- すべて
- 画像・動画
並べ替え:新着順
統計検定2級の勉強 たぶん基本的なことを知らなかった。あまり意識していなかった。 ----- 共分散は、確率変数XとYの和、X+Yの期待値と分散から導出している。V[X+Y]からV[X]とV[Y]をひいたもの。
#統計 必要な予備知識 平均μ分散σ²の正規分布のサイズnの標本の標本平均をX̅と書き、不偏分散をS²と書くと、X̅とS²は独立な確率変数になり、 X̅~Normal(μ, σ/√n)) (n-1)S²/σ²~χ²(n-1) となる。 この予備知識はStudentのt検定の理解に必要な予備知識と同じです。 x.com/genkuroki/stat…
#統計 独立に(m-1)S₁²/σ₁²~χ²(m-1), (n-1)S₂²/σ₂²~χ²(n-1)のとき、S²=S₁²/m+S₂²/nとおくと、 mean(χ²(ν))=ν (1/2)var(χ²(ν))=ν より、 E[S²]=σ₁²/m+σ₂²/n (1/2)var(S²)=(σ₁²/m)²/(m-1)+(σ₂²/n)²/(n-1) mean(aχ²(ν))=aν (1/2)var(aχ²(ν))=a²ν なので、続く
標本平均の確率変数としての挙動がわからんと思ってたら、母集団モデルがよくわからんだけだった 回帰モデルじゃないのは説明変数とか被説明変数とかがないからだな 母集団上の各変数についてそれぞれ母集団モデルを定義できて、各変数について各々、母平均からのズレ(母集団モデルの誤差項)の共分散
おつかれさまです。 今日は、確率変数の変換に関するプログラムを作成する記事を note にアップしました。 実際にプログラムを書いて実行して、変換された確率変数の期待値や分散について理解を深めていってください。 #大学入試 #学び直し数学 note.com/mathprogrammin…
Image Creatorが描いた世界 予告 ブログ「のんびり統計」とともに 記事「確率変数の期待値と分散」 【URL】note.com/e_dao/n/na2ad5… 標準正規分布に従う確率変数の期待値と分散をシミュレーション! 次回はシミュレーションで確率分布を模倣します。 #のんびり統計 #数値シミュレーション #Python pic.twitter.com/65phqtvFul
Image Creatorが描いた世界 花配り ブログ「のんびり統計」でのんびり 記事「確率変数の期待値と分散」 【URL】note.com/e_dao/n/na2ad5… 以下のシミュレーションを実践! ・標準正規分布に従う確率変数の期待値と分散 ・正規分布の再生性 #のんびり統計 #数値シミュレーション #Python pic.twitter.com/4UEV5BwRDe
Image Creatorが描いた世界 入ってみた ブログ「のんびり統計」でフリーダム 記事「確率変数の期待値と分散」 【URL】note.com/e_dao/n/na2ad5… 以下のシミュレーションを実践! ・標準正規分布に従う確率変数の期待値と分散 ・正規分布の再生性 #のんびり統計 #数値シミュレーション #Python pic.twitter.com/nQvpfo3zpp
ども!講師のRです今回は確率変数part20(連続型の期待値と分散)です! 離散型と全くと言っていいほど同じなので、完全に結びつけて覚えちゃってオッケーです🙆 折り返し地点に到達したかな、、 このシリーズ、年内に完結出来るかな、、頑張ります笑 pic.twitter.com/vTmQV2TYqp
【数値シミュレーションで読み解く統計のしくみを寄り道写経】 新記事です! 第3章3.2節「確率変数の期待値と分散」 ①標準正規分布に従う確率変数の期待値と分散と、②正規分布の正規性をシミュレーションで確かめます! #のんびり統計 #統計 #Python note.com/e_dao/n/na2ad5…
返信先:@Canbe_BBLXがN(μ,σ)に従う = 確率変数Xの期待値がμ → E[X] = μ E[Z]は変数変換したあとの確率変数Zの期待値 V[X]は確率変数Xの分散 (平均と期待値はほぼ同義的に用いられるが、分布には平均、確率変数には期待値が用いられやすい) なので、標準化云々の話もそう
おはようございます。 今日は、確率変数の期待値と分散を計算するプログラムを作成する記事を note にアップしました。 実際にプログラムを書いて実行して、確率変数の期待値と分散について理解を深めていってください。 #大学入試 #学び直し数学 note.com/mathprogrammin…