ベルヌーイ、モアブ・ラプラスの定理、コルモゴロフ基準、ベルヌーイ方式、ベイズの公式、チェビシェフ不等式、ポアソン分布則、フィッシャー、ピアソン、スチューデント、スミルノフ等の定理、モデル、数式を使わない平易な言葉。 - ページ 9 12345678910 新しいコメント Dimka-novitsek 2012.04.20 12:15 #81 こんにちは！微分方程式系とは何でしょうか？ Sceptic Philozoff 2012.04.20 12:35 #82 Dimka-novitsek: こんにちは！微分方程式系とは何でしょうか？ Wikiをご覧ください。ここではterwer/matstatの入門編に過ぎません。そして、それは時間があるときです。 GaryKa： 以下のディストリビューションの範囲を理解しようとしているのです。 一般化パレート分布(GPD)と極値分布(GEV) 私自身は、どちらも極めて大雑把に知っています。どちらの分布も、このスレッドのレベルをはるかに超えています。。 Dimka-novitsek 2012.04.20 13:10 #83 曖昧な言葉から曖昧な言葉への変換だが、まあいいや、とりあえず自分でやってみようかな。 原理はわかる気がするんだけどな〜。 GaryKa 2012.05.08 14:27 #84 Mathemat: ...は、このスレッドのレベルを超えています。。 分散とそのRMSによるサンプル推定についての質問です。 以下は、wikiからの表面的な定義 です：確率変数の分散は、与えられた確率変数の広がりの尺度である 、つまり、数学的期待値からの偏差 です。 平均絶対偏差のようなものであると考えるのが自然である。分散係数の2乗は どこから来ているのか？なぜ、3乗や-1.8の累乗などではダメなのでしょうか？ なぜ、モジュラスのべき乗関数なのですか？ 明らかにこれは特徴の一つであり、望むならば、その平均の周りの確率変数の広がりの尺度の別の定義を入力したり、使用したりすることができる。しかし、教科書に最も多く登場するのは、この指標である。 Alexey Subbotin 2012.05.08 14:59 #85 GaryKa: 分散とそのRMSによるサンプル推定についての質問です。 以下は、wikiからの表面的な定義 である：確率変数の分散は、与えられた確率変数の広がりの尺度である 、つまり、数学的期待値からの偏差 である。 平均絶対偏差のようなものであると考えるのが自然である。分散係数の2乗は どこから来ているのか？なぜ、3乗や-1.8の累乗などではダメなのでしょうか？ なぜ、モジュラスのべき乗関数なのですか？ 確率変数のモーメントという ものがある。つまり「分散」は、第2の中心的な瞬間の、いわば固有名詞なのです。つまり、「分散は確率変数の期待値からのずれを表す指標である」ではなく、「確率変数の第二中心モーメントを分散と呼ぶ」が論理的に正しいのです。これは、確率変数の期待値からの偏差を特徴づけるパラメータである」 違いが分かるだろうか？そういう意味では、ペディヴィキアに書かれている定義は間違っています。 Vasiliy Sokolov 2012.05.09 08:39 #86 GaryKa: 差分係数の2乗は どこから来ているのか？ 正負両方の数の2乗は正の値になるので、差からモジュラスを取るのは不要な操作です。一般に知られている計算式に モジュラスはない。 私の理解では、差の2乗が使われ、他の度数は使われません（imho）。これは、2乗と平方根を扱うのが簡単であることが大きな理由です。 Sceptic Philozoff 2012.05.09 08:58 #87 C-4: 差のモジュラスをとることは、正負両方の数の2乗が正の値になるので、不要な操作である。一般に知られている計算式に モジュラスはない。 私の理解では、差の2乗が使われ、他の度数は使われません（imho）。これは、2乗と平方根を扱うのが簡単であることが大きな理由です。いいえ、そんなことはありません。 そういうものなんです。分散は 、確率変数の平均に対する広がりを 表す指標と考えられており、この2つの概念はしばしば混同されます。歴史的には、分散の二乗和として計算されてきた。 しかし、実は分散は正規分布の量に対してのみ、合理的な分散の指標となる。彼らにとっては、とても便利なものなのだ。「スリーシグマの法則」がそれを裏付けている。ガウス値の平均から3シグマ以上の差があるものは、サンプル全体の数十分の一と非常に稀である。 分布が異なる量（例えばラプラス量）については、分布の2次モーメントではなく、分散のモジュラスの和を指標とするのがより合理的である。 