分散の推定
７ 母分散の推定(n-1で割る理由) 母集団の情報を得るために,母集団から無作為標本をとるしか手が出せません。その時，標本から得た平均 ，分散 は，その情報は母集団分布の平均μ，分散 σ2 (母数と呼びます)を知る大きな手がかりとなります。 しかし，この無作為標本をいくつかとるとき，その標本から得られる平均や分散が，真(母集団分布)の平均や分散と比較し，偏りをもって得られるようであるならば困ります。せっかく，何回も無作為抽出を行なっているにもかかわらず，真の平均や分散より偏って得られるのなら意味がありません。ここで，私たちは，偏っていない(不偏 unbiased) ということを， ヤシの実はヤシの木の周りにある いくつかの標本の平均の平均が母平均になる，すなわち， E[それぞれ抽出した標本の平均]=μ いくつかの標本の分散の平均が母平均になる，すなわち， E[それぞれ抽出した標本の分散]=
TopPage | 中川研究室
導入pdf 情報の変換過程のモデル化 ベイズ統計の意義 識別モデルと生成モデル 最尤推定、MAP推定 データの性質 情報理論の諸概念 (KL-divergenceなど) 距離あるいは類似度 数学のおさらいpdf 行列の微分 線形代数学の役立つ公式 多次元正規分布 条件付き正規分布 Bayes推論pdf Bayseによる確率分布推定の考え方 多項分布、ディリクレ分布 事前分布としてのディリクレ分布の意味<\li> 正規分布と事後分布 指数型分布族 自然共役事前分布の最尤推定 線形回帰および識別pdf 線形回帰のモデル 正則化項の導入 L2正則化 L1正則化 正則化項のBayes的解釈 線形識別 2乗誤差最小化の線形識別の問題点 生成モデルを利用した識別 学習データと予測性能pdf 過学習 損失関数と Bias,Variance, Noise K-Nearest Neighbor法への応用 b
1
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
