決定係数の定義と相関係数との関係 | 高校数学の美しい物語
決定係数は，予測式（回帰式，回帰モデル）の精度を表す値です。 例えば，左側の図では，予測式がデータにうまく当てはまっているので決定係数が大きくなります（決定係数が 111 に近くなります）。 右側の図では，予測式でデータをあまり説明できていないので，決定係数は小さくなります（決定係数が 000 に近くなります）。 決定係数は R2R^2R2 という記号で表されることが多いです。 決定係数 R2R^2R2 の定義はいくつかありますが，以下の式で定義することが多いです： R2=1−∑i=1n(yi−f(xi))2∑i=1n(yi−μY)2R^2=1-\dfrac{\sum_{i=1}^n(y_i-f(x_i))^2}{\sum_{i=1}^n(y_i-\mu_Y)^2}R2=1−∑i=1n(yi−μY)2∑i=1n(yi−f(xi))2 ただし，(xi,yi)(x_i,y_i)(
確率密度関数の意味と具体例 | 高校数学の美しい物語
連続型確率変数 XXX に対して，XXX が aaa 以上 bbb 以下となる確率が，積分を用いて P(a≤X≤b)=∫abf(x)dxP(a\leq X\leq b)=\displaystyle\int_a^bf(x)dxP(a≤X≤b)=∫abf(x)dx で与えられるとき，f(x)f(x)f(x) を確率密度関数という。 連続型確率変数および確率密度関数の話です。多くの人は高校では習いませんが，数B（旧課程では数C）の教科書に載っています。理系なら知っておきたい話題。 通常，高校で扱う確率変数はとびとびの値しか取りません。例えば，サイコロの出る目を XXX とすると，XXX がとりうる値は 111 から 666 までの 666 通りです。このような確率変数を離散型確率変数と言います。 しかし，確率変数のとりうる値が連続的なものも考えないといろいろ不便です，例えば，000 以上 11
正規分布の基礎的な知識まとめ | 高校数学の美しい物語
正規分布（ガウス分布）とは，図のような左右対称の連続型の確率分布です。正確な定義（確率密度関数）については後述します。 正規分布は最も代表的な分布の一つです。例えば物理などの実験における測定の誤差，テストの点数などは（ほぼ）正規分布に従う（ことが多い）と考えられています。 また，コイン投げのように，反復試行の成功回数が従う確率分布も（反復試行が多いとき，近似的に）正規分布になります。 →二項分布の正規近似（ラプラスの定理） この記事では，正規分布について，確率密度関数の式の意味や，平均・分散の導出を中心に解説します。 正規分布（ガウス分布）の確率密度関数は， f(x)=12πσexp{−(x−μ)22σ2}f(x)=\dfrac{1}{\sqrt{2\pi}\sigma}\exp\left\{-\dfrac{(x-\mu)^2}{2\sigma^2}\right\}f(x)=2πσ1
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
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