しかし、分散は2番目の運動量、すなわち二乗の合計であり、これからもそうである。 GaryKa 2012.05.10 13:03 #88 さて、2つ目の中心点には、「分散」という独自の名前がついています。 しかし、なぜ物理学から慣性モーメントを取り上げるのでしょうか？ランダム変数の回転運動のアナロジーはどこにあるのでしょうか？質量中心を通る回転軸の方向はどこでしょうか？ 何ですか？ 平均偏差値-なし 行列の期待値付近の値の密度が変化する割合 - 無 より多くのバリエーション ... 小学生に分散を指で説明するのはどうなんだ？ 例えば、数学的な期待値は平均値である。一般に、すべての特殊事例をこのような平均値に置き換えても、そのような集合の累積的な効果は変わらない。 Mathemat: しかし、実は分散は正規分布の量に対してのみ、合理的な分散の指標となる。 私も同じ意見です。 おそらく、分散は共分散の特殊なケース、つまり確率変数のそれ自身に対する線形依存性の尺度としてとらえられたのだろう。ある種の自己共鳴 ))。フィッシャーに 聞くべき Sceptic Philozoff 2012.05.10 13:05 #89 分散が発明された当時は、共分散は存在しなかった。 それと、慣性モーメントはどう関係があるのですか？多くの物理・数学的現象は、類似の方程式で記述される。 第二の勢いとして分散が必要なら、持っているものを使えばいい。 しかし、分散の指標として必要であれば、考えなければならないでしょう。 もう一つ例を挙げると、2つの異なる離散量の共分散は、2つのベクトルのスカラー積として計算されます。だから、ランダム変数の間の角度に至るまで、類推してください...。 Alexey Subbotin 2012.05.10 17:14 #90 GaryKa: さて、2つ目の中心点には、「分散」という独自の名前がついています。 しかし、なぜ物理学から慣性モーメントを取り上げるのでしょうか？ランダム変数の回転運動のアナロジーはどこにあるのでしょうか？質量中心を通る回転軸の方向はどこでしょうか？ 何ですか？ 平均偏差値-なし 行列の期待値付近の値の密度が変化する割合 - 無 より多くのバリエーション ... 指をくわえて高校生に分散を説明するのはどうなんだ？ 例えば、数学的な期待値は平均値である。一般に、すべての特殊なケースをこのような平均値に置き換えても、そのようなセットの累積効果は変わりません。 私も同じ意見です。 おそらく、分散は共分散の特殊なケース、つまり確率変数のそれ自身に対する線形依存性の尺度としてとらえられたのだろう。ある種の自己共鳴 ))。フィッシャーに 聞くべき また、ここにもポイントがあります。2点目の計算では、平均値からの偏差を二乗している。したがって、平均からの強い乖離の分散への寄与は、より強く、不釣り合いに強く考慮されることになる。つまり、分散は平均から強く乖離した値に「より注目」し、それを第一に考慮して分散を特徴づけるのである。例えば平均偏差係数と比較した場合、分散は「外れ値に対する感度が高い」と言われるが、まさにそのような意味である。 まあ、分散をリンゴとオレンジに縮めるには、普通は平方根をとりますよね。その結果得られる値は、確率変数そのものの次元を持ち、標準偏差（RMS、小文字のシグマで表示）と呼ばれます。サンプルの標準偏差と混同しないように。 12345678910 新しいコメント 取引の機会を逃しています。 無料取引アプリ 8千を超えるシグナルをコピー 金融ニュースで金融マーケットを探索 新規登録 ログイン スペースを含まないラテン文字 このメールにパスワードが送信されます エラーが発生しました Googleでログイン WebサイトポリシーおよびMQL5.COM利用規約に同意します。 新規登録 MQL5.com WebサイトへのログインにCookieの使用を許可します。 ログインするには、ブラウザで必要な設定を有効にしてください。 ログイン/パスワードをお忘れですか？ Googleでログイン
Wikiをご覧ください。ここではterwer/matstatの入門編に過ぎません。そして、それは時間があるときです。
GaryKa： 以下のディストリビューションの範囲を理解しようとしているのです。
一般化パレート分布(GPD)と極値分布(GEV)
私自身は、どちらも極めて大雑把に知っています。どちらの分布も、このスレッドのレベルをはるかに超えています。
。
...は、このスレッドのレベルを超えています。
。
分散とそのRMSによるサンプル推定についての質問です。
