、今回の一致性も推定量のよさをはかる性質の一つ。パラメータに対して、n個の標本から作られる推定量が任意のに対して、以下が成立するとき、推定量が一致性を持つと呼ぶ。 不偏性は標本サイズnに依存せず、exactに真のパラメータに一致することを言っていた。一致性は標本サイズを飛ばし
不偏分散の平方根は標準偏差の不偏推定量か - 統計WEB
不偏分散は母分散の不偏推定量であることが知られています。では、不偏分散の正の平方根は母標準偏差の不偏推定量、つまり「不偏標準偏差」であると言えるでしょうか。結論から言うと、「不偏推定量ではない」が答えです。以下では、正規分布の場合を例にしてそれを確認します。 最初に、不偏分散の式について確認しましょう。不偏分散は次のような推定量です。 以下では、個の確率変数は独立に同一の正規分布に従うとします。これらから、の母標準偏差を推定することについて考えます。不偏性の定義よりが成立すれば、は標準偏差の不偏推定量であると言えます。では、の値を具体的に計算してみましょう。 まず、カイ二乗分布の定義から、を次のように変形したは、自由度のカイ二乗分布に従うことが分かっています。も確率変数であると考えることができます。
OAuth 2.0 を参加者全員がある程度のレベルで理解するための勉強会を開催しました | DevelopersIO
現在私は barista という OpenID Connect と OAuth2.0 に準拠したID製品の実装を行っています。 また、私の所属する事業開発部では prismatix というEC、CRM の API 製品の開発を行っていますが、この prismatix の認可サーバーとして barista を利用しています。 barista チームの増員や、prismatix の認可についての理解を促進するため OAuth 2.0 をある程度しっかりと理解しているメンバーを増やしたかったので、勉強会を開催しました。 勉強会の内容 概要 雰囲気でOAuth2.0を使っているエンジニアがOAuth2.0を整理して、手を動かしながら学べる本を全員で輪読 OIDC 編はこのあとやる予定 攻撃編もやりたい RFC 読んだりもしたい 参加者全員が以下を満たすことが目標 OAuth 2.0 の意図を理解
mackerel-lambda-agent を作ってみた話 - pyto86のブログ
先日， AWS Lambda の新機能 Lambda Extensions がリリースされました． モニタリング，オブザーバビリティ，セキュリティ，ガバナンス用のツールと Lambda との統合を簡単にすることを可能にします． 従来 Lambda でモニタリングするときなどは，どうしてもアプリケーションコードにモニタリングのコードを埋め込む必要があったので，ビジネスロジックが汚されてしまうという難点がありましたが， Lambda Extensions を使うことでこれを軽減することができます． さらに，Lambda Extensions には Internal extensions と External extensions があるのですが， External extensions は Lambda 関数とは独立したプロセスで動くため Lambda 関数とは別の言語で書かれていても動作した
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