以下は、wikiからの表面的な定義 です：確率変数の分散は、与えられた確率変数の広がりの尺度である 、つまり、数学的期待値からの偏差 です。
平均絶対偏差のようなものであると考えるのが自然である。分散係数の2乗は どこから来ているのか？なぜ、3乗や-1.8の累乗などではダメなのでしょうか？ なぜ、モジュラスのべき乗関数なのですか？
明らかにこれは特徴の一つであり、望むならば、その平均の周りの確率変数の広がりの尺度の別の定義を入力したり、使用したりすることができる。しかし、教科書に最も多く登場するのは、この指標である。
分散とそのRMSによるサンプル推定についての質問です。
以下は、wikiからの表面的な定義 である：確率変数の分散は、与えられた確率変数の広がりの尺度である 、つまり、数学的期待値からの偏差 である。
平均絶対偏差のようなものであると考えるのが自然である。分散係数の2乗は どこから来ているのか？なぜ、3乗や-1.8の累乗などではダメなのでしょうか？ なぜ、モジュラスのべき乗関数なのですか？
差分係数の2乗は どこから来ているのか？
いいえ、そんなことはありません。
そういうものなんです。分散は 、確率変数の平均に対する広がりを 表す指標と考えられており、この2つの概念はしばしば混同されます。歴史的には、分散の二乗和として計算されてきた。
しかし、実は分散は正規分布の量に対してのみ、合理的な分散の指標となる。彼らにとっては、とても便利なものなのだ。「スリーシグマの法則」がそれを裏付けている。ガウス値の平均から3シグマ以上の差があるものは、サンプル全体の数十分の一と非常に稀である。
分布が異なる量（例えばラプラス量）については、分布の2次モーメントではなく、分散のモジュラスの和を指標とするのがより合理的である。
しかし、分散は2番目の運動量、すなわち二乗の合計であり、これからもそうである。
さて、2つ目の中心点には、「分散」という独自の名前がついています。
しかし、なぜ物理学から慣性モーメントを取り上げるのでしょうか？ランダム変数の回転運動のアナロジーはどこにあるのでしょうか？質量中心を通る回転軸の方向はどこでしょうか？
何ですか？
小学生に分散を指で説明するのはどうなんだ？
例えば、数学的な期待値は平均値である。一般に、すべての特殊事例をこのような平均値に置き換えても、そのような集合の累積的な効果は変わらない。
Mathemat:
しかし、実は分散は正規分布の量に対してのみ、合理的な分散の指標となる。
私も同じ意見です。
おそらく、分散は共分散の特殊なケース、つまり確率変数のそれ自身に対する線形依存性の尺度としてとらえられたのだろう。ある種の自己共鳴 ))。フィッシャーに 聞くべき
分散が発明された当時は、共分散は存在しなかった。
それと、慣性モーメントはどう関係があるのですか？多くの物理・数学的現象は、類似の方程式で記述される。
第二の勢いとして分散が必要なら、持っているものを使えばいい。
しかし、分散の指標として必要であれば、考えなければならないでしょう。
もう一つ例を挙げると、2つの異なる離散量の共分散は、2つのベクトルのスカラー積として計算されます。だから、ランダム変数の間の角度に至るまで、類推してください...。
さて、2つ目の中心点には、「分散」という独自の名前がついています。
しかし、なぜ物理学から慣性モーメントを取り上げるのでしょうか？ランダム変数の回転運動のアナロジーはどこにあるのでしょうか？質量中心を通る回転軸の方向はどこでしょうか？
何ですか？
指をくわえて高校生に分散を説明するのはどうなんだ？
例えば、数学的な期待値は平均値である。一般に、すべての特殊なケースをこのような平均値に置き換えても、そのようなセットの累積効果は変わりません。
私も同じ意見です。
おそらく、分散は共分散の特殊なケース、つまり確率変数のそれ自身に対する線形依存性の尺度としてとらえられたのだろう。ある種の自己共鳴 ))。フィッシャーに 聞くべき
また、ここにもポイントがあります。2点目の計算では、平均値からの偏差を二乗している。したがって、平均からの強い乖離の分散への寄与は、より強く、不釣り合いに強く考慮されることになる。つまり、分散は平均から強く乖離した値に「より注目」し、それを第一に考慮して分散を特徴づけるのである。例えば平均偏差係数と比較した場合、分散は「外れ値に対する感度が高い」と言われるが、まさにそのような意味である。
まあ、分散をリンゴとオレンジに縮めるには、普通は平方根をとりますよね。その結果得られる値は、確率変数そのものの次元を持ち、標準偏差（RMS、小文字のシグマで表示）と呼ばれます。サンプルの標準偏差と混同しないように。